3D计算机视觉入门指南：从基础原理到实战应用

1次阅读

共计 1947 个字符，预计需要花费 5 分钟才能阅读完成。

传统 2D 视觉（2D Computer Vision）依赖 RGB 图像信息，在物体尺寸测量、空间关系理解等场景存在固有缺陷。例如自动驾驶中，单目摄像头无法直接获取障碍物距离；工业检测中，二维图像难以评估零件装配间隙。3D 视觉通过深度信息（Depth）或点云（Point Cloud）数据，从根本上解决了空间感知问题。

结构光（Structured Light）
原理：投射编码光斑，通过形变计算深度
优点：毫米级精度，适合静态场景
缺点：易受环境光干扰，成本较高
双目视觉（Stereo Vision）
原理：模拟人眼视差，匹配特征点计算深度
优点：硬件成本低，适合室外场景
缺点：依赖纹理特征，计算复杂度高
飞行时间法（ToF, Time-of-Flight）
原理：测量光脉冲往返时间计算距离
优点：实时性强，抗干扰能力好
缺点：分辨率较低，存在多路径干扰

滤波（Filtering）
体素滤波（Voxel Filter）：降采样保持形状特征
统计离群值去除：基于邻域点距分布剔除噪声
配准（Registration）
ICP（Iterative Closest Point）：通过最小化距离迭代对齐点云
NDT（Normal Distributions Transform）：基于概率分布匹配

FPFH（Fast Point Feature Histogram）：快速描述局部几何特征
SHOT（Signature of Histograms of Orientations）：结合颜色和几何信息

TSDF（Truncated Signed Distance Function）
通过体素网格存储表面距离场
适合实时重建，KinectFusion 核心算法
泊松重建（Poisson Reconstruction）
通过求解泊松方程生成封闭曲面
需要法向量信息，对噪声敏感

import open3d as o3d

# 读取点云
pcd = o3d.io.read_point_cloud("pointcloud.ply")

# 体素滤波
voxel_pcd = pcd.voxel_down_sample(voxel_size=0.01)  # 单位：米

# ICP 配准
icp_result = o3d.pipelines.registration.registration_icp(
    source=pcd, target=voxel_pcd,
    max_correlation_distance=0.02,  # 最大匹配距离
    estimation_method=o3d.pipelines.registration.TransformationEstimationPointToPoint())

#include <pcl/segmentation/sac_segmentation.h>

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
pcl::io::loadPCDFile("input.pcd", *cloud);

// 法向量估计
pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> ne;
ne.setKSearch(30);  // 最近邻点数

// RANSAC 平面分割
pcl::SACSegmentation<pcl::PointXYZ> seg;
seg.setOptimizeCoefficients(true);
seg.setModelType(pcl::SACMODEL_PLANE);
seg.setMethodType(pcl::SAC_RANSAC);
seg.setDistanceThreshold(0.01);  // 内点阈值