目录

前言

知识储备

前置摄像头3D结构光、TOF，双目立体视觉

3D传感系统的种类

TOF应用前景广阔

TOF供应链梳理

算法原理

 1 红外发射器

2 不可见光红外线（IR）接收模组

3 可见光摄像头

 4 图像处理芯片

结构光分类

1. 线扫描结构光

2. 面阵结构光

应用案例

2D线扫描相机与3D结构光视觉测量系统的融合

原理

实验过程和结果

结论

基于CGAN的焊接机器人焊缝跟踪与图像修复

01介绍

02结构光视觉系统

03焊接图像修复

04焊缝跟踪方法

05实验和讨论

---

 

前言

目前主流的深度探测技术是结构光，TOF，和双目。具体的百度就有很详细的信息。

而结构光也有双目结构光和散斑结构光等，没错，Iphone X 的3D深度相机就用 散斑结构光。

结构光三维成像的硬件主要由相机和投射器组成，结构光就是通过投射器投射到被测物体表面的主动结构信息，如激光条纹、格雷码、正弦条纹等；然后，通过单个或多个相机拍摄被测表面即得结构光图像；最后，基于三角测量原理经过图像三维解析计算从而实现三维重建。

利用红外相机像素点信息求解被测物体深度信息需要经过：机构光解码、像素、空间坐标转换；为了满足获取深度信息的实时性，结构光模块内部一般会有一枚专用的处理芯片，用于计算并输出实时信息。

 3D结构光目前的使用场景为：

第一，物体信息分割与识别，3D人脸识别，用于安全验证、金融支付等场景；    

第二，体感手势识别，为智能终端提供新的交互方式；

第三，三维场景重建，利用深度相机生成的深度信息（点云数据），结合RGB彩色图像信息，可完成对三维场景的还原，可用于测距，虚拟装修等场景。

基于结构光的三维成像，实际上是三维参数的测量与重现，主要是区别于纯粹的像双目立体视觉之类的被动三维测量技术，因而被称为主动三维测量。因为他需要主动去投射结构光到被测物体