主动视觉系统

一个二维视觉系统最明显的限制是它的移动 ，只有在X-Y平面旋转的能力 。这导致了一个高质量的需求 ，三维（3D）的处理技术的使用增加 。对于工程师探索用的3D检测 ，现在有许多不同的技术可用于创建3D图像 。

对工程师来说最重要的任务是成功地创建一个对工业有用的程序 ，来获得所有（x,y,z）方向的高分辨率 。根据物体的形状和大小以及物体与视觉传感器之间的距离 ， ，可以使用在不同的三维测量方法 ，以及不同类型的主动视觉系统 。

视觉系统由一组设备组成 ，能在空间和材料属性的场景将光和测量数据转换成信息 。这些设备有光敏传感器（一个镜头 ，它集中在一个感光元件或眼睛的图像）和计算机制（计算机） ，允许从传感器收集的信息 。

人类可以很容易地区分他们所看到的物体 ，也能够在各种不同的光线条件下 ，从不同的参考帧中识别它们 。然而 ，在视觉系统的情况下 ，一个像素值的适当的解释是一个非常困难的任务 。此外 ，像素的亮度取决于几个因素 ：

场景几何-在视觉领域中的对象的形状和位置 ；

对象的照明和材料属性 ，例如 ，一个青铜制成的苹果看起来不同于一个真正的苹果

环境动力学 。

主动视觉系统

 

一个典型的视觉系统的三维分析的过程中，需要一个深思熟虑的立场来进行检测 ，在相对位置的对象和传感器的变化 ，扫描，保存在一个共同的坐标系统中收集的数据 ，并结合大量的图片到一个三维模型 。

主动视觉系统由两个装置 、一个相机和一个激光投影仪组成 。激光发射光模式 ，是由物体表面反射 ，然后使用相机观察和拍摄 。使用特定的光模式被称为“结构光” ，如线条 、网格或其他形状 ，一个可以扫描场景 。

长期结构光被定义为简单或编码的光图案（例如 ，点 ，线网格或复杂的形状）到被照亮的对象的投影 。使用结构光的最重要的优点是在图像中的表面特征细节都很清晰。其结果是 ，无论是检测和提取的图像特征的简化和代表非常精确 。 

具有主动视觉的三角测量是基于光模式的投影。光线是指向摄像机的对象视图的字段 。测量之前 ，必须校准激光平面 。它应该是这样的背景表面的光线是平行于x轴和垂直于y轴 。

在图（下） ，镜头位于坐标系统的中心 ，在焦距（f）从图像平面（CCD或CMOS传感器） 。基线b是激光和相机之间的线 。

激光平面和基线（b）形成一个已知角θ 。基线长度计算激光导向 ，从研究对象反射的光束被放置在中心的x'y矩阵 。

基线b可以从这个方程计算 ：

b=ztanθ

从物体表面反射的这一点被投影到图像平面上

（X ，Y） 。的3D点（X，Y ，Z） ，现在可以计算 。已知变量b ，b ，θ ，x′ ，y′ ， 。现在可以从下面的关系计算对象和相机之间的距离

X²=﹣z(xf)

y²=﹣z(xf)

 

有了这些关系 ，现实世界的坐标计算使用以下的计算 ：

X=-x²-fcotθ(bx²)

y=-x²-fcotθ(by²)

z=-x²-fcotθ(bf)

 

测量程序

在这个测量过程的第一步是建立3D相机拍摄3D图像或配置文件之前 。以下需要设置 ，以检索从相机的图像 ：

轮廓触发和速率 ；

视场（FOV）和沿X轴分辨率 ；

三维图像触发 ；

长度与Y轴 ；

沿y轴的三维图像分辨率。

具有主动视觉的三角测量是基于光模式的投影 。

 

此外 ，它可能是必要的调整测量设置 ，以提高图像的质量 。

当这些程序完成后 ，银行的图像大小可调 ，适应指定的FOV（Field of View） 。当执行设置，该设备将开始捕获图像 ，并从所获得的数据构建一个3D模型 。

在图像采集过程中 ，一些数据不可避免地丢失 。为了帮助填补这些空白，一个“填补缺失的数据”程序 ，应实施和超越 ，以提高三维模型 。此过程通过内插从周围的区域的高度值 ，从而消除从3D图像或轮廓的选定部分缺少的数据 。只有在限定的感兴趣区域内的像素中的输出的影响 ，但这个区域之外的值被用于内插 。      

通常 ，该程序是用来制备用于3D图像与处理丢失的数据作为一个高度值的程序 。虽然此程序主要是设计用于填充丢失的数据的小区域 ，它可有效地用于任何尺寸的区域内使用 。 

3D模型已被获取之后 ，简档可以从沿着由该行的开始和结束点的像素坐标指定的行的3D图像中提取 。在配置文件中的最后一个点的实际位置可以是从指定的结束点稍有不同 ，由于采样距离 。 

在配置文件中的最后一个点与线的终点之间的距离将是至多一半的采样距离 。然而 ，如果结束点是在图像边界的距离是至多一个取样距离 。

 

过滤和分析

在提取配置文件后 ，必须对配置文件的选定部分进行筛选 ，以消除由模型中的光照条件变化所引起的干扰 。将得到的配置文件存储在新的图像库中的轮廓测量 ，并可以作为一个平均值或中值滤波器 。

与平均滤波器 ，在所得到的配置文件中的每一个高度值是在原始配置文件中的相应的高度值周围的相邻像素的加权平均 。均值滤波的结果是一个平滑的轮廓 。

用中值滤波 ，得到的银行中的每一个高度值 ，在原来的配置文件中的对应的高度值周围的相邻像素的中位数 。中值滤波的结果是一个单一的孤立点或噪声被删除 ，但边缘被保留的个人资料 。邻域的大小是由滤波矩阵的维数定义的 。

 

感兴趣区域

下一步骤是定义区域的感兴趣的轮廓 ，用于指定可以在不影响的间隔以外的信息应用的测量程序的轮廓的间隔 。感兴趣的区域是通过指定所创建的x坐标 ，其中它开始（Ⅹ开始像素） ，和感兴趣的宽度的区域 。

接着 ，轮廓的选定部分与它的特征点 ，如局部最大值 ，最小值 ，和拐点一起进行分析 。待分析与一个定义的感兴趣区域所指定的信息的部分中 。应当指出的是 ，主动视觉方法遇到了一些材料的困难 。它具有均匀的反射材料性能最佳 。材料如玻璃产生过表面深度区多次反射 ，降低或禁止准确的测量范围 。有光泽的表面被反射的直接表征 。

取决于照明和观察几何形状 ，可能会在表面反射 ，由于其能量不足发生斑点 。从表面有光泽多次反射的拐角区域也能产生野生测量 。在一般情况下 ，基于有源三角测量范围的摄像机能够非常精确的 。