工業4.0時代，三維機器視覺備受關注，目前，三維機器視覺成像方法主要分為光學成像法和非光學成像法，這之中，光學成像法是市場主流。

　　飛行時間3D成像

　　飛行時間成像（Time of Flight），簡稱TOF，是通過給目標連續發送光脈沖，然后用傳感器接收從物體返回的光，通過探測光脈沖的飛行（往返）時間來得到目標物距離。光發射出去后，會被物體反射回來，并且被相機檢測到。

　　目前市面上的 ToF 產品按技術路線可以分為兩大類：1.DToF（直接測量飛行時間，direct-ToF）；2.IToF（間接測量飛行時間，indirect-ToF）。 DTOF測量發射脈沖與接收脈沖的時間間隔。其核心組件主要有VCSEL、單光子雪崩光電二極管SPAD，以及時間數字轉換器（TDC）。DTOF會在單幀測量時間內發射和接收N次光信號，然后對記錄的N次飛行時間做直方圖統計，其中出現頻率最高的飛行時間tof用于計算目標距離。 ITOF大部分間接測量方案都是采用了一種測相位偏移的方法，即發射正弦波/方波與接收正弦波/方波之間相位差。 從應用角度來說，DToF功耗低，體積小適合于在較小的設備使用，并且由于抗擾性較好，在戶外的使用上也更勝一籌。并且由于DToF的原理，測量距離增大時精度不會大幅衰減，能耗也不會大幅提升。而IToF的圖像分辨率較高，在物體識別，3D重建以及行為分析等應用場景中能夠重現場景中更多的細節信息。 總體而言，TOF成像可用于大視野、遠距離、低精度、低成本的3D圖像采集，其特點是：檢測速度快、視野范圍較大、工作距離遠、價格便宜，但精度低，易受環境光的干擾。例如Camcueb3.0具有可靠的深度精度（《3mm @ 4m），每個像素對應一個3D數據。

　　掃描3D成像

　　三維掃描的基本定義是通過一定方法獲取被掃描物體的幾何構造和表面圖像。掃描3D成像方法可分為掃描測距、主動三角法、色散共焦法。 掃描測距是利用一條準直光束通過1D測距掃描整個目標表面實現3D測量的；主動三角法是基于三角測量原理，利用準直光束、一條或多條平面光束掃描目標表面完成3D成像，如圖2所示。色散共焦通過分析反射光束的光譜，獲得對應光譜光的聚集位置， 如圖3所示。

　　圖3

　　三維掃描成像的最大優點是測量精度高。但缺點是速度慢、效率低；用于機械手臂末端時，可實現高精度3D測量，但不適合機械手臂實時3D引導與定位，因此應用場合有限。 三維掃描應用的領域有：（1）逆向工程。通過三維掃描獲取物品三維信息，然后輸入到軟件中進行修改，完善，最后得到精確的三維模型。（2）產品檢測。三維掃描被應用于生產線上，檢測產品的形狀，控制產品的質量。（3）生物醫療領域。例如牙齒矯正，器官復制等。（4）考古領域。例如文物復制。

　　結構光投影3D成像

　　結構光技術就是使用提前設計好的具有特殊結構的圖案（比如離散光斑、條紋光、編碼結構光等），然后將圖案投影到三維空間物體表面上，使用另外一個相機觀察在三維物理表面成像的畸變情況。如果結構光圖案投影在該物體表面是一個平面，那么觀察到的成像中結構光的圖案就和投影的圖案類似，沒有變形，只是根據距離遠近產生一定的尺度變化。但是，如果物體表面不是平面，那么觀察到的結構光圖案就會因為物體表面不同的幾何形狀而產生不同的扭曲變形，而且根據距離的不同而不同，根據已知的結構光圖案及觀察到的變形，就能根據算法計算被測物的三維形狀及深度信息。

　　結構光投影三維成像目前是機器人3D視覺感知的主要方式。其成像系統是由若干個投影儀和相機組成，常用的結構形式有：單投影儀-單相機、單投影儀-雙相機、單投影儀-多相機、單相機-雙投影儀和單相機-多投影儀等。根據結構光投影次數劃分，結構光投影三維成像可以分成單次投影3D和多次投影3D方法。單次投影3D主要采用空間復用編碼和頻率復用編碼形式實現。由于單次投影曝光和成像時間短，抗振動性能好，適合運動物體的3D成像，如機器人實時運動引導，手眼機器人對生產線上連續運動產品進行抓取等操作。但是深度垂直方向上的空間分辨率受到目標視場、鏡頭倍率和相機像素等因素的影響，大視場情況下不容易提升。 多次投影3D具有較高空間分辨率，能有效地解決表面斜率階躍變化和空洞等問題。不足之處在于：精度容易受到投影儀、相機的非線性和環境變化的影響且抗振動性能差，不合適測量連續運動的物體；對于粗糙表面，結構光可以直接投射到物體表面進行視覺成像；但對于大反射率光滑表面和鏡面物體3D成像，結構光投影不能直接投射到被成像表面，需要借助鏡面偏折法。 偏折法對于復雜面型的測量，通常需要借助多次投影方法，因此具有多次投影方法相同的缺點。另外偏折法對曲率變化大的表面測量有一定的難度，因為條紋偏折后反射角的變化率是被測表面曲率變化率的2倍，因此對被測物體表面的曲率變化比較敏感，很容易產生遮擋難題。

　　立體視覺3D成像

　　立體視覺字面意思是用一只眼睛或兩只眼睛感知三維結構，一般情況下是指從不同的視點獲取兩幅或多幅圖像重構目標物體3D結構或深度信息。目前立體視覺3D成像方法可以分為單目視覺、雙目視覺、多（目）視覺和光場3D成像等。 單目視覺深度感知線索通常有：透視、焦距差異、多視覺成像、覆蓋、陰影、運動視差等。在機器人視覺里還可以用鏡像1，以及其他 shape from X10等方法實現。 雙目視覺深度感知視覺線索有：眼睛的收斂位置和雙目視差。在機器視覺里利用兩個相機從兩個視點對同一個目標場景獲取兩個視點圖像再計算兩個視點圖像中同名點的視差獲得目標場景的3D深度信息。 典型的雙目立體視覺計算過程包含下面四個步驟：圖像畸變矯正、立體圖像校正、圖像配準和三角法重投影視差圖計算，如下圖。

　　圖5 雙目立體視覺系統與計算過程示意圖

　　多（目）視覺成像也稱多視點立體成像，用單個或多個相機從多個視點獲取同一個目標場景的多幅圖像，重構目標場景的三維信息。其基本原理如下圖所示。

　　圖6 多視點成像基本原理

　　多視點立體成像主要用于下列幾種場景：使用多個相機從不同視點，獲取同一個目標場景多幅圖像，然后基于特征的立體重構等算法求取場景深度和空間結構信息；從運動恢復形狀（SM）的技術。使用同一相機在其內參數不變的條件下，從不同視點獲取多幅圖像，重構目標場景的三維信息。該技術常用于跟蹤目標場景中大量的控制點，連續恢復場景的3D結構信息、相機的姿態和位置。

　　編輯：黃飛