为什么3D检查需要真正的3D视觉
现实世界的制造应用程序涉及3D对象，因此，相对于2.5D高度的3D对象映射，在真正的3D空间开发的解决方案花费更少的时间，并提供更好的结果也就不足为奇了。
自从《哈珀斯周刊》出版以来第一错觉1892年 - 一个可以被视为兔子或鸭子的素描 - 以百万的人试图解决诸如诸如的光学幻想而挑战他们的思想艾米斯室或者是松奈错觉．虽然这些脑筋急弯是打发时间的有趣方式，但对于机器视觉设计师来说，试图用2.5D技术解决3D问题会降低工作效率。德国必威
计算机愿景中的第2.5D术语来自MIT的神经科学家David Marr的工作。骚，愿景：对人类代表的计算调查和视觉信息的处理，提出了从图像中提取形状信息的逐渐复杂化的三种表现形式:
- 原始素描
- 2.5 d草图:在以图像为中心的坐标系中明确可见表面和不连续面轮廓的方向和粗深度。
- 3 d模型:在以目标为中心的坐标帧中描述形状及其空间组织。
Marr的想法导致了Marr- poggio - grimson方法的计算立体视觉。
点云与高度图
无论是测量两个相邻的汽车面板的对准，测量印刷电路板上的电子元件的位置，或识别，定位和验证包装中的食物，可以从简单使用中受益的制造应用程序列表3D Vision系统几乎无限。然而，尽管在工厂预先校准，但大多数3D视觉系统都不是易于使用，也不是非常准确的。3D解决方案的供应商 - 非常像他们面前的彩色摄像机制造商 - 必须进行权衡，以降低系统复杂性和成本，通常以精确和速度为代价。
例如，大多数3D视觉供应商生成2.5D高度图，而不是传统的2D成像或真正的3D点云。与三维点云,产生一个完整的3 d模型,可以转,翻转,和旋转以及每个维度(高度、宽度、深度),帮助操作者直观地将现实世界中的对象连接到显示器上的特性和缺陷,身高2.5 d地图高度信息转化为颜色。
2.5D高度地图（左）和3D点云（右）
正如上面的示例所示，按颜色显示高度信息会很快让操作人员感到困惑。(蓝色是高还是低?)使用假彩色计算机显示器在真实物体上发现小缺陷会导致操作速度变慢，增加浪费，或者两者兼有。此外，利用传统的2D图像处理算法，如边缘检测和线性测量，在将这些算法应用于3D对象时存在问题，因为它们并非用于测量3D对象。
考虑一个半球体、圆柱体、三角形和上面显示的两个立方体的真实三维点云扫描。使用真正的三维点云，系统可以很容易地定位三角形的顶部中心边缘。如果算法只使用高度地图上的颜色梯度来寻找3D边缘，那么在三角形顶部识别干净的边缘将是一项挑战。当试图使用估计的中心边缘高度来进行体积测量时，精度会进一步受到影响。
真正的3D效果更快
除了精度较低外，与真正的3D算法相比，尝试使用2.5D高度图和传统算法进行3D测量还需要额外的应用步骤。考虑前面示例中的三角形。为了找到所有三条边，程序员需要首先运行blob分析，然后修改边缘检测算法，以找到blob中的中心点。真正的基于点云信息的三维测量工具将三角形视为三维物体，而不是彩色多边形的组合。真正的3D测量工具可以在一个步骤中生成准确的值，而不是估计值。
通过允许操作人员在屏幕上看到能够准确反映成品3D本质的图像，验证缺陷、为新产品编程以及优化生产线以消除缺陷的任务都得到了简化。当涉及到解决现实世界中的3D应用时，3D点云提供了许多毫不妥协的好处，远远超过了高度图彩色显示。
