深度相机(三)--三种方案对比
来源:互联网 发布:阿拉伯 联邦 知乎 编辑:程序博客网 时间:2024/05/19 00:12
RGBD方案对比:
关键技术规格:
1.检测范围;
2.检测精度;
3.检测角度;
4.帧率。
5.模块大小
6.功耗
目前主流的深度摄像头方案在检测距离上、精度、检测速度上相差不大,区别在于:
1、结构光方案优势在于技术成熟,深度图像分辨率可以做得比较高,但容易受光照影响,室外环境基本不能使用;
2、TOF方案抗干扰性能好,视角更宽,不足是深度图像分辨率较低,做一些简单避障和视觉导航可以用,不适合高精度场合。受环境影响小,传感器芯片并不成熟,成本很高,实现量产困难。
3、双目方案,成本相对前面两种方案最低,但是深度信息依赖纯软件算法得出,此算法复杂度高,难度很大,处理芯片需要很高的计算性能,同时它也继承了普通RGB摄像头的缺点:在昏暗环境下以及特征不明显的情况下并不适用。
双目RGB、结构光、TOF三种主流技术的详细的比较:
总结:
1.双目方案,最大的问题在于实现算法需要很高的计算资源,导致实时性很差,而且基本跟分辨率,检测精度挂钩。也就是说,分辨率越高,要求精度越高,则计算越复杂,同时,纯双目方案受光照,物体纹理性质影响。
2.结构光方案,目的就是为了解决双目中匹配算法的复杂度和鲁棒性问题而提出,该方案解决了大多数环境下双目的上述问题。但是,在强光下,结构光核心技术激光散斑会被淹没。因此,不合适室外。同时,在长时间监控方面,激光发射设备容易坏,重新换设备后,需要重新标定。
3.TOF方案,传感器技术不是很成熟,因此,分辨率较低,成本高,但由于其原理与另外两种完全不同,实时性高,不需要额外增加计算资源,几乎无算法开发工作量,是未来。
阅读全文
0 0
- 深度相机(三)--三种方案对比
- 【计算机视觉】深度相机(三)--三种方案对比
- 深度相机(三)--三种方案对比
- 深度相机(三)--三种方案对比
- 三种主流深度相机方案对比
- 安卓长安保存图片三种方案的对比
- SVM实现多分类的三种方案(11)---《深度学习》
- Android 相机篇(三)
- 【深度相机系列三】深度相机原理揭秘--双目立体视觉
- 三种分页方案
- 深度相机(六)--体感设备对比
- 【计算机视觉】深度相机(七)--体感设备对比
- memcache系列--处理缓存的三种方案(三)
- 三种Statement的对比
- 相机姿态估计(三)--P3P
- opengles(三) 相机和投影概念
- 深度学习的三种硬件方案:ASIC,FPGA,GPU;你更看好?
- 深度学习的三种硬件方案:ASIC,FPGA,GPU;你更看好?
- logstash-5.6.3 sincedb 位置
- python操作hiveserver2相关工具集
- 比特币挖矿——入门
- Tesseract OCR 3.05.01 VS2015编译 及 字库训练
- js数组实用方法
- 深度相机(三)--三种方案对比
- JavaScript中不能使用<c:if></cif>
- Linux Ubuntu 查看所有软件安装命令
- CakePHP中获取Request请求数据的几种方式
- python学习笔记(三)绘制训练过程的loss和accuracy曲线
- Apache里mod_expires模块配置指南
- scanf()和getchar() 使用特点
- 解决UnicodeDecodeError: 'ascii' codec can't decode byte 0xcf in position 7: ordinal not in range(128)
- Thread的run()与start()的区别