结构光是检测肉眼难以察觉的表面缺陷（如微小划痕或凹痕）的理想选择。例如，工程师可以采用该方法检测汽车车身漆面的细微瑕疵。
图4：保时捷使用的软件能凸显汽车外壳漆面的缺陷，技术人员可以根据这些信息来修复凹痕、划痕等单靠目视检测难以发现的问题。
（图片来源：保时捷）
但是这种方法也有其局限性。Orbbec公司机器人计算机视觉业务执行总监David MT Chung说，结构光“几乎总是局限于极窄的视场范围”。这是因为投射到物体上的光图案，会随着传感器和物体之间距离的增加而变得不那么密集，从而影响3D信息的计算精度。
另外，结构光通常还需要运动一致性，要求物体静止或以恒定速率运动。
3D激光三角测量
3D激光三角测量（又称轮廓测量）与结构光存在某些相似性。不同之处在于：激光三角测量通过激光向场景投射一条线束，并由图像传感器记录成像。其计算基于三角测量原理，即角度变化分析。3D模型通过逐线扫描构建完成。
AT Sensors公司北美业务总监Gretchen Alper表示：“系统采用已知角度设计，探测器通过该固定角度观测物体，从而检测高度差异。”她补充说，该方法可以提供精确尺寸测量，适用于计量学应用领域。
Alper进一步指出，激光三角测量的关键特性在于“必须存在相对运动。因此要么被测部件移动，要么传感器移动，否则只能获取物体的单一轮廓。这正是该技术与其他原理的显著区别。”她举例说，该方法常用于检测传送带上的运动物品，也可以安装在机器人末端执行器上扫描物体，后者通过机械臂运动提供必要的扫描位移。
另一典型应用是路面检测：将3D激光扫描仪固定在行驶于道路的车辆上，利用车辆运动实现扫描，以此来评估路面状况。
图5：图中展示了3D激光三角测量的工作原理。
（图片来源：AT Sensors）
工业检测中3D扫描的优势
谈及检测应用场景，Automation Doctor公司创始人David Wyatt补充道：“如果零件已经以固定速率运动，或以可通过编码器触发的速率移动，3D激光扫描技术将会提供卓越的表现。”
它的具体应用领域有哪些呢？Alper表示，3D激光扫描正在应用于电动汽车电池检测和食品检测等典型场景。为了控制室内环境光或室外阳光的影响，会在探测器前加装滤光片。通常，激光通常采用特定颜色（如红色或蓝色），颜色选择取决于被测物体的特性。
例如，Chung说：“如果要检测黑色轮胎，红色激光能获得最佳响应效果。”
飞行时间法
如前所述，有一类3D成像技术的工作原理与众不同，它不依赖三角测量法，这种方法就是飞行时间（ToF）成像。Chung解释道：“飞行时间技术通过计算相机投射的光线到达物体并返回所需的时间，来生成深度信息。因此，对于每个像素点，我都在计算其反射回来的速度。”
Dechow补充道：“ToF技术与另一种称为激光雷达的3D成像技术密切相关。ToF技术也可称为‘闪光激光雷达’，它能同时获取所有像素的距离信息。”
激光雷达通过激光束照射物体表面并测量返回时间，广泛应用于车辆自动驾驶辅助系统、室内外地形测绘及工业质量控制等领域。
飞行时间法的优势
Dechow进一步指出，与结构光系统相比，ToF相机体积更小巧、成本更低廉，且“实施简便，只需要安装相机即可运行，无需外置光源”。
Ma表示，ToF技术“实际速度优于立体视觉，但需要不受其他光源（包括环境光）干扰的受控环境。”例如，若将ToF相机应用于仓库移动机器人，可能因无法控制所有机器人的投射光相互干扰而引发问题。
图6：图中展示了飞行时间相机获取的深度信息。
（图片来源：FRAMOS）
Dechow补充说，ToF技术的深度测量精度低于结构光技术。Chung指出，除工业应用外，ToF技术常用于面部与身体扫描场景。
何时为机器视觉应用选择3D成像？
3D成像并非总是必要的。通常2D成像效果很好，而且成本更低。那么，何时应该考虑使用3D成像呢？
Wyatt认为，在以下两种情况下可以考虑3D成像。
第一个最重要的场景是：如果你无法用2D技术来照明（物体或场景）。因产品变化频繁，难以找到可持续工作数日的稳定照明方案。如果因为产品颜色尺寸各异导致2D照明方案失效，则不得不采用3D检测。
第二种情况是：需要获取体积数据时。以通用汽车为例：该公司曾为增强电子元件与电路板基材的接合强度而施加焊点。仅通过俯视图像观察焊点顶部无法判断焊接质量，必须依赖几何尺寸检测。焊料用量至关重要，过多或过少都会影响电气连接强度。
图7：适用3D成像的检测场景：
因产品颜色尺寸频繁变化，导致照明方案无法稳定工作。
结论
3D视觉是机器视觉工程师工具箱中的一系列成像方法。立体视觉、结构光、3D激光三角测量、飞行时间及激光雷达等技术，已经广泛应用于各种行业的众多应用中。有时单一视觉系统会融合多种技术。3D成像供应商Zivid在其官网表示：“多种技术经常被组合起来形成完整的视觉系统，有时技术之间并没有明确的界限。”
