侵权投诉
搜索
更多>> 热门搜索:
订阅
纠错
加入自媒体

【深度分析】3D成像:行业的再次创新

2017-02-28 01:17
科技那回事
关注

1.3.1  结构光的原理及实现

1)结构光的原理

结构光顾名思义就是有特殊结构的光,比如离散光斑、条纹光、编码结构光等。将这样的一维或二维的图像投影至被测物上,根据图像的大小畸变,就能判断被测物的表面形状即深度信息。举个例子,拿一个手电照射墙壁,站近或站远,墙上的光斑是不同大小的,从不同角度照射墙,光斑也会呈现不同的椭圆。这就是结构光的基础。而深度计算的方式也有多种,如我们这里重点说一下被苹果公司收购的以色列PrimeSense公司Light Coding方案。

Light Coding的光源称为“激光散斑”,根据PrimeSense在专利中的描述,红外激光生成器射出准直后的激光束,通过光学衍射元件DOE(Diffractive Optical Elements,如扩散片和光栅)进行衍射,进而得到所需的散斑图案。这些散斑具有高度的随机性,而且会随着距离的不同而变换图案。也就是说空间中任意两处的散斑图案都是不同的。只要在空间中打上这样的结构光,整个空间就都被做了标记,把一个物体放进这个空间,只要看看物体上面的散斑图案,就可以知道这个物体在什么位置了。

当然,在这之前要把整个空间的散斑图案都记录下来,所以要先做一次光源基准标定(pattern)。Light Coding 发射940nm波长的近红外激光,透过diffuser(光栅、扩散片)将激光均匀分布投射在测量空间中,再透过红外线摄影机记录下空间中每个参考面上的每个散斑,形成基准标定。标定时取的参考面越密,则测量越精确。获取原始数据后,IR传感器捕捉经过被测物体畸变(调制)后的激光散斑pattern;通过芯片计算,可以得到已知pattern与接收pattern在空间(x, y, z)上的偏移量,求解出被测物体的深度信息。

2)技术实现

结构光的实现难度有如下几个方面:1)首先是经济成本,深度摄像头远高于一般的摄像头;2)摄像头需要的空间和功率限制,手机摄像头已经可以做到很小的体积和很小的功率,但是深度摄像头还很难,特别是如果希望能达到比较高的精度;3)很多深度摄像头是需要额外光源的,因此还要专门的散热设备。4)后端的软件匹配。

1.3.2  TOF原理及技术实现

1)TOF原理

Time of Flight是一种主动式深度感应技术,在每个像素点,除了记录光线强度信息之外,也记录下来光线从光源到该像素点的时间(即Time of Flight)。首先让装置发出脉冲光,同时接收目标物的反射光,藉由测量时间差算出目标物的距离。

如上图所示,假设脉冲波形的频率为f,接收与发送脉冲波形的相位偏移是?φ,则?φ/2πf为脉冲波形往返所经历的时间。用光速c乘以时间则可以得到往返距离。

2)TOF技术实现

TOF的硬件实现方式和结构光类似,区别只是在于算法上,结构光采用编码过的光pattern进行投射,而TOF直接计算相位差。

1.3.3  双目测距,传统的3D感知方法

双目测距原理类似人的双眼,在自然光下通过两个摄像头抓取图像,通过三角形原理来计算并获得深度信息。目前的双摄就是双目测距的典型应用。


1.4 3D成像是开启AI和AR时代的感知钥匙

以AI的机器视觉为例,目前主流在2D图像上通过算法实现智能识别,但是由于2D图像本身包含的信息有限,即使算法再先进,输入信息将成为智能化的短板,如果能够有全面的三维信息,每个对象的三维轮廓、物理特征将更为充分识别,提升导航、轨迹、识别等AI应用能力。同样的,AR应用中3D成像也是必不可少。

<上一页  1  2  3  4  5  6  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号