2.5D视觉技术一般是指以2D视觉为基础,通过改进光源,打光方式,以及图像处理算法等,得到伪3D效果的一种技术。它巧妙填补了传统2D视觉和完整3D视觉之间的空白,以较为低廉的成本,完成目标高度(深度)信息的获取与检测。
一、工作原理:
目前较为成熟的实现方案包括:激光三角测量、结构光、光度立体法。
1. 激光三角测量工作原理:一束激光线(或点)投射到物体表面,由于物体高度不同,激光线在相机视野中会发生偏移。通过计算这个偏移量,结合已知的激光器-相机几何关系,可以精确计算出每个激光点的高度Z。该方法精度高、速度快、抗环境光干扰能力强,实现简单快速,被广泛应用在焊缝跟踪、轮廓测量、尺寸检测等。

2. 结构光工作原理:将一组特定的光图案(如条纹、网格、编码光)投射到物体表面。物体表面的高度起伏会导致图案发生形变。通过相机捕获形变后的图案,并利用三角测量或相位解算原理,计算出深度信息。该方法分为单目和双目结构光,可以一次性获取整个视场的深度信息,速度快。一般应用在平整度检测、定位抓取、PCB板检测等。

3. 光度立体法工作原理:固定相机和物体,从多个(通常≥3个)不同方向用光源照射物体。物体表面的微小起伏会对光照产生不同的明暗反应。通过分析多幅图像中的亮度变化,推算出表面法向,进而重建高度图。该方法对表面纹理、划痕、凹陷极其敏感,能检测2D视觉无法发现的缺陷。被广泛应用于检测表面缺陷、钢印OCR等。
二、2D、3D对比:
特性 | 2D视觉 | 2.5D视觉 | 3D视觉 |
信息维度 | X, Y, 灰度/颜色 | X, Y, Z(单侧表面) | X, Y, Z(完整点云) |
输出结果 | 平面图像 | 深度图/高度图、点云(单侧) | 完整三维点云/网格模型 |
主要能力 | 识别、定位、测量(平面)、OCR、缺陷(颜色/纹理) | 高度/深度测量、平面度、体积、共面度、三维轮廓 | 全尺寸测量、三维匹配、复杂曲面检测、三维重建 |
优点 | 速度快、成本低、算法成熟 | 解决了2D无法处理的高度问题,比全3D速度快、成本低、数据简单 | 信息最完整,可进行任意角度测量和分析 |
缺点 | 对光照、高度变化敏感 | 解决了2D无法处理的高度问题,比全3D速度快、成本低、数据简单 | 速度相对慢、成本高、数据量大、处理复杂 |
典型应用 | 二维码读取、零件有无、字符识别 | 焊后检测、引脚共面度、密封胶涂覆检测、组装完整性(如螺丝是否拧到位) | 精密铸造件全尺寸检测、复杂曲面工件逆向工程、文物数字化 |
三、总结:
2.5D技术是连接2D平面世界和完整3D世界的桥梁,当检测涉及到高度、深度、体积、平面度、轮廓等三维信息,但又不需要物体的完整3D模型,且对速度和成本有较高要求时,2.5D技术通常是最理想、最经济高效的选择。
它通过相对较低的成本和较高的速度,解决了工业生产中大量与表面高度、轮廓、平整度相关的核心检测难题,是目前工业自动化领域增长最快、应用最广泛的视觉技术分支之一。在选择时,需要根据具体的测量精度、速度、物体属性和环境条件,选择最合适的2.5D实现方案(激光、结构光等)。