3D成像-机器视觉核心技术    

 计算机视觉爆炸式发展的背后是     3D    成像领域的巨大发展。    

 AI/ML  中最有用和研究最透彻的分支之一是机器视觉。机器视觉，或者说计算机分析和预测图像内容的能力，通常只取决于输入的图像的好坏。    

 这就是为什么工程师们一直孜孜不倦地从硬件和软件的角度创造出新的、更好的三维成像技术手段的原因。    

 什么是     3D    成像？    

 在研究成像时，工程师可以地从人眼捕获和解释图像的方式中找到了灵感。    

 人类     视觉系统      的工作方式是，每只眼睛从不同的角度观看世界，并通过称为视差的过程将这些图像合并为一个图像。     3D    成像采用相同的方法，每次拍摄都使用两个镜头，每个镜头拍摄的图像彼此都不相同。    

 主动与被动     3D    成像    

 一般来说，     3D    成像技术可以分为主动和被动两种。    

 主动     3D    成像系统是使用人工照明以捕获和记录对象的数字表示的系统。这种人工照明提供了密集和准确的图像，甚至是无纹理的物体，否则很难获得。    

 一个主动三维成像系统使用不同的方法，包括飞行时间、     三角测量      和干涉测量。例如，飞行时间要求通过测量光到达目标物体然后返回传感器的时间，将     3D    数据编码到每个像素中。激光雷达是一个典型的主动三维成像。    

 另一方面，被动方法是从仅使用环境照明的场景中恢复     3D    信息。他们倾向于利用聚焦和光场的深度。在基于快照的方法中，同时捕获的两个快照之间的差异用于计算到对象的距离，此过程称为被动立体成像。许多领域可以极大地受益于     3D    成像。    

 目前比较热门的应用就是自动驾驶汽车。随着     3D     成像技术    的改进，自动驾驶汽车的     视觉系统    将会更好，让它们实时做出更准确、更安全的决策。另外增强现实也是将受益于     3D    成像应用。    

 3D  成像是已成为科技领域热门领域之一，随着技术在电路层面的不断完善，很多领域都可能将     3D    成像确立为一项司空见惯的技术。

 文章转载自新机器视觉微信公众号，如有问题，请及时联系删除。