近年來(lái)，機(jī)器視覺(jué)技術(shù)變得越來(lái)越復(fù)雜，工業(yè)領(lǐng)域的圖像處理更多的專(zhuān)注于3D傳感器，而且越來(lái)越多的技術(shù)已經(jīng)完善并且投入到實(shí)際應(yīng)用中，包括焊縫的檢測(cè)，以及在生產(chǎn)過(guò)程中對(duì)未分類(lèi)部件進(jìn)行倉(cāng)揀或精確測(cè)量金屬板。可以說(shuō)，機(jī)器視覺(jué)已經(jīng)轉(zhuǎn)向了3D。

在過(guò)去的幾年里，點(diǎn)云評(píng)估和測(cè)量軟件也得到了快速地的發(fā)展：從單一的圖像數(shù)據(jù)轉(zhuǎn)換成點(diǎn)云數(shù)據(jù)，對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行測(cè)量，計(jì)數(shù)和點(diǎn)云匹配。

正如圖像處理行業(yè)的大多數(shù)玩家所知道的，獲得3D圖像有幾種不同的方式。

3D成像

正如圖像處理行業(yè)的大多數(shù)玩家所知道的，獲得3D圖像有幾種不同的方式。

激光三角測(cè)量法

最傳統(tǒng)的激光三角測(cè)量法，這種方法可用于木材，橡膠和輪胎等垂直領(lǐng)域，以及汽車(chē)和軸的測(cè)量，金屬和鑄鐵工業(yè)或其他應(yīng)用如道路表面的測(cè)量。

對(duì)于激光三角測(cè)量，需要在結(jié)構(gòu)化光源（如激光線投影）上精確校準(zhǔn)相機(jī)，以確保即使在高環(huán)境溫度下也能獲得高于1kHz的高采樣率。通常測(cè)試對(duì)象在3D傳感器下方移動(dòng)以捕獲3D點(diǎn)云。這意味著攝像機(jī)將檢測(cè)投射到物體上的激光線，并根據(jù)激光線輪廓計(jì)算高度信息。在相機(jī)下移動(dòng)物體時(shí)，會(huì)創(chuàng)建多個(gè)配置文件，用于完成三維圖像。典型的設(shè)置包含一個(gè)激光器，它直接位于測(cè)試對(duì)象和相機(jī)之間，相機(jī)與激光器成30°角安裝。但是激光和相機(jī)的其他角度組合也是可以的。例如，為了獲得更準(zhǔn)確的高度分辨率，相機(jī)和激光之間的角度可以加寬。但必須注意的是，角度越小，進(jìn)入照相機(jī)的光就越多，評(píng)估結(jié)果就會(huì)更穩(wěn)定。

現(xiàn)在有越來(lái)越多的軟件可以處理3D圖像數(shù)據(jù)。該軟件可以將捕獲的數(shù)據(jù)轉(zhuǎn)換為點(diǎn)云，可以直接進(jìn)行比較，使分析變得更加容易。

條紋投影法

除了激光三角測(cè)量方法之外，還有一種稱(chēng)為“條紋投影”的方法?；驹硪彩侨菧y(cè)量，但是測(cè)試對(duì)象的整個(gè)表面都是用一次拍攝捕捉的。激光將光投射到條紋圖案中，因此物體不必在傳感器下方移動(dòng)。光線從30°角投射到物體上，相機(jī)正對(duì)下方物體。

測(cè)量范圍可以從不到一毫米縮放到一米以上，但分辨率也可以相應(yīng)地變化。由于其測(cè)量速度快，分辨率高，條紋投影可以用于小型和大型測(cè)試物體，在工業(yè)檢查中，應(yīng)用于包括形狀偏差檢查，完整性檢測(cè)，組件部件位置或體積測(cè)量等。但需要注意的是，條紋投影對(duì)周?chē)墓夂苊舾小?/p>

3D立體相機(jī)

3D立體相機(jī)是另一種方法。它已經(jīng)存在多年，越來(lái)越多地用于機(jī)器人或調(diào)試應(yīng)用。立體圖像處理使用與人眼相同的原理即立體偏移。為了獲得3D圖像，該方法采用兩臺(tái)相機(jī)。但由于測(cè)試對(duì)象并不總是具有相同的特定特征，因此經(jīng)常使用隨機(jī)模式投影。

ToF（time-of-flight）

幾年前，據(jù)說(shuō)在所有的方法中，ToF（time-of-flight）方法由于其分辨率有限而不適用于工業(yè)用途。大多數(shù)ToF相機(jī)的分辨率低于VGA，z分辨率相對(duì)較低，重復(fù)精度以厘米為單位。但是市場(chǎng)上已經(jīng)有一些像素為百萬(wàn)像素的相機(jī)。ToF（time-of-flight）相機(jī)使用類(lèi)似于雷達(dá)工程的技術(shù)。集成照明發(fā)送一個(gè)紅外脈沖，傳感器測(cè)量反射光所需的時(shí)間。近來(lái)越來(lái)越多的用于3D物體檢測(cè)，但不能用于精確的測(cè)量。越來(lái)越多的應(yīng)用領(lǐng)域是裝載和卸載機(jī)器人托盤(pán)。

深度學(xué)習(xí)

處理機(jī)器視覺(jué)的軟件，在3D視覺(jué)中扮演著重要角色，它就像3D的“大腦”一樣，但它是否像人腦一樣學(xué)習(xí)？如何訓(xùn)練它？

傳統(tǒng)的方法當(dāng)然是以這樣的方式對(duì)軟件進(jìn)行編程，即檢查程序檢測(cè)不良部件，每個(gè)偏離編程的特點(diǎn)是一個(gè)壞的部分，然后就是用軟件對(duì)好壞部分的圖像進(jìn)行訓(xùn)練。

我們也可以用深度學(xué)習(xí)的方式來(lái)處理。深度學(xué)習(xí)只是人工神經(jīng)網(wǎng)絡(luò)（簡(jiǎn)稱(chēng)ANN）的另一個(gè)名稱(chēng)，但卻是一個(gè)更精致，更簡(jiǎn)單的化身。他們已經(jīng)存在了40多年。

人工神經(jīng)網(wǎng)絡(luò)通常表示為互相交換信息的相互連接的“神經(jīng)元”系統(tǒng)。這些連接具有可根據(jù)經(jīng)驗(yàn)進(jìn)行調(diào)整的數(shù)字權(quán)重，使神經(jīng)網(wǎng)絡(luò)適應(yīng)輸入并能夠?qū)W習(xí)。

由于它在目標(biāo)函數(shù)非常復(fù)雜且數(shù)據(jù)集很大的應(yīng)用程序中的表現(xiàn)令人滿(mǎn)意，它已經(jīng)成為機(jī)器學(xué)習(xí)的一個(gè)發(fā)展趨勢(shì)。

在深度學(xué)習(xí)中，人工神經(jīng)網(wǎng)絡(luò)可以自動(dòng)提取特征。我們不需要拍攝圖像和手動(dòng)計(jì)算如顏色分布，圖像直方圖，不同的顏色計(jì)數(shù)等，我們只需要在ANN中提供原始圖像。

機(jī)器視覺(jué)行業(yè)對(duì)3D成像以及人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的新可能性寄予厚望，讓我們拭目以待。