​3D机器视觉是一种用于三维测量和检查的技术，它通过传感器获取物体的三维空间信息，并进行处理和分析，以实现物体的识别、检测、跟踪和测量等操作。3D机器视觉系统通过多模块协同工作实现三维空间信息的获取、处理与应用，其核心结构可分为硬件层与软件层两大板块，具体组成及功能如下：
一、硬件层：三维信息采集与传输
三维传感器（核心输入设备）
结构光传感器：投射特定波长的红外激光（不可见）到物体表面，通过分析光栅或线光源的畸变计算深度信息，精度可达亚毫米级，适用于静态物体检测（如工业零件尺寸测量）。
双目立体视觉传感器：模拟人眼视差原理，利用两个相机从不同角度拍摄物体，通过计算图像对应点间的视差获取三维几何信息，成本低且适合室外环境（如自动驾驶障碍物检测）。
飞行时间（ToF）传感器：测量光脉冲从发射到反射回传感器的时间差，直接生成深度图，实时性强但分辨率较低（通常≤640x480），适用于动态场景（如扫地机器人避障）。
激光三角测量传感器：通过激光线扫描物体表面，利用反射角变化建模三维形状，精度达微米级，适合小范围高精度检测（如PCB板焊接质量检测）。
光学系统（辅助成像）
镜头：由多组透镜（凸透镜、凹透镜）组成，负责将物体反射光线聚焦到传感器上，关键参数包括焦距（控制视场范围）、光圈（调节进光量与景深）和分辨率（匹配传感器像元密度）。
光源：增强目标特征（如纹理、边缘）并抑制环境光干扰，类型包括可见光（白光/单色光）、红外光、紫外光等。照明方式可分为背向照明（高对比度图像）、前向照明（便于安装）、结构光照明（投射编码图案）和频闪光照明（高频率光脉冲同步）。
图像采集设备（数据转换与传输）
工业相机：将光学图像转换为数字信号，按扫描方式分为隔行扫描相机和逐行扫描相机，按输出信号分为模拟相机和数字相机。
图像采集卡：将相机输出的模拟或数字信号转换为一定格式的图像数据流，同时控制相机参数（如触发信号、曝光时间），并传输至计算机处理。
二、软件层：三维信息处理与应用
图像处理与分析软件
预处理模块：对原始图像进行去噪、增强、校正等操作，改善图像质量。
特征提取模块：通过算法提取图像中的关键特征（如边缘、角点、纹理），为三维重建提供基础数据。
三维重建模块：利用结构光、双目视觉或ToF数据，通过三角测量、立体匹配等算法生成点云数据，进一步构建三维模型。
深度学习模块：结合Transformer、NeRF（神经辐射场）等模型，实现点云分割、单目深度估计、3D重建等高级功能，提升自动化程度和准确率。
控制与决策系统
计算机处理器：运行图像处理与分析软件，完成三维重建、目标识别等复杂计算任务。
控制器：根据处理器输出的控制指令，驱动机械臂、AGV（自动导引车）等设备完成抓取、分拣、导航等操作。
三、典型3D机器视觉系统工作流程
数据采集：三维传感器投射结构光或发射光脉冲，同时相机拍摄物体图像。
数据传输：图像采集卡将模拟信号转换为数字信号，并传输至计算机。
三维重建：软件对图像进行预处理、特征提取和三维重建，生成点云或三维模型。
目标识别与定位：通过深度学习算法识别物体类型，并计算其位置和姿态。
控制决策：根据识别结果生成控制指令，驱动执行机构完成相应操作。