深度相机分类及品牌型号调研


目前,3D视觉摄像头(深度相机)解决方案比较主流的有三种,分别是 结构光、双目视觉,以及ToF(Time of Flight,飞行时间)。其中结构光解决方案的代表公司有奥比中光(Orbbec Astra)、微软(Kinect-1)、英特(RealSense),以及Mantis Vision等;双目视觉的代表公司有Leap Motion、Stereolabs等;ToF技术的代表公司有微软(Kinect-2)、PMD、索尼(SoftKinetic),以及一些智能手机厂商等。

ToF相机

ToF相机是通过测量光飞行时间来获取距离,具体而言就是给目标连续发射激光脉冲,然后利用传感器接收反射光线,通过探测光脉冲的飞行往返时间,得到目标的深度。由于激光的光速,直接探测光飞行时间实际上是不可行的,一般通过检测调制后光波的相位偏移来实现。

目前主流的有TOF相机厂商有PMD、MESA、微软等等,其中MESA在科研领域使用较大,相机紧凑性好,而PMD是唯一一款能够在户内、户外均能使用的TOF相机,并且能够具有多种探测距离,可用于科研、工业等各种场合。而微软的相机主要面向家庭、娱乐应用,价位较低。各种ToF相机参数如下表:(其中深度FoV:FoV-H表示水平视场角,FoV-V表示垂直视场角,FoV-D表示对角线视场角,“—”代表暂不清楚)

结构光相机

结构光相机测量深度的基本原理是,通过近红外激光器,将具有一定结构特征的光线投射到被拍摄物体上,再由专门的红外摄像头进行采集。这种具备一定结构的光线,会因被摄物体的不同深度区域,而采集不同的图像相位信息,然后通过运算单元将这种结构的变化换算成深度信息,以此来获得三维结构。

目前结构光技术有如下几种变种:一种是单目IR+投影红外点阵,另外一种是双目IR+投影红外点阵,其相当于结构光和双目立体的融合,深度测量效果会比前者好一些,比如Intel RealSense R400采用的就是双目IR+投影红外点阵,不足之处就是体积较大。而单目IR+投影红外点阵的方案虽然体积较小,但是效果会差一点。各种结构光相机具体参数如下表:(其中深度FoV:FoV-H表示水平视场角,FoV-V表示垂直视场角,FoV-D表示对角线视场角,“—”代表暂不清楚)

双目立体视觉深度相机

双目立体视觉(Binocular Stereo Vision)是机器视觉的一种重要形式,双目立体视觉深度相机基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像,通过计算图像对应点间的位置偏差,来获取物体的三维几何信息。

双目视觉的代表公司有Leap Motion、Stereolabs等。其中Leap Motion旗下的产品Leap Motion Controller 是一款非常小的、专门用于手指跟踪的设备。其SDK支持对两只手关节的三维位置跟踪,最远有效距离为0.6m,此外,Leap Motion Controller 不提供任何的IR, RGB, 或者点云数据。因此不在下表列出。(其中深度FoV:FoV-H表示水平视场角,FoV-V表示垂直视场角,FoV-D表示对角线视场角,“—”代表暂不清楚)

三种深度相机对比

见下表:

  • 4
    点赞
  • 33
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度相机标定是指校准深度相机,以准确地获取场景中物体的距离信息。在Python中,我们可以使用OpenCV库来实现深度相机标定。 深度相机标定的过程包括收集一系列已知距离下的图像,使用这些图像计算相机的内部参数和畸变系数。下面是一个使用Python和OpenCV进行深度相机标定的大致步骤: 1. 收集标定图像:使用深度相机拍摄一组标定图像,要求图像中有已知距离的特征点。可以使用一个标定板,标定板上通常有一些等距标记,或者斑点等特征。 2. 检测角点:对于每张标定图像,使用OpenCV的cornerSubPix()函数检测标定板的角点坐标。这些角点将在后续计算中用来估算相机的内部参数和畸变系数。 3. 计算相机的内部参数和畸变系数:使用OpenCV的calibrateCamera()函数来计算相机的内部参数和畸变系数。这个函数会使用标定板的角点坐标和已知的标定板上的特征点距离,通过优化算法来估计相机的内部参数和畸变系数。 4. 验证标定结果:使用标定的相机参数和畸变系数来对其他图像进行畸变矫正和深度测量。可以通过测量标定板上特征点的距离与实际已知距离的差异来验证标定结果的准确性。 总结:深度相机标定是通过收集已知距离下的图像并计算相机内部参数和畸变系数,以准确测量场景中物体的距离。在Python中,可以使用OpenCV库提供的函数来实现深度相机的标定。以上是一个大致的标定流程,具体实现还需要根据实际情况进行调整和优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值