什么时候必须用 3D 视觉

2D 看的是平面上的灰度分布,3D 看的是高度。判断要不要上 3D,可以问一句很简单的话:我要判的这个量,是不是与高度有关。高度、段差、平面度、体积、埋入深度,这些量在 2D 图像里都只能靠阴影长短或灰度深浅去估——样品少、工况稳定时看着能用,一旦批次颜色变化或光源衰减就散了。3D 的代价同样明确:数据量、材质敏感、标定复杂、节拍受限。

2D 俯视与 3D 轮廓对同一叠层装配的成像差异示意图

核心要点

  • 凡是要测垂直于画面的量,2D 只能靠阴影估,3D 可以直接量。
  • 不必一上来就上 3D:用机械基准把工件压到确定平面上,2D 能替代相当一部分需求。
  • 结构光需要多帧,节拍受限;激光轮廓需要相对运动,适合在线连续扫描。
  • 3D 对黑色、反光、透明表面普遍困难,这一点常常比精度更早卡住方案。
一台工业相机与一个边缘计算盒子并排摆放、由一根线缆相连的等轴测示意图
一套工位级硬件:一台工业相机 + 一个边缘计算盒子

2D 视觉看的是平面上的灰度分布,3D 视觉看的是高度。判断要不要上 3D,可以问一句很简单的话:我要判的这个量,是不是与高度有关。如果是,那么在 2D 图像里它只能通过阴影的长短或灰度的深浅间接反映——工件表面颜色变了、光源老化了一点、工件位置挪了一点,这个间接的量就变了,而真实高度并没有变。用没有量纲依据的间接量去代替真实尺寸,短期看能跑,长期一定出问题。

这几类测量,2D 做不了

  • 高度与段差:台阶高度、装配间隙、两个面之间的落差。这类量的方向垂直于画面,2D 里完全没有对应信息。
  • 平面度与翘曲:判断一个面是否平整、工件是否变形。2D 只能看到轮廓,看不到面的起伏。
  • 体积与涂胶量:胶路的截面积乘以长度就是体积,必须知道胶的断面形状,而断面是高度信息。
  • 深度方向的埋入状态:孔里有没有件、销钉插到位没有、连接器是否完全嵌合。2D 只能看到俯视投影,埋进去的部分被遮住了。
  • 表面起伏类缺陷:凹坑、鼓包、压痕。它们在 2D 里只表现为灰度变化,与颜色差异、污渍、反光很难区分。

四种主流 3D 方式的适用面

几种 3D 成像方式的对比
方式原理优势限制
激光轮廓激光线加三角测量,工件或相机相对运动精度高、速度快,适合在线连续扫描需要相对运动;深色与镜面表面反射弱
结构光投射多帧条纹图案,一次得到一个面单次得到整面点云,静态工位适用多帧拍摄,节拍受限;强反光与透明表面困难
双目立体两个视角的视差被动、结构简单、成本相对低依赖表面纹理,纹理弱或重复图案时失效
飞行时间测量光的往返时间视场大、距离远、结构简单精度相对低,多用于大件与物流场景

3D 的代价要一起算

第一项代价是精度与视场的权衡比 2D 更严苛。3D 的精度通常按高度方向的分辨率来衡量,它对视场、基线长度、镜头都有要求,想同时做到大视场与高精度很难。第二项是数据量:一张 2D 图是几百万个灰度值,一个点云是几百万个三维坐标,带宽占用与算力需求都显著上升,接口与主机的选型要重新算一遍,可以参考相机接口与带宽里的算法。

第三项,也是最容易卡住方案的一项,是材质敏感性。黑色吸光表面会让结构光与激光轮廓的返回信号变得很弱;抛光金属、玻璃、透明塑料的镜面反射会把光打到别的方向去,直接形成数据空洞。这类问题在样品阶段就能测出来,但要解决往往需要喷涂显影剂、改变入射角度或换成像方式,而喷涂在很多工艺上是不允许的。所以在评估 3D 方案时,第一件事应该是拿最难的样品去试,而不是拿最典型的样品。

机械基准常常比 3D 更划算

很多「需要高度」的需求,其实只需要一个相对判断——工件是否放平、是否压到位、有没有装反。这类判断可以用机械方式解决:做一个基准面把工件压到确定的高度上,再用 2D 测平面内的尺寸与轮廓。压到位与没压到位,在 2D 画面里的轮廓位置是不同的,判定同样有效,而成本只有 3D 方案的一小部分。这是实践中最常见的替代路径,也是评估顺序里应该先走的那一步:能用机械把问题变成平面问题,就不要用视觉去重建高度。

2D 与 3D 选型的高频问题

能不能 2D 和 3D 用同一台设备?

可以,很多 3D 相机同时输出一张 2D 灰度图,用它做平面内的定位与有无判定,用点云做高度类测量。这样能减少一套硬件与一次标定,并且两张图的坐标天然对应。需要注意的是两者的节拍与数据量要一起算,别让点云把带宽吃光。

点云检测是不是一定要用深度学习?

不是。高度类判定多数可以用规则做:取一个区域内的平均高度、极值、平面拟合后的残差,这些指标物理含义清楚、可解释、容易向品质部门说明。深度学习在曲面缺陷分类上有优势,但把它用在「量一个台阶多高」这类任务上,既没必要也难解释。

3D 的精度标注怎么理解?

要区分高度方向的分辨率与平面内的分辨率,两者往往差一个量级,厂商标称的精度通常指前者。另外还要看这个精度是在什么视场、什么距离、什么材质下测得的。评估时最可靠的办法还是拿自己的样品实测,而不是比对参数表。

3D 相机输出的平面图能直接用 2D 的算法处理吗?

如果平面图与点云来自同一台相机、同一套光学系统,通常可以直接用,把像素坐标映射到三维坐标只需要一组内参。但如果是两台独立设备分别做平面测量与高度测量,就必须自己做坐标统一标定,否则两边的结果没法放在一起比较,也没法写进同一套判定逻辑里。这一条在多视角测量的方案里最容易出问题。


您要判的量与高度有关吗?

把工件、缺陷类型与公差告诉我们,我们帮您判断 2D 够不够用,还是必须上 3D。

联系我们

相关文章

  • 标准文件与实际执行之间落差的示意图

    SOP 执行不到位的原因与对策

    SOP 落不了地,多数时候不是员工态度问题,而是五个结构性原因:标准不可执行、执行过程不可见、反馈延迟太长、监督成本过高、异常没有闭环。理解这五点,才能判断该用…

    了解详情 →
  • 用流程约束与视觉校验阻断跳步路径的示意图

    防跳步方案:从流程约束到视觉校验

    跳步和漏工序是两类问题。跳步的产品每道工序都做过,但顺序与标准不符,往往在功能测试或售后阶段才暴露。它的隐蔽性更强,也因此更难靠抽检发现。

    了解详情 →
  • 报警数量过多导致现场关闭系统的示意

    报警疲劳:为什么现场会关掉系统

    很多视觉 SOP 系统不是被技术问题打败的,而是被现场「静音」的。报警疲劳一旦形成,再准的算法也产生不了价值。它本质上是一个组织与设计问题。

    了解详情 →
  • 三种相机安装位置与支架形式的示意图

    视觉SOP相机选型与安装位置

    视觉 SOP 的相机选型与产品检测不同,关注点是「动作与状态」而不是「外观缺陷」。因此三个决定的顺序应该是:先定安装位置与视野,再定快门类型,最后定分辨率与光源…

    了解详情 →

查看全部

需要针对您产线的具体建议?

我们的工程师可结合您的工序场景,提供工序防错与作业合规检测的落地思路。

免费获取试用方案