视觉检测之3D视觉概述

3D视觉概述：

3D视觉模仿人类视觉方式，通过计算机及成像系统，直观的呈现出真实的场景。相比于2D，在数据维度上，增加了Depth值，包含更丰富的空间信息，具有更多的可能性。

优缺点：

优点：

• 可测量目标高度、体积、平面度等空间信息
• 不易受照明条件影响
• 更丰富的表证方式

缺点：

• 3D数据计算量大
• 成本高

成像方式：

被动测量法：

• 单目立体视觉
• 双目立体视觉
• 夺目立体视觉

主动测量法：

结构光3D成像：

• 点结构光
• 线结构光
• 面结构光

TOF 3D成像：

• 脉冲法
• 相位法

3D算法分类：

传统算法：

• 点云滤波
• 点云分割
• 点云注册

深度学习：

• 基于点----PointNet/PointNet++
• 基于体素-----VoxNet
• 基于多视图----MV3D-Net

应用场景：

• 3D缺陷检测
• 机器人视觉
• 自动驾驶
• 人脸识别

今天就到这里！