機器視覺一般由工業(yè)光源，圖像采集單元，圖像處理單元，圖像處理軟件及網(wǎng)絡通訊裝置等構成。在自動化工業(yè)質量控制和在線檢測領域，2D和3D技術都具有重要的作用。如何將兩者結合起來創(chuàng)建一個更可靠、高效的機器視覺檢測系統(tǒng)，首先要認識兩者的各自優(yōu)勢和局限性。

從2D視覺技術開始

2D技術起步較早，技術也相對成熟，在過去的30年中已被證明在廣泛的自動化和產(chǎn)品質量控制過程中非常有效。2D技術根據(jù)灰度或彩色圖像中對比度的特征提供結果。 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、圓形及其關系(距離，角度，交叉點等)。

模式匹配：處理零件變化的關鍵

2D視覺技術在很大程度上由基于輪廓的圖案匹配驅動，以識別部件的位置，尺寸和方向。 技術人員可以使用2D來識別零件并創(chuàng)建動態(tài)適應零件位置，角度和尺寸的檢測工具，從而實現(xiàn)零件移動的穩(wěn)健測量。 今天的模式匹配處理遮擋，雜波，失真，對比度反轉，重疊的部分和不均勻的照明。

無法測量形狀

2D傳感器不支持與形狀相關的測量。 例如，2D傳感器不能夠測量諸如物體平面度，表面角度，部分體積，或者區(qū)分相同顏色的物體之類的特征，或者在具有接觸側的物體位置之間進行區(qū)分。

易受變量照明條件的影響

由于照明決定了邊緣位置和測量精度，因此傳感器視野范圍內(nèi)的照明變化有時會導致邊緣測量誤差，除非使用特定的技術來補償這種影響。 在工廠條件下，照明變化是生產(chǎn)車間意外環(huán)境或現(xiàn)場來源的共同挑戰(zhàn)。

有限的對比度補償

2D傳感器依賴于測量物體的對比度(邊緣數(shù)據(jù))，例如，這意味著它們無法測量黑色背景上的黑色物體，或者在沒有特定光照的情況下區(qū)分部分特征來暴露邊緣的存在和定義。

對物體運動敏感

由于元件移動造成的誤差，二維傳感器需要沿光軸(Z軸)精確固定，使用尺度不變特征檢測，或者使用大型遠心光學元件(必須與FOV尺寸相匹配)來消除影響。

結合2D和3D技術

3D視覺通過添加描述形狀的第二層數(shù)據(jù)來建立在2D的成熟功能上，這對于設計高度可靠的測量系統(tǒng)至關重要。

3D視覺的好處

更豐富的數(shù)據(jù)采集

3D視覺可以測量產(chǎn)生2D系統(tǒng)不能的形狀信息。 因此，可以測量與形狀相關的特征，例如物體平直度，表面角度和體積。

測量穩(wěn)定性

3D傳感器中的所有組件都被牢固地安裝在單個光機械組件上，以確保重復性，焦距相對于發(fā)射器和成像器平面鎖定在位，并且包括溫度補償功能，以便糾正由于金屬蠕變而引起的移動。

精度和重復性

利用3D機器視覺提供的深度測量信息，由于物體位置(距傳感器的距離)而導致的誤差不再可能，這意味著物體可以在傳感器的測量體積內(nèi)的任何位置移動，并仍能得到準確的結果。 這簡化了物體固定要求，并降低了系統(tǒng)設計和維護成本。

多傳感器拼接

3D機器視覺的另一個好處是能夠使用已知的偽像將來自相對較少的多個掃描儀的3D點云拼接在一起，從而校準到通用坐標系。 例如，可以用多個掃描儀掃描諸如卡車框架的大物體。 定位和對準數(shù)以百計的二維相機，并使用攝影測量法來生成三維模型要比使用少量高精度的三維掃描儀更加復雜和不準確。

精密機器人視覺指導

工業(yè)機器人在三維世界中工作。 盲人機器人僅限于執(zhí)行重復和結構化的任務。 3D機器視覺使機器人能夠感知其物理環(huán)境的變化，并相應地進行調整，從而在基本應用中提高了靈活性，實用性和速度，例如拾放。

為什么選擇3D機器視覺?

對比度不變，是檢查低對比度物體的理想選擇

體積測量(X，Y和Z軸)提供形狀和位置

對較小的照明變化或環(huán)境光不敏感

集成的光學，照明和校準功能提高了重復性

建立大型物體檢測的多傳感器設置更簡單