施努卡：用于机器视觉应用的 2D 或 3D

随着 3D 视觉应用程序变得越来越强大，这是机器视觉领域的一个激动人心的时刻。但是，任何机器视觉工程师都应该在决定 2D 还是 3D 之前查看系统的预期应用。

2D 机器视觉是传统且可靠的

2D 系统是第一个以复杂的、具有成本效益的方式开发的。它们现在已牢牢嵌入无数工业和零售自动化应用中：条码读取、标签定位、打印验证等。

2D 视觉相机使用反射强度的二维图捕捉物体的图像。这可以用 X 和 Y 坐标表示。捕获后，通常通过比较对比度的变化来处理图像。

当然，有一些技术限制：

• 视差；

• 焦点深度；

• 环境光;

• 对比差异。

3D 成像可提供准确的尺寸数据

通过 3D 成像，可以捕获对象的完整维度数据。这使其成为理想的选择，例如，在物流中心和其他需要特定尺寸的环境中。

3D 机器视觉扫描仪通过输出点云来工作，点云是一种包含物体位置和形状的数字化模型。

先进的 3D 机器视觉系统可以合成来自多个扫描仪的点云。这使得使用紧凑型设备提供超大物体的高精度图像成为可能。

3D 成像和工业机器人

为了有效，工业机器人必须在 3D 世界中运行。如果没有强大的机器视觉功能，系统将只能执行最重复和结构化的任务。

当机器人使用 3D 机器视觉来适应环境变化时，实用性、灵活性和速度都会增加。