首页 > 编程知识 正文

结构光3D成像原理,光学成像原理简介

时间:2023-05-03 22:27:43 阅读:161365 作者:1625

单击上面的3358www.Sina.com/,然后选择atgdbz学视觉或3358www.Sina.com/

重磅干币在第一时间到达之前介绍了TOF和双目结构光的对比,在深度相机上的应用方案中也有结构光的拍摄方案。 今天小编就来和大家聊聊结构光,顺便也捋一下这三者的对比吧。

星标

结构光技术是利用离散光斑、条纹光、编码结构光等具有预先设计的特殊结构的图案,将图案投影到三维空间物体表面,利用另一台摄像机观察三维物理表面成像的畸变的技术。 如果结构光图案投影到该物体表面为平面,则在观察到的成像中结构光图案与投影的图案相似,没有变形,只是随距离的远近有一定的尺度变化。 但是,如果物体表面不是平面的话,观察到的结构光图案会因物体表面的几何形状而产生不同的应变变形,而且距离不同,根据已知的结构光图案和观察到的应变,基于算法可以计算出被测物体的三维形状和深度信息。

结构光3D成像技术主要由四大部分组成:

1 )不可见红外(IR )发光模块)用于向目标发射特殊调制的不可见红外辐射。

2 )不可见光红外(IR )接收模块)接收由目标反射的不可见光,通过计算获取目标空间信息。

3 )镜头模块)采用普通镜头模块,用于2D彩色成像。

4 )图像处理芯片)将普通的镜头模块拍摄的2D彩色图像和IR接收模块获取的3D信息的集合,用算法进行适当的处理后得到具有3D信息的彩色图像。

置顶

下表综合比较了可以测量双目立体视觉、结构光、TOF三种深度(距离)的技术方案。

(点击查看大图)

通过上述对比分析,TOF方案具有响应速度快、深度信息精度高、识别距离范围宽、不易受环境光干扰等优点。 因此,想要在移动端直接实现深度测量,最有竞争力的是TOF方案。

结构光

代表性手机: Lenovophab2。

目前可以买到的具备直接深度测量的智能手机只有谷歌和联想合作的Lenovophab2,将于2016年11月上市,是全球首款支持谷歌project tango技术的手机,其深度摄像头采用TOF技术方案,pmmo

华硕也宣布将在2017年推出深度摄像头手机Zenfone AR,被称为全球首款同时支持GoogleprojectTango(ar )和daydream (VR )的手机。

iPhone8也将使用深度相机,但收购PrimeSense公司还是有目的的。 我很期待。

双目视觉 Vs 结构光 Vs TOF

深度照相机的应用范围非常广泛。 例如,未来几年将迅速商业化的手势识别、生物人脸识别、空间测距、三维重建、AR (增强现实)等领域。

典型手机

TOF深度相机可以将人脸、身体、手臂和手指从背景中分离出来,不受自然光变化的影响,可以实时处理,在智能交互领域非常有用。 预计这几年将迅速进入家电产品。

深度相机应用

下图是Phab 2的AR游戏的展示。 由于二维图像融合了实时深度信息,AR游戏的体验比较真实。 例如,虚拟出来的猫通过在实时空间的深度感知,可以“感受”空间的相对位置关系。 走到桌子边,自然会跳到地上。 这在以前的AR游戏中很难实现。

1、手势识别。

由于可以实时获得深度信息,实现三维空间测量也是自然的。 例如,在室内装饰领域,各种虚拟家具都可以按照真实大小轻松摆放在现实环境中,用户可以体验到拿着手机放在家里的360的真实效果,这一定会是一个令人兴奋的应用场景。

2、真实的AR游戏体验。

可用于三维物体和k建模以及机器人视觉导航和定位。 例如,查看最喜欢的雕刻,可以用手机的彩色照相机扫描它一周,并组合适当的算法以生成雕刻的三维模型数据,然后可以容易地用三维打印机打印三维雕刻副本。

5、更广泛的其他应用。

融入了深度信息的三维影像可以用于活体人脸识别,避免传统二维人脸识别的安全隐患;可以更加方便进行人体三维测量,从而推动虚拟在线试衣行业的发展等。

随着深度测量技术的发展,必然还有出现更多有趣的应用场景。

下载1:OpenCV-Contrib扩展模块中文版教程

在「atgdbz学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲

在「atgdbz学视觉」公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲

在「atgdbz学视觉」公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”mmydwt + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。