關於結構光問題的總結

點擊上方“3D視覺工坊”，選擇“星標”

乾貨第一時間送達

整理：公衆號@新機器視覺

本文僅做學術分享，如有侵權，請聯繫刪除。

1. 點結構光的缺點

點結構光只能獲取單個點的深度信息，如要獲取整個被測對象表面結構信息，需要沿着水平和垂直兩個方向逐點掃描，效率比較低。點結構光技術只是對點狀光斑進行處理，算法簡單，計算複雜度小，但是需要引入掃描移動設備，以保證點光斑的遍歷掃描，使得系統效率低下，難以滿足實時性要求。

2. 線結構光的缺點

如果被測物體表面形貌複雜，曲率變化較大，就有可能造成相機視野範圍丟失了線結構光光條信息，導致最終三維測量數據不完整。

3. 多線式結構光的缺點

這種方法檢測價格貴，安裝體積大，多傳感器之間需要通訊，對上位機的硬件要求高，系統的實時性有所降低。

4. 相移法的缺點

相移法是屬於一種優點和缺點都極爲顯著的方法，優點是，通過相移解相位的方法，犧牲了時間（多幅條紋投影），以粗的條紋獲得了細的分辨率，缺點是正弦條紋極易被幹擾，這就導致了相位圖失真，CCD像素和投影面像素的一一對應性被破壞。

5. 雙目結構光

採用雙目結構光是考慮到傳統的單目結構光容易受光照的影響，在室外環境下，如果是晴天，激光器發出的編碼光斑容易太陽光淹沒掉，只有在陰天情況下勉強能用。而雙目結構光可以在室內環境下使用結構光測量深度信息，在室外光照導致結構光失效的情況下轉爲純雙目的方式，其抗環境干擾能力、可靠性更強，深度圖質量有更大提升空間。

此外，結構光方案中的激光器壽命較短，難以滿足7*24小時的長時間工作要求，其長時間連續工作很容易損壞。因爲單目鏡頭和激光器需要進行精確的標定，一旦損壞，替換激光器時重新進行兩者的標定是非常困難的，所以往往導致整個模塊都要一起被換掉；而使用雙目結構光的方式，其標定與激光器無關，替換起來就比較簡單。

6. 結構光，雙目和TOF對比

• 結構光(散斑)

  優點：

  1） 方案成熟，相機基線可以做的比較小，方便小型化。

  2） 資源消耗較低，單幀IR 圖就可計算出深度圖，功耗低。

  3） 主動光源，夜晚也可使用。

  4） 在一定範圍內精度高，分辨率高，分辨率可達1280x1024,幀率可達60FPS

  缺點：

  1） 容易受環境光干擾，室外體驗差。

  2） 隨檢測距離增加，精度會變差。

• 雙目

  優點：

  1）硬件要求低，成本也低。普通CMOS 相機即可。

  2）室內外都適用。只要光線合適，不要太昏暗。

  缺點：

  1）對環境光照非常敏感。光線變化導致圖像偏差大，進而會導致匹配失敗或精度低。

  2）不適用單調缺乏紋理的場景。雙目視覺根據視覺特徵進行圖像匹配，沒有特徵會導致匹配失敗。

  3）計算複雜度高。該方法是純視覺的方法，對算法要求高，計算量較大。

  4）基線限制了測量範圍。測量範圍和基線（兩個攝像頭間距）成正比，導致無法小型化。

• TOF

  優點：

  1）檢測距離遠。在激光能量夠的情況下可達幾十米。

  2）受環境光干擾比較小。

  缺點：

  1）對設備要求高，特別是時間測量模塊。

  2）資源消耗大。該方案在檢測相位偏移時需要多次採樣積分，運算量大。

  3）邊緣精度低。

  4）限於資源消耗和濾波，幀率和分辨率都沒辦法做到較高。目前消費類最大也就VGA。

7. 激光測量法的缺點

該方法需要逐點掃描，對設備要求比較高且比較耗時，數據獲取效率低。測量過程需要一維掃描，增加了裝置複雜性，成本增加，另外，掃描過程使成像的時間大大增加，因此，該方法效率較低。

8. 飛行時間法的缺點（典型代表:激光雷達）

飛行時間法要想得到很高的測量精度，相應地會對信號處理系統的時間分辨率有極高的要求。系統複雜，成本較高。

作者：CSDN博主「Orange Wu」

鏈接：https://blog.csdn.net/weixin_44470443/article/details/95342560

推薦閱讀：

• 專輯|相機標定
  

• 專輯|3D點雲
  

• 專輯|SLAM
  

• 專輯|深度學習與自動駕駛
  

• 專輯|結構光
  

• 專輯|事件相機
  

• 專輯|OpenCV學習
  

• 專輯|學習資源彙總
  

• 專輯|招聘與項目對接

• 專輯|讀書筆記

重磅！3DCVer-學術論文寫作投稿 交流羣已成立

掃碼添加小助手微信，可申請加入3D視覺工坊-學術論文寫作與投稿 微信交流羣，旨在交流頂會、頂刊、SCI、EI等寫作與投稿事宜。

同時也可申請加入我們的細分方向交流羣，目前主要有3D視覺、CV&深度學習、SLAM、三維重建、點雲後處理、自動駕駛、CV入門、三維測量、VR/AR、3D人臉識別、醫療影像、缺陷檢測、行人重識別、目標跟蹤、視覺產品落地、視覺競賽、車牌識別、硬件選型、學術交流、求職交流等微信羣，請掃描下面微信號加羣，備註：”研究方向+學校/公司+暱稱“，例如：”3D視覺 + 上海交大 + 靜靜“。請按照格式備註，否則不予通過。添加成功後會根據研究方向邀請進去相關微信羣。原創投稿也請聯繫。

▲長按加微信羣或投稿

▲長按關注公衆號

3D視覺從入門到精通知識星球：針對3D視覺領域的知識點彙總、入門進階學習路線、最新paper分享、疑問解答四個方面進行深耕，更有各類大廠的算法工程人員進行技術指導。與此同時，星球將聯合知名企業發佈3D視覺相關算法開發崗位以及項目對接信息，打造成集技術與就業爲一體的鐵桿粉絲聚集區，近1000+星球成員爲創造更好的AI世界共同進步，知識星球入口：

學習3D視覺核心技術，掃描查看介紹，3天內無條件退款

 圈裏有高質量教程資料、可答疑解惑、助你高效解決問題