三维成像进入机器视觉世界

机器视觉作为计算机科学的一个子集已经存在超过20年了。然而，近几年来，三维成像技术以一种更为引人注目的方式进入机器视觉世界。对三维视觉的无数种方法进行了研究，但只有少数这些技术已被商业化。最杰出的三维影像产品一直是微软Kinect为Xbox 360游戏机。Kinect采用的是“光”的原则来计算深度。它有一个额外的彩色摄像机内置允许皮肤颜色被应用到3D场景。还有其他一些常见的三维成像技术，如立体视觉，飞行时间（TOF）、激光三角法和干涉法等等。其他人被故意省略，因为这篇文章是不打算讨论他们所有。

 

干涉

大多数机器视觉应用程序有一个不断增长的需求，扫描速度和空间分辨率。三维应用也不例外。作为机器视觉工程师都非常清楚，需要捕获大的视场（FOV）往往竞争与预期（或提供）的分辨率和扫描速度的系统。一个应用三维成像视场和速度往往是不可知论者是计量。在这里，它是更可取的，以实现在X，Y和Z尺寸的最高可能的空间分辨率。一种典型的三维测量系统的三维成像技术是基于垂直扫描白光干涉。

该技术利用干涉图和基于条纹对比度的提取高度。与大多数其他的三维成像技术相比，这一个实现的分辨率超出了可见光的折射极限。这些系统是能够解决的，以单个数字纳米（纳米）。看近似场（FOV）这样的系统通常限于约200微米（?m）x 200 m×10 m??垂直运动的透镜元件或扫描头是必要的，这样就增加了扫描时间。这些限制使使用这种特定的技术以外的计量不可取的，特别是对机器视觉应用涉及移动部件。

 

结构光

如前所述，微软的Kinect是最知名的基于结构光的三维成像系统。虽然它在消费电子和视频游戏市场上首次亮相，但这项技术的使用已经蔓延到工业机器视觉领域。有人企图利用Kinect拾放机器人的应用，机器视觉软件供应商发布Kinect驱动程序和接口，和大学是基于Kinect机器视觉研究的起点。这是一个很有能力的，低成本的3D和1280 x 1024像素，每秒15帧的采样率的二维成像平台（FPS）。

 Kinect有一个内置的红外（IR）激光投影系统，是人眼看不见的。它将一个红外点模式引入到它的视图字段中。它采用像散透镜（X、Y轴不同焦距）来区分远近基于投影点的伸长方向的物体。它还结合了两个三维成像技术：从立体声的深度和深度。这种系统的局限性，当它涉及到应用机器视觉是固定投影和成像光学，和整体外形的因素，这是专为客厅。尽管如此，Kinect是一个最新的强大的三维成像系统，尽管它的成本低。

 

双目立体视觉

这项技术似乎在最近几年卷土重来。无论是在最小的侵入性手术或自主机器人应用的医疗成像，使用两个摄像头在一个定义的角度来创建深度感知是一个相对直观的方法，因为它非常相似的人类视觉的三维成像。然而，用于处理的图像的几何算法可以迅速变得更复杂，如果无论是相机或风景的运动引入。根据精度的要求，这两个相机需要进行同步，以避免在图像捕获的时间误差，这将导致一个错误的深度和位置知觉。

相机也需要避免不同倍率镜头的焦距设置准确。例如，实现一个具有变焦镜头的立体视觉系统，增加了另一层的复杂性，因为镜头的焦距可以改变，需要相机的相对角度来改变。环境越控制，就越容易校准一个立体视觉系统。一个典型的结果图像被称为一个视差图或差分图，用户可以从中提取进一步的信息的对象（S）的观察。

 

飞行时间

只有几次的飞行相机商业上可用于机器视觉应用。他们中的一些人伪装成智能的三维传感器。这些传感器或相机通常使用一个红外发光二极管阵列，波长约为780至900纳米。的红外光的产生与在传感器中的检测器，以确定一个相移，因此允许飞行时间的计算是紧密同步的。从飞行时间，传感器能够计算距离的对象，从该光反弹回来。一个人最大的缺点与目前可用的TOF传感器和摄像头主要是在X和Y传感器分辨率的空间分辨率通常在175×145像素的范围。通常情况下，镜头是不可更换的，限制了这一技术到一个固定的信封。有一些启动公司在市场上，正在试图解决更高的像素分辨率的需求。

 

激光三角法

到目前为止，最常用的是基于激光三角测量的机器视觉应用中最常用的三维技术。一个典型的可见光半导体激光器是用在一个点或线投影在一个二维的互补金属氧化物半导体（CMOS）或组合光电荷耦合器件（CCD）摄像机。有时，所有这些元素都被纳入一个密封的传感器外壳。这些激光三角测量传感器有几个不同的类别。最简单的形式是一个一维的距离传感器。激光点投射到一个面和反弹一个位置敏感传感器或CMOS或CCD阵列。三角测量是用来计算从传感器到表面的有效距离。它是可能的测量一个单一的点的距离，或与另外的一个运动系统，通过点扫描的轮廓或整个表面执行一个点。

第二类包括2?D传感器，这本质上是相同的一维传感器，但与激光线而不是一个单一的点。一个2?D传感器可以捕获在一个单一的扫描实例对象的截面轮廓。一个真正的三维激光三角测量系统具有缓冲这些2?D剖面的记忆和传递一个完整的3-D图像或进行处理的完整的图像在内存中可用的算法基于固件的能力。从这些三维相机或系统的典型的图像格式是一个16位“高度图”，所有的X和Y的位置是相同的，从一个二维图像的期望。的Z高度信息包含在强度（亮度）值的形式。对于校准的传感器输出，图像格式也可以是一个浮点型，以毫米（毫米）的高度值为例。

激光三角测量技术在机器视觉中是常见的，因为它结合了良好的分辨率与速度，通常提供的工作距离和视野的灵活性。然而，与任何其他的三维方法，这也有它的局限性和挑战。

让我们先来看看如何从一个单一的激光轮廓投影到一个物体的高度计算。假设激光线是在利益观或地区的预定义场（AOI）的相机，激光线的中心需要确定。这是由于这样的激光被反射表面和激光斑点。换言之，激光线似乎比它实际上更广泛。

寻找激光线的中心有三种常见的算法。所有的算法搜索一个时间的一个像素列的基础上的线的中心。在任何给定的像素列中确定的中心的Y位置与三角化的角度转换成Z高度值。该峰值算法寻找在列中的最亮的像素。阈值算法寻找一个设置阈值的像素值。这两种算法都是快速的，但仅限于全像素分辨率。第三算法是基于计算重心（COG）的激光线厚度一般高斯分布。COG方法允许使用亚像素估计使高度测量更准确。这种方法的一个缺点是，它是非常处理器密集型的，它可能会减慢的3D相机的扫描速度显着，除非相机有一个专用的处理器，以应付它。

现在，我们知道了如何构建的三维图像，让我们看看在应用三维成像使用这种技术中遇到的典型的挑战。

表面反射是最大的挑战之一。反射是表面的能力，以反映任何给定的波长的光。激光是单色光源，例如660纳米（红色）。扫描一个暗淡的，黑色的橡胶材料，如轮胎可能会导致大部分的红色激光线被吸收到它的表面，这样很少的光会反射到相机。减轻这种低信号强度的一些方法是打开镜头的光圈，降低扫描速度，或增加激光功率。相反的将是真实的一个闪亮的表面在一定程度上。获得一个干净的图像变得更具挑战性时，表面由两个沉闷和闪亮的部分，造成无论是在或在曝光。

一些更复杂的三维相机有一个扩展的动态范围和多斜率扫描能力，以帮助解决这些挑战。除了表面光洁度，也有几何的挑战，往往发生。这些主要是由三角的角度引起的。简单的东西像一个90度的垂直墙可能会导致不准确的结果，这取决于部分方向和三角设置。有时解决一个几何挑战的唯一方法是使用第二个激光，第二个相机或两者，在这种情况下，两个相机和或两个激光器需要准确地对齐和校准，使他们的图像可以准确地合并。

是三维成像准备在工业机器视觉应用的黄金时段？绝对！三维成像是一个成熟的和强大的成像工具，一个广泛的应用程序，并可以使收购的有价值的信息，二维成像不能。无论你选择的应用程序的三维成像技术，重要的是要记住，三维系统是远离琐碎的配置和操作，尽管传感器制造商的营销努力。不要期待完美的三维图像。这些图像通常带有“孔”或丢失的数据，有时包括错误的数据所造成的反射和不利的部分的几何形状。一个完整的单独的软件工具是必要的处理与处理前处理，校准，图像融合，视差图生成，高度地图到点云转换，和缺陷检测。

如果相机供应商坚持机器视觉标准的接口和协议很有帮助，如视觉和genicam使现有的机器视觉软件工具可以很方便的接口硬件的三维成像。另一个考虑的领域是激光安全，这是经常被忽视的。典型的激光器用于这些应用属于IIIB类的范畴，不是人眼安全。激光安全员通常是在安装现场需符合OSHA要求除其他设计和实施措施。然而，一旦正确实施，3D成像将为您的应用程序添加一个全新的视角。

 

技术提示

三维成像可以使采集到的有价值的信息，二维成像不能。

软件工具可以处理前处理，校准，图像合并，视差图生成，高度地图到点云转换，和缺陷检测。

如果相机提供商坚持机器视觉标准的接口和协议，现有的机器视觉软件工具可以很容易地接口的三维成像硬件。