点击上方“”，选择加""或“”
重磅干货，第一时间送达 本文转自|新机器视觉 机器视觉一般由工业光源、图像采集单元、图像处理单元、图像处理软件和网络通信设备组成。2.在自动化工业质量控制和在线测试领域D和3D技术起着重要的作用。如何将两者结合起来，创建一个更可靠、更高效的机器视觉检测系统，首先要了解两者的优点和局限性。
2D在过去的30年里，技术起步较早，技术相对成熟，在广泛的自动化和产品质量控制过程中得到了证明。
2D该技术根据灰度或彩色图像中对比度的特征提供结果。 2D适用于缺失/存在检测、离散对象分析、图案对齐、条形码和光学字符识别(OCR)以及各种基于边缘检测的二维几何分析，用于拟合线、弧、圆及其关系（距离、角度、交叉点等）。
2D在很大程度上，视觉技术是由基于轮廓的图案匹配驱动的，以识别零件的位置、尺寸和方向。 技术人员可使用2D识别零件，创建动态适应零件位置、角度和尺寸的检测工具，实现零件运动的稳定测量。 今天的模式匹配处理遮挡，杂波，失真，对比度反转，重叠的部分和不均匀的照明。
2D传感器不支持与形状相关的测量。 例如，2D传感器无法测量物体的平面度、表面角度、部分体积，或区分相同颜色的物体，或区分接触侧的物体位置。
由于照明决定了边缘的位置和测量精度，除非使用特定的技术来补偿这种影响，否则传感器视内的照明变化有时会导致边缘测量误差。 照明变化是生产车间意外环境或现场来源的共同挑战。
2D传感器依赖于测量对象的对比度（边缘数据），例如，这意味着它们不能测量黑色背景上的黑色对象，或者在没有特定光的情况下区分一些特征来暴露边缘的存在和定义。
二维传感器需要沿的误差，二维传感器需要沿光轴移动(Z轴)精确固定，检测尺度不变的特性，或使用大型远心光学元件(必须与轴一起使用FOV尺寸相匹配)来消除影响。
3D在2中添加描述形状的第二层数据D这对设计高度可靠的测量系统至关重要。
数据采集更丰富
3D可测量视觉产生2D形状信息系统的形状信息。 因此，可以测量与形状相关的特征，如物体的平直度、表面角度和体积。
3D传感器中的所有部件都牢固安装在单个光机械部件上，以确保重复性。与发射器和成像机平面相比，焦距锁定在位，并包括温度补偿功能，以纠正金属蠕变引起的运动。
利用3D由于物体位置（距离传感器的距离），机器视觉提供的深度测量信息不再可能，这意味着物体可以在传感器测量体积的任何位置移动，并且仍然可以得到准确的结果。 这简化了物体的固定要求，降低了系统设计和维护成本。
3D机器视觉的另一个优点是，它可以使用未来相对较少的多个扫描仪的已知伪像3D点云拼接在一起，校准到一般坐标系。 例如，卡车框架等大物体可以用多个扫描仪扫描。 使用摄影测量法生成三维模型比使用少量高精度的三维扫描仪更复杂、更不准确。
工业机器人在三维世界工作。 盲人机器人仅限于重复和结构化的任务。 3D机器视觉使机器人能够感知其物理环境的变化，并相应地进行调整，从而提高灵活性、实用性和速度，如拾取。
对比度不变，是检查低对比度物体的理想选择
体积测量(X，Y提供形状和位置
对较小的照明变化或环境光不敏感
集成光学、照明和校准功能提高了重复性
建立大型物体检测的多传感器设置更简单
在「」微信官方账号后台回复:下载全网第一份OpenCV中文版扩展模块教程，涵盖等20多章。
在「」微信官方账号后台回复:可下载包括等待31个视觉实战项目，帮助快速学校计算机视觉。
在「」微信官方账号后台回复:即可下载内容个基于实现20个，实现OpenCV学习进阶。
交流群
欢迎加入微信官方账号读者群与同行交流。SLAM、三维视觉、传感器、自动驾驶、摄影计算、检测、分割、识别、医学图像、GAN、算法竞赛等微信群(以后会逐渐细分)，请扫描以下微信号加群，备注:昵称 学校/公司 研究方向，例如：张三 上海交大 视觉SLAM“。请按格式备注，否则不予通过。请按格式注明，否则不予通过。添加成功后，将根据研究方向邀请进入相关微信群。在群里发广告，否则会请出群。谢谢你的理解~