当前位置: 首页 > news >正文

【三维模型采集设备】轮廓扫描仪介绍

文章目录

  • 一、声明
  • 二、轮廓扫描仪的分类
    • 1.1 按工作原理分类
    • 1.2 按应用场景分类
    • 1.3 按扫描精度分类
    • 1.4 按扫描方式分类
    • 1.5 按测量方式来分类
  • 三、问答
    • 2.1 激光轮廓扫描仪采用红光、绿光和蓝光各有什么优缺点?

一、声明

  • 本帖信息来自对网上信息的汇总,如有一些名词不准确,还望读者指正!

二、轮廓扫描仪的分类

轮廓扫描仪可以根据多种标准进行分类,主要包括按工作原理、应用场景和扫描精度等。以下是常见的分类方法:

1.1 按工作原理分类

  1. 激光轮廓扫描仪 (Laser Profilometer)
    激光线扫描:利用激光线投射到物体表面,通过相机捕捉反射激光的位置来计算轮廓。
    激光点扫描:利用激光点逐点扫描物体表面,记录每个点的坐标来形成轮廓。

  2. 结构光扫描仪 (Structured Light Scanner)
    利用投影仪投射特定的光栅图案到物体表面,相机捕捉图案的变形,通过解码图案的变形来重建轮廓。

  3. 接触式轮廓扫描仪
    使用机械臂或探针与物体表面接触,通过测量探针的位移来获取物体的轮廓。

  4. 摄像机阵列轮廓扫描仪
    使用多个摄像机从不同角度同时拍摄物体,通过图像配准和三维重建技术生成轮廓。

1.2 按应用场景分类

  1. 工业轮廓扫描仪
    用于工业生产和质量控制,适用于工件尺寸测量、形状检测等。

  2. 医学轮廓扫描仪
    用于医疗领域,如人体表面轮廓扫描,制作定制化的医疗器械和假肢。

  3. 文物保护轮廓扫描仪
    用于文物和艺术品的数字化保存和修复,提供精细的表面轮廓数据。

  4. 地形轮廓扫描仪
    用于地形测绘和建筑工程,提供地面表面的轮廓信息。

1.3 按扫描精度分类

  1. 高精度轮廓扫描仪
    精度在微米级,适用于高精度需求的应用场景,如精密机械加工和模具制造。

  2. 中精度轮廓扫描仪
    精度在毫米级,适用于一般工业检测和质量控制。

  3. 低精度轮廓扫描仪
    精度在厘米级,适用于大尺度测量和地形测绘等应用。

1.4 按扫描方式分类

  1. 手持式轮廓扫描仪
    便携式设计,适用于现场测量和移动应用。

  2. 固定式轮廓扫描仪
    固定在特定位置,适用于生产线上的连续测量和检测。

  3. 自动化轮廓扫描仪
    集成在自动化生产线中,与机器人或其他自动化设备配合工作,实现自动化测量和检测。

通过以上分类方法,可以根据具体需求选择合适的轮廓扫描仪,确保在不同应用场景下获得最佳的测量效果和工作效率。

1.5 按测量方式来分类

  1. 接触式轮廓扫描仪 (Contact Profilometer)
  2. 非接触式轮廓扫描仪 (Non-Contact Profilometer)

三、问答

2.1 激光轮廓扫描仪采用红光、绿光和蓝光各有什么优缺点?

选择哪种光源主要取决于具体的应用需求和环境条件。以下是对这三种光源的详细分析:

激光类型
优点
缺点
红光- 成熟技术,成本较低
- 穿透性好,适应烟雾、灰尘和水汽环境
- 稳定性高,受温度变化影响小
- 精度较低,波长较长导致聚焦点较大
- 对深色和某些材质的表面反射效果不佳
绿光- 高精度,波长较短,聚焦点小
- 视觉友好,人眼对绿色光更敏感
- 对多种材料和表面有较好的反射效果
- 成本较高
- 穿透性较差,适应烟雾、灰尘和水汽环境能力较弱
蓝光- 超高精度,波长更短,聚焦点极小
- 对深色和高反射材料有更好的反射效果
- 在透明和半透明材料上散射效应较小
- 成本最高
- 人眼对蓝光敏感,长时间操作可能导致视觉疲劳
- 穿透性一般,介于红光和绿光之间

总结

  • 红光激光扫描仪:适用于大多数工业应用,特别是那些对成本敏感且环境条件较为苛刻的场合。
  • 绿光激光扫描仪:适用于需要高精度测量且对材料表面反射效果有更高要求的应用。
  • 蓝光激光扫描仪:则适用于超高精度测量和特殊材料(如透明和高反射材料)的扫描。

相关文章:

  • TensorFlow Playground神经网络演示工具使用方法详解
  • golang中一个优雅的开发和使用命令行工具的库 cobra
  • CraftCMS ConditionsController.php 代码执行漏洞(CVE-2023-41892)
  • 【算法训练 day44 分割等和子集】
  • Mysql 插入或者更新 踩坑
  • QT系列教程(6) 几种标准对话框
  • ReactNative集成到已有iOS项目
  • 大模型日报2024-05-31
  • C++:vector的模拟实现
  • Maven 中的 classifier 属性用过没?
  • chrome 浏览器历史版本下载
  • 从openstack环境中将服务器镜像导出的简单办法
  • 分享 ASP.NET Core Web Api 中间件获取 Request Body 两个方法
  • html+CSS部分基础运用9
  • 大数据系统架构师的论文如何写
  • 【前端学习】-粗谈选择器
  • CSS 专业技巧
  • CSS魔法堂:Absolute Positioning就这个样
  • Java多线程(4):使用线程池执行定时任务
  • Java小白进阶笔记(3)-初级面向对象
  • Node项目之评分系统(二)- 数据库设计
  • yii2权限控制rbac之rule详细讲解
  • - 概述 - 《设计模式(极简c++版)》
  • 区块链将重新定义世界
  • 如何优雅地使用 Sublime Text
  • 微信小程序开发问题汇总
  • 小程序 setData 学问多
  • 新书推荐|Windows黑客编程技术详解
  • 验证码识别技术——15分钟带你突破各种复杂不定长验证码
  • ​如何使用QGIS制作三维建筑
  • ‌U盘闪一下就没了?‌如何有效恢复数据
  • !!【OpenCV学习】计算两幅图像的重叠区域
  • # Redis 入门到精通(一)数据类型(4)
  • #pragma once
  • #VERDI# 关于如何查看FSM状态机的方法
  • (2)MFC+openGL单文档框架glFrame
  • (js)循环条件满足时终止循环
  • (poj1.2.1)1970(筛选法模拟)
  • (接口自动化)Python3操作MySQL数据库
  • (提供数据集下载)基于大语言模型LangChain与ChatGLM3-6B本地知识库调优:数据集优化、参数调整、Prompt提示词优化实战
  • (五)activiti-modeler 编辑器初步优化
  • (转)Sublime Text3配置Lua运行环境
  • (转载)(官方)UE4--图像编程----着色器开发
  • ./indexer: error while loading shared libraries: libmysqlclient.so.18: cannot open shared object fil
  • .Net 8.0 新的变化
  • .net core 调用c dll_用C++生成一个简单的DLL文件VS2008
  • .NET Core日志内容详解,详解不同日志级别的区别和有关日志记录的实用工具和第三方库详解与示例
  • .NET gRPC 和RESTful简单对比
  • .NET MAUI Sqlite数据库操作(二)异步初始化方法
  • .NET/C# 使用 SpanT 为字符串处理提升性能
  • .NETCORE 开发登录接口MFA谷歌多因子身份验证
  • .NET简谈互操作(五:基础知识之Dynamic平台调用)
  • .net专家(高海东的专栏)
  • .vimrc 配置项
  • ?