隨著3D成像技術(shù)日趨成熟，3D相機(jī)已經(jīng)出現(xiàn)在日常服務(wù)、金融支付、物流分揀、加工制造等越來(lái)越多的應(yīng)用場(chǎng)景中。但仍有許多使用者由于不甚了解不同類型3D相機(jī)之間的差異，在進(jìn)行設(shè)備選型時(shí)存在諸多困惑。本文將系統(tǒng)介紹各類3D相機(jī)的基本原理、特點(diǎn)以及相互之間的差異，幫助您更好地完成相機(jī)選型。
什么是3D相機(jī)
普通數(shù)碼相機(jī)輸出的圖像以二維像素網(wǎng)格構(gòu)成。依據(jù)每個(gè)像素的屬性將其定義為紅色（Red）、綠色（Green）、藍(lán)色（Blue），通常稱為RGB。不同屬性的像素可以用0－255的數(shù)字來(lái)表示，例如，黑色的相應(yīng)值為（0，0，0），純鮮紅色的相應(yīng)值是（255，0，0）。成千上百萬(wàn)的像素可以構(gòu)成我們常見(jiàn)的照片。
知象光電高精度3D相機(jī)Ailook 支持3D實(shí)時(shí)成像
3D相機(jī)的不同之處在于，它可以測(cè)量普通數(shù)碼相機(jī)無(wú)法測(cè)量的深度數(shù)據(jù)。所謂深度數(shù)據(jù)，就是像素到相機(jī)的距離。所以3D相機(jī)可以獲取四個(gè)值，分別是RGB值和深度信息，即RGB－D。
3D相機(jī)輸出的深度信息可以通過(guò)不同的形式顯示出來(lái)。在上圖示例中，左邊為彩色圖，右邊為深度圖。深度圖中的不同顏色，表示像素到相機(jī)的距離，青色表示距離相機(jī)最近，而紅色則表示距離相機(jī)最遠(yuǎn)。其實(shí)深度圖的顯示，使用什么顏色不重要，只是為了便于識(shí)別。
3D相機(jī)的常見(jiàn)類型
3D相機(jī)通過(guò)其使用的深度數(shù)據(jù)計(jì)算方式來(lái)進(jìn)行分類。不同類型的3D相機(jī)都有其優(yōu)點(diǎn)與限制性，所以選取何種3D相機(jī)，就取決于使用者的實(shí)際需求。常見(jiàn)的選型要素有：最遠(yuǎn)測(cè)量距離、最高精度、是否支持戶外使用這三點(diǎn)。
1．結(jié)構(gòu)光與編碼光
結(jié)構(gòu)光3D相機(jī)與編碼光3D相機(jī)都是通過(guò)光源發(fā)射器投射光（通常是紅外光）到物體。所投射的光是有特定圖案的。這種特定的圖案，可以從視覺(jué)層面進(jìn)行設(shè)置，也可以從時(shí)間層面進(jìn)行設(shè)置，還可以是這兩個(gè)方式的結(jié)合。由于光投影的圖案是既定的，所以3D相機(jī)的內(nèi)置傳感器通過(guò)識(shí)別場(chǎng)景中的圖案就可以獲取到深度信息。例如下圖，如果光的既定圖案是一系列條紋，當(dāng)它投射到一個(gè)球上，這些條紋將會(huì)依據(jù)球的表面產(chǎn)生特定形變，且當(dāng)球靠近光源發(fā)射器時(shí)，圖案還會(huì)發(fā)生相應(yīng)的改變。
利用既定圖像與相機(jī)識(shí)別到的實(shí)際圖像之間的差異，可以計(jì)算出每個(gè)像素到相機(jī)的距離。這項(xiàng)技術(shù)的核心是需要精準(zhǔn)識(shí)別所投射的光的圖案。但是相機(jī)投射出的光的功率會(huì)因?yàn)榫嚯x變大而衰減，還會(huì)受到環(huán)境中其他相機(jī)或設(shè)備發(fā)出的紅外線噪音的干擾，因此，編碼光和結(jié)構(gòu)光相機(jī)適合在室內(nèi)，進(jìn)行短距離作業(yè)。
知象光電工業(yè)3D相機(jī)Surface 采用雙目紅外結(jié)構(gòu)光技術(shù)
2．立體視覺(jué)
立體視覺(jué)相機(jī)依據(jù)內(nèi)置的傳感器數(shù)量可分為單目立體視覺(jué)相機(jī)（內(nèi)置單個(gè)傳感器）與雙目立體視覺(jué)（內(nèi)置兩個(gè)傳感器）相機(jī)。由于它們工作原理相同，以下舉例均以雙目立體視覺(jué)技術(shù)為例進(jìn)行介紹。立體視覺(jué)相機(jī)常利用紅外光來(lái)提高測(cè)量精度，并且可利用一切光進(jìn)行測(cè)量，這一點(diǎn)不同于上文介紹的編碼光或結(jié)構(gòu)光3D相機(jī)。雙目立體視覺(jué)相機(jī)內(nèi)置兩個(gè)傳感器，可以分別得到出兩組圖像的深度信息。由于傳感器之間的距離是已知的，通過(guò)計(jì)算便可以得到被測(cè)對(duì)象的深度信息。
雙目立體視覺(jué)相機(jī)的工作原理，與人眼進(jìn)行深度感知的原理類似。人的兩眼分別可看見(jiàn)一幅圖像，大腦可以計(jì)算出兩眼之間的差異，距離物體近的一只眼所識(shí)別出的物體移動(dòng)幅度更大，而距離物體遠(yuǎn)的一只眼所識(shí)別出的移動(dòng)幅度就就小一些。
雙目立體視覺(jué)相機(jī)在大多數(shù)照明條件下，甚至是戶外，它都能保持良好的性能。如為其配置紅外光發(fā)射器，那么即使在光照條件差的環(huán)境中，它依然能敏銳感知深度信息。雙目立體視覺(jué)相機(jī)的另一個(gè)優(yōu)點(diǎn)是，在特定場(chǎng)景中，相機(jī)的使用數(shù)量是沒(méi)有限制的，不會(huì)出現(xiàn)多個(gè)編碼光相機(jī)或TOF相機(jī)同時(shí)使用時(shí)出現(xiàn)的互相干擾的問(wèn)題。
雙目立體視覺(jué)相機(jī)所能測(cè)量的距離取決于兩個(gè)內(nèi)置傳感器之間的距離，也就是基線距離?；€距離越寬，相機(jī)可測(cè)試的距離就越遠(yuǎn)。事實(shí)上，天文學(xué)家們使用一種相似的技術(shù)來(lái)測(cè)量恒星距地球的距離。先測(cè)量一顆恒星在天空中的位置，六個(gè)月后，當(dāng)?shù)厍蜻\(yùn)轉(zhuǎn)到軌道中離原始測(cè)量點(diǎn)最遠(yuǎn)位置時(shí)，再次測(cè)量同一恒星位置。這樣，天文學(xué)家就可以利用大約3億公里的基線距離計(jì)算出恒星距離地球的位置（恒星的深度信息）。
3．TOF相機(jī)
每種3D相機(jī)都依賴已知信息來(lái)推斷深度信息。例如，在立體視覺(jué)技術(shù)中，基線距離是已知的。在編碼光和結(jié)構(gòu)光技術(shù)中，光的圖案是已知的。而在TOF技術(shù)（Time of Flight）方面，光速則是用來(lái)計(jì)算深度的已知變量。
所有類型的TOF相機(jī)都會(huì)發(fā)射某種光線，用來(lái)掃射全場(chǎng)，然后測(cè)算光反射回來(lái)的時(shí)間。根據(jù)光的功率和波長(zhǎng)，TOF相機(jī)可適用遠(yuǎn)的距離的測(cè)量工作，例如，用TOF相機(jī)在直升機(jī)上進(jìn)行地圖繪制的相關(guān)測(cè)量工作；汽車自動(dòng)駕駛中常使用的激光定位器。
TOF相機(jī)的缺點(diǎn)是，在相同空間內(nèi)，其他相機(jī)的光會(huì)對(duì)它們?cè)斐奢^強(qiáng)干擾，而且在室外環(huán)境下也不適用。
你能用3D相機(jī)做什么？
知象光電工業(yè)3D相機(jī)Raygo 重復(fù)精度最高可達(dá)5μm
3D相機(jī)可以讓任何設(shè)備和系統(tǒng)不需要人工干預(yù)的方式理解場(chǎng)景。雖然計(jì)算機(jī)可以實(shí)現(xiàn)理解二維圖像，但這需要投入大量的時(shí)間和成本來(lái)訓(xùn)練機(jī)器學(xué)習(xí)網(wǎng)絡(luò)。3D相機(jī)本身可提供一些無(wú)需訓(xùn)練便可識(shí)別的信息，例如，3D相機(jī)可直接區(qū)分前景、背景、場(chǎng)景，從圖像中剔除背景物，這對(duì)于需要分割背景的相關(guān)應(yīng)用中非常有幫助。
本文為解釋3D相機(jī)的類別及工作原理，列舉了一些應(yīng)用場(chǎng)景。而實(shí)際上，3D相機(jī)可應(yīng)用的范圍遠(yuǎn)比這廣泛的多。未來(lái)，3D視覺(jué)技術(shù)不僅能幫助設(shè)備看得更遠(yuǎn)、更立體，更精準(zhǔn)，同時(shí)還能聯(lián)合人工智能，助力更多領(lǐng)域的升級(jí)、創(chuàng)新。
西安知象光電科技依托西安交通大學(xué)、中科院西光所、麻省理工學(xué)院等著名研究機(jī)構(gòu)，研發(fā)結(jié)構(gòu)光3D成像模組核心硬件技術(shù)和3D人工智能算法，打造高精度3D成像國(guó)際品牌。公司產(chǎn)品已銷往國(guó)內(nèi)、海外的消費(fèi)電子、醫(yī)療健康、軍工安防、文化教育、工業(yè)檢測(cè)等市場(chǎng)。投資人包括國(guó)中創(chuàng)投、深創(chuàng)投、軟銀中國(guó)、中科創(chuàng)星等。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
