3d深感摄像头是什么意思 _3d

什么是3D深度摄像头？
3D深度摄像头与普通摄像头的区别在于，除了能够获取平面图像，还可以获得拍摄对象的深度信息，也就是三维的位置和尺寸信息，于是整个计算系统就获得了环境和对象的三维立体数据，这些信息可以用在人体跟踪、三维重建、人机交互、SLAM等领域。
深度摄像头具备以下优点：
1）相对二维图像，可通过距离信息获取物体之间更加丰富的位置关系，即区分前景与后景；
2）深度信息依旧可以完成对目标图像的分割、标记、识别、跟踪等传统应用；
3）经过进一步深化处理，可以完成三维建模等应用；
4）能够快速完成对目标的识别与追踪；
5）主要配件成本相对低廉，包括CCD和普通 LED 等，对今后的普及化生产及使用有利；
6）借助 CMOS 的特性，可获取大量数据及信息，对复杂物体的姿态判断极为有效，无需扫描设备辅助工作。
3D深度摄像头采用的主流视觉技术

根据硬件实现方式的不同，目前行业内所采用的主流3D视觉技术有三种：结构光技术、飞行时间法（ToF）、双目多角立体成像。
1）结构光（Structure Light）
通过激光的折射以及算法计算出物体的位置和深度信息，进而复原整个三维空间。结构光的代表产品有微软的Kinect一代。通过发射特定图形的散斑或者点阵的激光红外图案，当被测物体反射这些图案，通过摄像头捕捉到这些反射回来的图案，计算上面散斑或者点的大小，跟原始散斑或者点的尺寸做对比，从而测算出被测物体到摄像头之间的距离。
目前是业界比较成熟的深度检测方案，很多的激光雷达和3D扫描技术都是采用的结构光方案。不过由于以折射光的落点位移来计算位置，这种技术不能计算出精确的深度信息，对识别的距离也有严格的要求。而且容易受到环境光线的干扰，强光下不适合，响应也比较慢。

典型的结构光方案包括：PrimeSense（微软Kinect1代）、英特尔RealSense（前置方案）。
2）飞行时间法（TIme of Flight）

TOF系统是一种光雷达（LIDAR）系统，可从发射极向对象发射光脉冲，接收器则可通过计算光脉冲从发射器到对象，再以像素格式返回到接收器的运行时间来确定被测量对象的距离。TOF系统可同时获得整个场景，确定3D范围影像。利用测量得到的对象坐标可创建3D影像，并可用于机器人、制造、医疗技术以及数码摄影等领域的设备控制。
【3d深感摄像头是什么意思】TOF方案的优点在于响应速度快，深度信息精度高，不容易受环境光线干扰，这些优点使其成为移动端手势识别最被看好的方案。代表厂商有微软（Kinect2代）、意法半导体、英飞凌、德州仪器等。
3）双目多角立体成像（MulTI－camera）

Leap MoTion方案使用2个摄像机获得左右立体影像，该影像有些轻微偏移，与人眼同序。计算机通过比较这两个影像，就可获得对应于影像中物体位移的不同影像。该不同影像或地图可以是彩色的，也可以为灰阶，具体取决于特定系统的需求。
双目多角立体成像方案的优点在于不容易受到环境光线的干扰，适合室外环境，满足7＊24小时的长时间工作要求，不易损坏。缺点是昏暗环境、特征不明显时不适合，目前应用在智能安防监控、机器人视觉、物流检测等领域。
哪种技术最适合移动端？
综上，在主流的三种技术方案中，TOF方案响应速度快，深度信息精度高，识别距离范围大，不易受环境光线干扰，因此是移动端3D视觉比较可行也最被看好的方案；结构光方案由于技术较为成熟，工业化产品较多，也被部分厂商所采用；双目立体成像是比较新的技术，参与的厂商较少，更适合室外强光条件和高分辨率应用，目前主要应用在机器人视觉、自动驾驶等方面。
作为我们最为关注的移动端硬件——手机，尤其是苹果的功能提升，总会引发一场行业革命。苹果公司在iPhone7中使用了基于TOF原理的前置距离传感器（proximity sensor）。而在此之前，苹果的iPhone5和iPhone6s采用的都是LED＋光探测器的方案。从LED＋光探测器到TOF，表明移动端TOF方案在技术方面已经获得了巨大的进步。
相比其他两种技术，TOF时间光更加适合应用到智能手机上，采用TOF原理来实现动作追踪和深度感知已经出现在谷歌的Project Tango方案中，主要用于空间三维数据的采集，与应用于手势／脸部识别是非常接近的。
3D深度视觉技术已经出现在微软Kinect、英特尔RealSense等消费级产品中，随着硬件端技术的不断进步，算法与软件层面的不断优化，3D深度视觉的精度和实用性还将得到大幅提升，尤其是TOF方案与VCSEL的快速成熟，使得“深度相机＋手势／人脸识别”具备了大规模进入移动智能终端的基础。这必将进一步解放双手，打开新的智能人机交互空间。
利用3D 相机（又称之为深度相机），通过相机能检测出拍摄空间的距离信息，这也是与普通摄像头最大的区别。普通的彩色相机拍摄到的图片能看到相机视角内的所有物体并记录下来，但是其所记录的数据不包含这些物体距离相机的距离。仅仅能通过图像的语义分析来判断哪些物体比较远，哪些比较近，并没有确切的数据。
而3D相机能够解决该问题，通过 3D 相机获取到的数据，能准确知道图像中每个点离摄像头距离，这样加上该点在 2d 图像中的(x,y)坐标，就能获取图像中每个点的三维空间坐标。通过三维坐标就能还原真实场景，实现场景建模等应用。以下具体介绍几种深度相机的原理：
·奥比中光结构光（Structuredlight），通常采用特定波长的不可见的激光作为光源，它发射出来的光带有编码信息，投射在物体上，通过一定算法来计算返回的编码图案的畸变来得到物体的位置和深度信息。
·光飞行时间法（TOF），利用测量光飞行时间来取得距离，简单来说就是，发出一道经过处理的光，碰到物体以后会反射回来，捕捉来回的时间，因为已知光速和调制光的波长，所以能快速准确计算出到物体的距离。
·双目立体视觉（Binocular Stereo Vision），是机器视觉的一种重要形式，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，来获取物体三维信息。