相机分类及介绍

相机

相机分类

• 单目相机（Monocular）：二维投影通过尺度不变性确定深度

• 优点：结构简单、成本低、便于标定和识别

• 缺点：单张图片里无法确定物体真实大小

• 方法：线激光器、单CCD 相机、小孔成像和激光面约束模型

• 其他：移动的单目相机通过比较多帧差异确实可以得到深度信息- 运动恢复结构（Structure from Motion, SfM）

• 双目相机（Stereo，立体摄像头）：由两个单目相机组成，相机间距离(基线)已知来估计像素空间位置

• 优点：基线距离越大测量越远，可以用于室内和室外

• 缺点：配置与标定复杂，深度量程与精度受基线与分辨率限制，需要GPU/FPGA加速，计算量大。

• 方法：两个已知距离的单目相机获得特征点坐标，即可确定特征点位置

• 深度相机（RGB-D）：三维成像，和距离的测量

• 代表：Kinect/xtion pro/RealSense

• 缺点：测量范围窄，噪声大，视野小，易受日光干扰，无法测量透射材质等问题，主要用在室内

• 方法：通过红外结构光/ToF原理，通过发射接收光测距。

全景相机：

• 优点：视场360度

• 缺点：实际上是单目视觉系统，没有场景的深度信息；图像分辨率低，图像存在畸变，对反射镜加工精度要求多

• 方法：通过图像拼接（单个或多个相机旋转）或折反射光学元件（CCD摄像机）实现

Event相机：记录场景变化-运动，避障，无运动模糊，动态响应很好。

多目相机：三个或以上摄像机，不同焦距摄像头的集合（解决频繁变焦，不同距离识别清晰度） 深度相机对比

3D结构光和TOF两者其实各有优劣势。结构光最大的优势是发展的较为成熟，成本比较低，劣势是只适合中短距离使用。ToF优势是抗干扰性较好，视角较宽，缺陷是功耗高，造价贵，精度及深度图分辨率较低。两项技术各有侧重点和适配使用场景。

双目立体视觉相机的主要优点有：

1）硬件要求低，成本也低。普通 CMOS 相机即可。

2）室内外都适用。只要光线合适，不要太昏暗。

但是双目的缺点也是非常明显：

1）对环境光照非常敏感。光线变化导致图像偏差大，进而会导致匹配失败或精度低

2）不适用单调缺乏纹理的场景。双目视觉根据视觉特征进行图像匹配，没有特征会导致匹配失败。

多光谱相机

农业：1.农作物监测；2.评估土壤肥力，估算作物产量；3.验伤和分析成分含量；4.使用多光谱成像识别杂草、疾病和害虫；5.结合深度学习和人工智能还有助于控制和测量作物灌溉效果。

医疗:1.内窥镜、手术成像应用；2.帮助药片制造和包装；

工业视觉领域：1.pcb检测，对贵金属和部件电子产品的回收利用方面；

1. 纺织品和印刷检测中，多光谱相机可以帮助再现和测量准确的颜色；

高光谱与多光谱区别：高光谱成像提供一段准连续范围的光谱。多光谱成像由彼此离散定位的光谱带组成。换句话说，它们不提供连续光谱。