本章介紹了飛行時間深度測量的原理和難點。由飛行時間攝像機產生的深度圖像存在特征問題，其被分為以下兩類。首先，存在與傳感器直接相關的系統誤差，如噪聲和模糊性。其次，存在非系統誤差，如散射和運動模糊，這與場景內容更強烈相關。結果表明，這些誤差通常與普通彩色圖像中觀察到的誤差大不相同。運動模糊的情況，這是特別有問題的，詳細檢查。提出了一種用于研究深度相機性能的實用方法。將飛行時間器件與結構光系統進行比較，研究了鏡面材料和半透明材料所帶來的問題。

　　飛行時間（TOF）攝像機產生深度圖像，每個像素將距離編碼到場景中的對應點。這些攝像機可以直接用于估計3D結構，而不需要傳統的計算機視覺算法的幫助。這種新的傳感方式有許多實際應用，包括機器人導航（119， 98， 82）、三維重建（57）和人機交互（32， 107）。TOF相機通過測量反射紅外（IR）光的相位延遲來工作。這不是估計深度的唯一方法，例如，紅外結構光圖案可以投射到場景中，以便于視覺三角測量（106）。這種類型的設備，如Kinect 39，與TOF相機88， 105， 90共享許多應用，28， 97。TOF相機的獨特的傳感結構意味著原始深度圖像包含系統和非系統的偏倚，必須解決魯棒深度成像（37）。具體而言，存在深度精度低和空間分辨率低的問題，以及存在誤差的問題。輻射、幾何和照明變化。例如，測量精度受到發射紅外信號的功率的限制，紅外信號通常比日光低，使得后者污染反射信號。反射的IR的振幅也根據物體表面的材料和顏色而變化。

　　TOF深度圖像的另一個關鍵問題是由攝像機或物體運動引起的運動模糊。與傳統彩色攝像機相比，TOF數據的運動模糊表現出獨特的特性。深度精度和幀速率都受到深度相機所需的積分時間的限制。較長的積分時間通常允許更高精度的深度測量。對于靜態對象，因此，我們可能想要降低幀速率，以便從較長的積分時間獲得更高的測量精度。另一方面，以固定幀速率捕獲運動對象對積分時間施加限制。

　　在本章中，我們討論了深度圖像噪聲和誤差源，并對TOF和結構光系統進行了比較分析。首先，回顧TOF深度測量原理。