2D和3D机器视觉检测技术的优势和局限性

机器视觉通常由工业光源、图像采集单元、图像处理单元、图像处理软件和网络通信设备组成。2D和3D技术在自动化行业的质量控制和在线测试中发挥着重要作用。如何将两者结合起来创建更可靠、更高效的机器视觉检测系统需要了解两者的优势和局限性。

(机器视觉)

在很大程度上，二维视觉技术是由基于轮廓的模型自适应驱动的，以识别零件的位置、尺寸和方向。技术人员可以使用2D来识别零件，并创建适合零件位置、角度和尺寸的动态检测工具，从而实现零件运动的稳定测量。今天，模式自适应涉及屏蔽、混乱、失真、对比度反转、重叠和不均匀照明。

2D传感器不支持形状相关测量。例如，2D传感器无法测量诸如物体的平面度（检测手机框架的平面度）、表面角度、零件体积等特征，也无法区分相同颜色的物体，也无法区分物体在接触侧的位置。

通过添加描述形状的第二层数据，在经验证的2D功能上构建3D视觉对于设计高度可靠的测量系统至关重要。

3D视觉可以测量2D系统无法生成的形状信息。因此，可以测量与物体形状相关的平面度、表面角度、体积和其他特征。

3D机器视觉的另一个优点是能够将已知图像与来自相对少量多个扫描仪的3D点云在公共坐标系上对齐。比如，卡车车架等大型物体可以由多个扫描仪扫描。使用摄影测量来定位和对齐数百个2D摄像机并生成3D模型比使用少量高精度3D扫描仪复杂得多，也不精确得多。

为什么选择3D工业视觉？

对比度保持不变，很适合检查低对比度对象。

体积测量（X、Y和Z轴提供形状和位置）

照明变化小或对环境光不够敏感

光学、照明和校准功能的集成提高了重复性

配置多个传感器以检测大型物体更容易