TOF和RGB和结构光对比

TOF和RGB和结构光对比

在机器视觉领域，对于三维成像或者说深度相机的研究一直都是比较热门的，今天维视图像就针对这个方向来给大家做个简单的解析。

目前的深度相机根据其工作原理可以分为三种：TOF、RGB双目和结构光。

一、TOF

TOF是Time

of

flight的简写，直译为飞行时间的意思。所谓飞行时间法3D成像，是通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行（往返）时间来得到目标物距离。这种技术跟3D激光传感器原理基本类似，只不过3D激光传感器是逐点扫描，而TOF相机则是同时得到整幅图像的深度信息。TOF相机与普通机器视觉成像过程也有类似之处，都是由光源、光学部件、传感器、控制电路以及处理电路等几部单元组成。与同属于非侵入式三维探测、适用领域非常类似的双目测量系统相比，TOF相机具有根本不同的3D成像机理。双目立体测量通过左右立体像对匹配后，再经过三角测量法来进行立体探测，而TOF相机是通过入、反射光探测来获取的目标距离获取。微软kinect2即是基于TOF原理的深度相机。

TOF 相机目前的主要应用领域包括：

1、物流行业：通过 TOF 相机迅速获得包裹的抛重（即体积），来优化装箱和进行运费评估；

2、安防和监控：进行 People counting 确定进入人数不超过上限；通过对人流或复杂交通系统的counting，实现对安防系统的统计分析设计；敏感地区的检测对象监视；

3、机器视觉：工业定位、工业引导和体积预估；替代工位上占用大量空间的、基于红外光进行安全生产控制的设备；

4、机器人：在自动驾驶领域提供更好的避障信息；机器人在安装、质量控制、原料拣选应用上的引导；

5、医疗和生物：足部矫形建模、病人活动/状态监控、手术辅助、面部3D 识别；

6、互动娱乐：动作姿势探测、表情识别、娱乐广告。

二、RGB双目

RGB双目指的是目前大家都在热点研究的，仅依靠双相机的视差获取深度信息的方式。RGB双目相机因为非常依赖纯图像特征匹配，所以在光照较暗或者过度曝光的情况下效果都非常差，另外如果被测场景本身缺乏纹理，也很难进行特征提取和匹配。看看下面的图就懂了。

维视图像的MV-VS220就是基于双目的立体视觉系统，如有兴趣可联系销售工程师获取相关资料。

三、结构光

以激光三维扫描仪为例，其原理是通过发射激光来扫描被测物，以获取被测物体表面的三维坐标。三维激光扫描技术又被称为实景复制技术，具有高效率、高精度的测量优势。三维激光扫描仪被广泛应用于结构测量、建筑测量、船舶制造、铁路以及工程的建设等领域。近些年来，三维激光扫描仪已经从固定朝移动方向发展，具代表性的就是车载三维激光扫描仪和机载三维激光雷达。

三种主流方案对比

|
方案	双目	结构光	TOF
基础原理	双目匹配，三角测量	激光散斑编码	反射时差
分辨率	中高	中	低
精度	中	中高	中
帧率	低	中	高
抗光照（原理角度）	高	低	中
硬件成本	低	中	高
算法开发难度	高		低
内外参标定	需要

总结：

1.双目方案，比较大的问题在于实现算法需要很高的计算资源，导致实时性很差，而且基本跟分辨率，检测精度挂钩。也就是说，分辨率越高，要求精度越高，则计算越复杂，同时，纯双目方案受光照，物体纹理性质影响。

2.结构光方案，目的就是为了解决双目中匹配算法的复杂度和鲁棒性问题而提出，该方案解决了大多数环境下双目的上述问题。但是，在强光下，结构光核心技术激光散斑会被淹没，因此，不合适室外。同时，在长时间监控方面，激光发射设备容易坏，重新更换设备后，需要重新标定。

3.TOF方案，传感器技术不是很成熟，因此，分辨率较低，成本高，但由于其原理与另外两种完全不同，实时性高，不需要额外增加计算资源，几乎无算法开发工作量，是未来