機器視覺加速從2D走向3D

機器視覺是指利用相機、攝像機等傳感器，配合機器視覺算法賦予智能設(shè)備人眼的功能，從而進行物體的識別、檢測、測量等功能。機器視覺是在上世紀 50 年代從統(tǒng)計模式識別開始的，當時的工作主要集中在二維圖像分析和識別。隨著 5G、AI 等技術(shù)的不斷發(fā)展，行業(yè)應用需求的不斷提升，機器視覺從二維向三維過渡不但成為可能，更是必須的方向。

機器視覺從2D進化到3D立體“視界”，常見常用的刷臉支付、Face ID、VR、無人便利店、智能機器人等產(chǎn)品技術(shù)，背后關(guān)鍵的科技便是3D視覺技術(shù)。

在過去幾年里，3D視覺概念迭出，大量資本涌入這個賽道，新進企業(yè)眾多。業(yè)內(nèi)人士普遍認為，3D視覺在工業(yè)領(lǐng)域的產(chǎn)值和產(chǎn)出，可能要遠遠大于消費領(lǐng)域，但因為滲透率很低，推進速度不夠快，當前3D工業(yè)相機的規(guī)模在幾億美金區(qū)間，設(shè)備和軟件在20億美金水平，但行業(yè)市場有50倍以上的滲透率增長空間。

從2D到3D的賽道變化2D技術(shù)起步較早，技術(shù)也相對成熟，在過去的30年中已被證明在廣泛的自動化和產(chǎn)品質(zhì)量控制過程中非常有效。

2D技術(shù)根據(jù)灰度或彩色圖像中對比度的特征提供結(jié)果。2D適用于缺失/存在檢測、離散對象分析、圖案對齊、條形碼和光學字符識別(OCR)以及基于邊緣檢測的各種二維幾何分析，用于擬合線條、弧線、圓形及其關(guān)系(距離，角度，交叉點等)。

3D視覺利用近紅外線光來掃描周圍環(huán)境，再由CMOS圖像傳感器接收并轉(zhuǎn)換為數(shù)字信號，最后通過芯片計算出物體在三維空間中的遠近與相對位置，因此能了解物體的動作、與環(huán)境的互動，由此即能發(fā)展出由動作控制計算機的體感操控，檢測出前方的物體等。

由于2D視覺逐漸無法滿足對復雜對象識別和尺寸測量精度日益增加的要求，因此也催生了3D視覺的增長。從2D轉(zhuǎn)向3D，需要所獲取信息質(zhì)量和數(shù)量的飛躍。相對來說，2D視覺市場積淀深，3D視覺方案只有達到一定的成熟度，才可以全面實現(xiàn)2D向3D的轉(zhuǎn)變。

過去工業(yè)生產(chǎn)采用的機械臂都是盲取，閉著眼睛照著設(shè)定好的路徑加工，沒有更高階的智慧判斷。如果采用3D視覺后，就可以在更復雜的環(huán)境里更精準的夾取物件。業(yè)界認為，從2D到3D的過渡將成為繼黑白到彩色，低分辨率到高分辨率以及靜態(tài)圖像到電影之后的第四次革命。

但是3D機器視覺技術(shù)門檻高，涉及到光學、結(jié)構(gòu)、散熱等跨學科設(shè)計問題，再加上芯片、算法構(gòu)成的復雜系統(tǒng)設(shè)計，需要一定的技術(shù)實力，投入足夠的時間和人才，才可以研發(fā)相關(guān)方案。技術(shù)門檻高、投入大、研發(fā)企業(yè)少都是3D視覺發(fā)展路上的攔路虎。

在3D視覺興起之后，選擇2D視覺還是3D視覺，成為一個有爭議的問題。有業(yè)內(nèi)人士表示，3D視覺將全面替代2D視覺；但也有觀點認為，3D視覺價格高，在可以應用2D視覺的場合，沒有必要用3D視覺；當然還有第三方觀點認為，2D視覺和3D視覺可以融合應用。

就具體技術(shù)角度而言，2D顏色和3D幾何數(shù)據(jù)的采集是從兩個不同的物理通道進行的。

從落地來看，目前3D主要應用于大型工業(yè)制造業(yè)企業(yè)、物流、智慧城市監(jiān)控，以及少部分消費應用場景等，從探索到突破，在落地的路上逐顯繁榮。

3D視覺的不同技術(shù)形態(tài)目前市場上主流的有四種3D視覺技術(shù)，雙目視覺、TOF、結(jié)構(gòu)光3D成像和激光三角測量。

1.雙目視覺雙目技術(shù)是目前較為廣泛的3D視覺系統(tǒng)，它的原理就像我們?nèi)说膬芍谎劬?，用兩個視點觀察同一景物以獲取在不同視角下的感知圖像，然后通過三角測量原理計算圖像的視差，來獲取景物的三維信息 。

由于雙目技術(shù)原理簡單，不需要使用特殊的發(fā)射器和接收器，只需要在自然光照下就能獲得三維信息，所以雙目技術(shù)具有系統(tǒng)結(jié)構(gòu)簡單、實現(xiàn)靈活和成本低的優(yōu)點。適合于制造現(xiàn)場的在線、產(chǎn)品檢測和質(zhì)量控制，不過雙目技術(shù)的劣勢是算法復雜，計算量大，而且光照較暗或者過度曝光的情況下效果差。

2.3D結(jié)構(gòu)光技術(shù)

它通過一個光源投射出一束結(jié)構(gòu)光，這結(jié)構(gòu)光可不是普通的光，而是具備一定結(jié)構(gòu)（比如黑白相間）的光線打到想要測量的物體上表面，因為物體有不同的形狀，會對這樣的一些條紋或斑點發(fā)生不同的變形，有這樣的變形之后，通過算法可以計算出距離、形狀、尺寸等信息從而獲得物體的三維圖像。

3. 激光三角測量法它基于光學三角原理，根據(jù)光源、物體和檢測器三者之間的幾何成像關(guān)系，來確定空間物體各點的三維坐標 。

通常用激光作為光源，用CCD相機作為檢測器，具有結(jié)構(gòu)光3D視覺的優(yōu)點，精準、快速、成本低。

4. TOF飛行時間法成像技術(shù)

TOF是Time Of Flight的簡寫。它的原理通過給目標物連續(xù)發(fā)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時間來得到目標物距離。

TOF的核心部件是光源和感光接收模塊，由于TOF是根據(jù)公式直接輸出深度信息，不需要用類似雙目視覺的算法來計算，所以具有響應快、軟件簡單、識別距離遠的特點，而且由于不需要進行灰度圖像的獲取與分析，因此不受外界光源物體表面性質(zhì)影響。典型的TOF 3D掃描系統(tǒng)每秒可測量物體上10,000至100,000個點的距離。不過TOF技術(shù)的缺點是：分辨率低、不能精密成像、而且成本高。

總的來說，無論是立體視覺、結(jié)構(gòu)光、激光三角測量還是TOF，沒有哪種技術(shù)是更好的，只有哪種技術(shù)是更適合的。

3D或?qū)⒊蔀橹髁?/p>

機器人、自動駕駛、金融支付已經(jīng)體現(xiàn)出對3D視覺的強需求，當然，還有虛實相融的元宇宙，AR、VR等XR設(shè)備和3D交互需求已經(jīng)率先凸顯。這些需求帶來了龐大的市場，但這也是極度碎片化的市場。

GGII數(shù)據(jù)顯示，預計到2023年我國機器視覺市場規(guī)模將達到208.6億元，其中3D視覺市場規(guī)模將達到34.28億元，預計到2025年我國3D視覺市場規(guī)模將超過100億元。在這個未來的百億級市場中，3D視覺將趨于智能化、集成化、實時性、高性能、多場景應用等方向。

2D視覺雖為當前主流，但隨著測量精度要求越來越高，被測物體條件越來越復雜，2D系統(tǒng)的缺陷也愈發(fā)突出，而3D視覺技術(shù)不斷獲得突破，在精度、靈活性和速度方面都是2D無可比擬的，所以3D機器視覺檢測有取代2D系統(tǒng)的趨勢，相信3D視覺未來將成為主流視覺系統(tǒng)。

應用背景

OCR字符識別，是指對部件或產(chǎn)品上刻印的字符進行確認、辨別、判定的檢測識別。此項技術(shù)目前已廣泛應用于工業(yè)自動化生產(chǎn)的產(chǎn)品質(zhì)量管理環(huán)節(jié)當中，企業(yè)通過為機器視覺檢測設(shè)備安裝OCR系統(tǒng)，快速完成對產(chǎn)品生產(chǎn)日期、保質(zhì)期、生產(chǎn)批號、條碼等字符信息的檢測，從而更好地進行產(chǎn)品管理和追溯。

應用現(xiàn)狀

作為機器視覺的典型應用方向，OCR的工作原理即為：通過工業(yè)相機、工業(yè)鏡頭拍攝字符圖像，運用機器視覺軟件進行相應處理分析，判定被檢產(chǎn)品是否合格，并輸出檢測結(jié)果和相應信號。

這其中，軟件處理環(huán)節(jié)才是OCR技術(shù)真正的“用武之地”。常規(guī)的技術(shù)處理流程為：背景圖像處理——字符切割——字符注冊——字符識別與判斷——結(jié)果輸出。

實際的工業(yè)應用中，軟件的處理過程

審核編輯：郭婷