機器視覺

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 等技術的不斷發展，行業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、智能機器人等產品技術，背后關鍵的科技便是3D視覺技術。

在過去幾年里，3D視覺概念迭出，大量資本涌入這個賽道，新進企業眾多。業內人士普遍認為，3D視覺在工業領域的產值和產出，可能要遠遠大于消費領域，但因為滲透率很低，推進速度不夠快，當前3D工業相機的規模在幾億美金區間，設備和軟件在20億美金水平，但行業市場有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品質量控制過程中非常有效。

2D技術根據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)。

3D視覺利用近紅外線光來掃描周圍環境，再由CMOS圖像傳感器接收并轉換為數字信號，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、與環境的互動，由此即能發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轉向3D，需要所獲取信息質量和數量的飛躍。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2D向3D的轉變。

過去工業生產采用的機械臂都是盲取，閉著眼睛照著設定好的路徑加工，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境里更精準的夾取物件。業界認為，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圖像到電影之后的第四次革命。

但是3D機器視覺技術門檻高，涉及到光學、結構、散熱等跨學科設計問題，再加上芯片、算法構成的復雜系統設計，需要一定的技術實力，投入足夠的時間和人才，才可以研發相關方案。技術門檻高、投入大、研發企業少都是3D視覺發展路上的攔路虎。

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。有業內人士表示，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。

就具體技術角度而言，2D顏色和3D幾何數據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制造業企業、物流、智慧城市監控，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視覺的不同技術形態?

目前市場上主流的有四種3D視覺技術，雙目視覺、TOF、結構光3D成像和激光三角測量。

總的來說，無論是立體視覺、結構光、激光三角測量還是TOF，沒有哪種技術是更好的，只有哪種技術是更適合的。

雙目視覺

雙目技術是目前較為廣泛的3D視覺系統，它的原理就像我們人的兩只眼睛，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 。

由于雙目技術原理簡單，不需要使用特殊的發射器和接收器，只需要在自然光照下就能獲得三維信息，所以雙目技術具有系統結構簡單、實現靈活和成本低的優點。適合于制造現場的在線、產品檢測和質量控制，不過雙目技術的劣勢是算法復雜，計算量大，而且光照較暗或者過度曝光的情況下效果差。

3D結構光技術

它通過一個光源投射出一束結構光，這結構光可不是普通的光，而是具備一定結構（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。

激光三角測量法

它基于光學三角原理，根據光源、物體和檢測器三者之間的幾何成像關系，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，具有結構光3D視覺的優點，精準、快速、成本低。

TOF飛行時間法成像技術

TOF是Time Of Flight的簡寫。它的原理通過給目標物連續發送光脈沖，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影響。典型的TOF 3D掃描系統每秒可測量物體上10,000至100,000個點的距離。不過TOF技術的缺點是：分辨率低、不能精密成像、而且成本高。

3D或將成為主流

機器人、自動駕駛、金融支付已經體現出對3D視覺的強需求，當然，還有虛實相融的元宇宙，AR、VR等XR設備和3D交互需求已經率先凸顯。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數據顯示，預計到2023年我國機器視覺市場規模將達到208.6億元，其中3D視覺市場規模將達到34.28億元，預計到2025年我國3D視覺市場規模將超過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系統的缺陷也愈發突出，而3D視覺技術不斷獲得突破，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系統的趨勢，相信3D視覺未來將成為主流視覺系統。