主要 3D 传感技术

我们之前的文章“3D 视觉系统——哪一个适合您？” 涵盖了3D 视觉系统最重要的参数，以及一些参数相当高的权衡 .讨论的参数包括扫描体积、数据采集和处理时间、分辨率、准确度和精密度、稳健性、设计和连接性以及性价比。

这些参数中的每一个都在特定的应用中发挥着自己的作用——其中一个参数是关键的，其他的可能是次要的，反之亦然。

我们将参考这些参数，以便更好地比较 3D 视觉系统背后的各项技术及其提供的可能性。

3D 传感技术

支持 3D 视觉系统的技术可分为两大类 .一个使用飞行时间 原理和另一个原理三角测量 :

A.飞行时间

• 区域扫描
• 激光雷达

B.基于三角测量的方法

• 激光三角测量（或轮廓测量）
• 摄影测量
• 立体视觉（被动和主动）
• 结构光（一帧，多帧）
• 新的“平行结构光”技术

本文将讨论这些技术之间的基本区别。然后它将集中在他们都在努力解决的一个主要方面，他们都无法令人满意地解决它——除了一个。这方面是运动场景的高质量数据捕捉 .有一种单一的新技术可以对快速移动的物体进行高质量的快照区域扫描，从而无需在质量和速度之间做出妥协 .这个方法在最后覆盖 这篇文章的。但是让我们一步步来吧。

飞行时间 (ToF)

ToF 系统基于测量从光源发出的光信号击中扫描物体并返回传感器的时间 .虽然扫描速度相对较高，但限制是光速本身。即使是光入射时刻计算中的一个小错误也会导致从毫米到厘米的测量误差。另一个限制是这些传感器提供的分辨率相对较低。

有两种使用 ToF 方法的独特技术——LiDAR 和区域感测。

激光雷达

LiDAR 系统一次采样一个（或几个）3D 点 .在扫描过程中，他们改变传感器的位置或方向以扫描整个手术体积。

ToF 区域感测

基于区域感测的 ToF 系统使用特殊的图像传感器测量二维快照中多次测量的时间 .它们无法提供像 LiDAR 系统那样高的数据质量，但它们非常适合满足低分辨率的动态应用 .这种方法的一个特别缺点是场景各部分之间的相互反射，这可能导致错误的测量。

ToF 系统相当受欢迎，因为主要用于人机交互的消费设备价格极具吸引力。

基于三角测量的方法

基于三角测量的系统从两个角度观察场景，形成基线。 基线和检测点形成一个三角形——通过测量这个三角形的角度，我们可以计算出精确的三维坐标 .基线的长度和角度检索的准确性对系统的精度有很大影响。

激光三角测量 =轮廓测量

激光三角测量是最流行的 3D 传感方法之一。它将一个窄带光（或一个点）投射到 3D 表面上，产生一条照明线，从不同于投影仪的角度来看会出现扭曲 .这种偏差对深度信息进行编码。

因为它一次捕获一个轮廓，所以传感器或物体需要移动，或者激光轮廓需要扫描整个场景，以制作完整的快照。

为了重建单个轮廓的深度，此方法需要捕获窄区域扫描图像，因此其大小限制了帧速率，因此也限制了扫描速度。此外，深度计算可能会变得相当复杂，因为它依赖于在捕获的二维图像中寻找强度最大值，这本身就是一个复杂的问题。

摄影测量

摄影测量是一种根据大量未配准的 2D 图像计算对象的 3D 重建的技术 .与立体视觉类似，它依赖于物体的纹理，但它可以受益于具有高基线的同一点的多个样本。摄影测量可以作为 LiDAR 系统的替代品。

立体视觉

立体视觉是基于三角形的计算：相机-扫描对象-相机，模仿人类的深度感知。

标准立体寻找两个图像之间的相关性 （它们需要有纹理/相同的细节）并根据视差识别与物体的距离（深度）。由于这种对物体材料的依赖性，被动 3D 立体 用于不测量任何东西的应用，例如人数统计。

为了弥补这个缺点，有源立体声 开发视觉系统。此方法将光图案投射到表面上以在表面上创建人造纹理并在场景中对应 .然而，单个深度点的对应关系识别和测量需要多个相邻像素，这导致测量点数量少，鲁棒性普遍较低。

深度计算基于对立体图像对之间对应关系的分析，其复杂度随着匹配窗口的大小和深度范围的增加而增加。为了满足严格的处理时间要求，重建质量经常受到损害，这使得该方法不适用于某些应用。

结构光

另一种方法也属于三角测量方法用所谓的结构光照亮扫描对象。三角形跨越投影仪、扫描对象和相机 .由于这种方法无需移动任何部件即可捕获场景的整个 3D 快照，因此结构光技术提供了高水平的性能和灵活性 .

复杂的投影技术用于创建编码结构化模式，直接在场景中编码 3D 信息 .这些信息然后由相机和内部算法进行分析，提供高水平的准确性和分辨率 .

市场上可用的更高分辨率结构光系统使用多个场景帧，每个帧都有不同的投影结构图案。这确保了高精度的每像素 3D 信息，但需要静态场景 在收购的那一刻。

最大的缺点之一 基于投影的方法是景深 （或深度范围）。为了让投影仪保持聚焦，系统需要一个窄光圈。这在光学上效率不高，因为被阻挡的光会在投影系统中产生额外的热量和内部反射。这限制了该技术在更高深度范围内的使用 .

Photoneo 通过创建结构化图案的激光解决了这个问题。 Photoneo 系统提供几乎无限的深度范围 ，以及使用窄带通滤波器阻挡环境光的可能性 .

对于移动应用程序，需要使用单帧方法 .一种传统技术是将多帧系统的独特特征编码为一个结构化模式，对 XY 和 Z 分辨率有很大影响。与 ToF 系统类似，此类别中有基于消费者的产品。

平行结构光

只有一种方法可以克服扫描移动场景的局限性 .

名为的新颖专利技术 平行结构光 由 Photoneo 开发 并允许捕获对象 在运动 高质量 .该方法将结构光与专有的马赛克快门 CMOS 图像传感器结合使用。

结构光方法按顺序捕获投影仪编码的图案，而平行结构光技术并行捕获结构光的多个图像 – 这是改变游戏规则 因素。由于 3D 表面的图像采集需要多帧，因此使用结构光方法扫描移动物体的输出会失真。平行结构光技术 通过从传感器的单次拍摄中重建其 3D 图像来捕获动态场景 .

特殊传感器由进一步分为子像素的超像素块组成。来自结构光投影仪的激光始终开启，而各个像素的曝光以编码方式打开和关闭。这样就有一个投影和一个捕获的图像——但是这个图像包含多个子图像，每个子图像实际上都被不同的光模式照亮。

随着时间的推移，结果与多个图像的结果非常相似，不同之处在于这种新方法同时获取它们=这就是“平行结构光”的原因。这种技术的另一个优势是可以将传感器切换到顺序模式，并获得具有计量级质量的完整 2MP 分辨率。

平行结构光技术 因此提供了高分辨率 多帧结构光系统和快速单帧采集 ToF 系统。

Photoneo 将这项技术应用到其 3D 相机 MotionCam-3D ，从而开发出分辨率最高、精度最高的区域扫描 3D 相机，能够捕捉运动中的物体 .

结论

本文介绍了多种 3D 视觉方法，并解释了它们的具体优点和缺点。大多数最先进的 3D 方法都在质量和速度之间做出折衷，这要么是因为要求苛刻的采集过程，要么是复杂的数据处理。唯一同时提供质量和速度的技术是基于 Photoneo 原始 CMOS 传感器的平行结构光。这种新方法扩展了可能的应用范围，并实现了以前不可能实现的自动化。