目前，深度图像的获取方法有激光雷达深度成像法、计算机立体视觉成像、坐标测量机法、莫尔条纹法、结构光法等等。针对深度图像的研究重点主要集中在以下几个方面：

  • 深度图像的分割技术
  • 深度图像的边缘检测技术
  • 基于不同视点的多幅深度图像的配准技术
  • 基于深度数据的三维重建技术
  • 基于深度图像的三维目标识别技术
  • 深度数据的多分辨率建模和几何压缩技术
  • 等等

在PCL（Point Cloud Library）中深度图像与点云最主要的区别在于，其近邻的检索方式不同，并且可以相互转换。

PCL（Point Cloud Library）是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。支持多种操作系统平台，可在Windows、Linux、Android、Mac OS X、部分嵌入式实时系统上运行。如果说OpenCV是2D信息获取与处理的结晶，那么PCL就在3D信息获取与处理上具有同等地位，PCL是BSD授权方式，可以免费进行商业和学术应用。

相机类型

TOF

RGB双目

结构光

测距方式

主动式

被动式

主动式

工作原理

根据光的飞行时间直接测量

RGB图像特征点匹配，三角测量间接计算

主动投射已知编码图案，提升特征匹配效果

测量精度

最高可达厘米级

近距离可达毫米级

近距离内能够达到高精度0.01mm-1mm

测量范围

可测量较远物体，一般100m以内

由于基线限制，一般只能测量较近的距离，距离较远，测距越不准确。一般为2m以内

测量距离一般为10m以内

影响因素

不受光照变化和物理纹理影响，受多重反射影响

受光照变化和物体纹理影响很大，夜晚无法使用

不受光照变化和物理纹理影响，受反光影响

户外工作

功率小的话影响较小

无影响

有影响和编码图案设计有关