机器视觉是指利用相机、摄像机等传感器，配合机器视觉算法赋予智能设备人眼的功能，从而进行物体的识别、检测、测量等功能。机器视觉是在上世纪 50 年代从统计模式识别开始的，当时的工作主要集中在二维图像分析和识别。随着 5G、AI 等技术的不断发展，行业应用需求的不断提升，机器视觉从二维向三维过渡不但成为可能，更是必须的方向。

机器视觉从2D进化到3D立体“视界”，常见常用的刷脸支付、Face ID、VR、无人便利店、智能机器人等产品技术，背后关键的科技便是3D视觉技术。

在过去几年里，3D视觉概念迭出，大量资本涌入这个赛道，新进企业众多。业内人士普遍认为，3D视觉在工业领域的产值和产出，可能要远远大于消费领域，但因为渗透率很低，推进速度不够快，当前3D工业相机的规模在几亿美金区间，设备和软件在20亿美金水平，但行业市场有50倍以上的渗透率增长空间。

从2D到3D的赛道变化

2D技术起步较早，技术也相对成熟，在过去的30年中已被证明在广泛的自动化和产品质量控制过程中非常有效。

2D技术根据灰度或彩色图像中对比度的特征提供结果。2D适用于缺失/存在检测、离散对象分析、图案对齐、条形码和光学字符识别(OCR)以及基于边缘检测的各种二维几何分析，用于拟合线条、弧线、圆形及其关系(距离，角度，交叉点等)。

3D视觉利用近红外线光来扫描周围环境，再由CMOS图像传感器接收并转换为数字信号，最后通过芯片计算出物体在三维空间中的远近与相对位置，因此能了解物体的动作、与环境的互动，由此即能发展出由动作控制计算机的体感操控，检测出前方的物体等。

由于2D视觉逐渐无法满足对复杂对象识别和尺寸测量精度日益增加的要求，因此也催生了3D视觉的增长。从2D转向3D，需要所获取信息质量和数量的飞跃。相对来说，2D视觉市场积淀深，3D视觉方案只有达到一定的成熟度，才可以全面实现2D向3D的转变。

过去工业生产采用的机械臂都是盲取，闭着眼睛照着设定好的路径加工，没有更高阶的智慧判断。如果采用3D视觉后，就可以在更复杂的环境里更精准的夹取物件。业界认为，从2D到3D的过渡将成为继黑白到彩色，低分辨率到高分辨率以及静态图像到电影之后的第四次革命。

但是3D机器视觉技术门槛高，涉及到光学、结构、散热等跨学科设计问题，再加上芯片、算法构成的复杂系统设计，需要一定的技术实力，投入足够的时间和人才，才可以研发相关方案。技术门槛高、投入大、研发企业少都是3D视觉发展路上的拦路虎。

在3D视觉兴起之后，选择2D视觉还是3D视觉，成为一个有争议的问题。有业内人士表示，3D视觉将全面替代2D视觉；但也有观点认为，3D视觉价格高，在可以应用2D视觉的场合，没有必要用3D视觉；当然还有第三方观点认为，2D视觉和3D视觉可以融合应用。

就具体技术角度而言，2D颜色和3D几何数据的采集是从两个不同的物理通道进行的。

从落地来看，目前3D主要应用于大型工业制造业企业、物流、智慧城市监控，以及少部分消费应用场景等，从探索到突破，在落地的路上逐显繁荣。

3D视觉的不同技术形态

目前市场上主流的有四种3D视觉技术，双目视觉、TOF、结构光3D成像和激光三角测量。

1.双目视觉

双目技术是目前较为广泛的3D视觉系统，它的原理就像我们人的两只眼睛，用两个视点观察同一景物以获取在不同视角下的感知图像，然后通过三角测量原理计算图像的视差，来获取景物的三维信息 。

由于双目技术原理简单，不需要使用特殊的发射器和接收器，只需要在自然光照下就能获得三维信息，所以双目技术具有系统结构简单、实现灵活和成本低的优点。适合于制造现场的在线、产品检测和质量控制，不过双目技术的劣势是算法复杂，计算量大，而且光照较暗或者过度曝光的情况下效果差。

2.3D结构光技术

它通过一个光源投射出一束结构光，这结构光可不是普通的光，而是具备一定结构（比如黑白相间）的光线打到想要测量的物体上表面，因为物体有不同的形状，会对这样的一些条纹或斑点发生不同的变形，有这样的变形之后，通过算法可以计算出距离、形状、尺寸等信息从而获得物体的三维图像。

3. 激光三角测量法

它基于光学三角原理，根据光源、物体和检测器三者之间的几何成像关系，来确定空间物体各点的三维坐标 。

通常用激光作为光源，用CCD相机作为检测器，具有结构光3D视觉的优点，精准、快速、成本低。

4. TOF飞行时间法成像技术

TOF是Time Of Flight的简写。它的原理通过给目标物连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测光脉冲的飞行时间来得到目标物距离。

TOF的核心部件是光源和感光接收模块，由于TOF是根据公式直接输出深度信息，不需要用类似双目视觉的算法来计算，所以具有响应快、软件简单、识别距离远的特点，而且由于不需要进行灰度图像的获取与分析，因此不受外界光源物体表面性质影响。典型的TOF 3D扫描系统每秒可测量物体上10,000至100,000个点的距离。不过TOF技术的缺点是：分辨率低、不能精密成像、而且成本高。

总的来说，无论是立体视觉、结构光、激光三角测量还是TOF，没有哪种技术是更好的，只有哪种技术是更适合的。

3D或将成为主流

机器人、自动驾驶、金融支付已经体现出对3D视觉的强需求，当然，还有虚实相融的元宇宙，AR、VR等XR设备和3D交互需求已经率先凸显。这些需求带来了庞大的市场，但这也是极度碎片化的市场。

GGII数据显示，预计到2023年我国机器视觉市场规模将达到208.6亿元，其中3D视觉市场规模将达到34.28亿元，预计到2025年我国3D视觉市场规模将超过100亿元。在这个未来的百亿级市场中，3D视觉将趋于智能化、集成化、实时性、高性能、多场景应用等方向。

2D视觉虽为当前主流，但随着测量精度要求越来越高，被测物体条件越来越复杂，2D系统的缺陷也愈发突出，而3D视觉技术不断获得突破，在精度、灵活性和速度方面都是2D无可比拟的，所以3D机器视觉检测有取代2D系统的趋势，相信3D视觉未来将成为主流视觉系统。