3D掃描是一種能夠以多種方式掃描物件後將其立體資訊轉換為3D檔案的一種技術。主要分為兩大類型:”接觸式 “和 “非接觸式”的3D掃描器。接觸非接觸顧名思義即有無碰觸到物件,碰到的為接觸式,沒碰到為非接觸式。
3D掃描技術分類
接觸式3D掃描使用感測探針接觸物體表面進而獲得碰觸到的該點位置座標。因為需要一點一點順序接觸物件表面,掃描整個物體相對非接觸式來說較花時間,但也因它與物體接觸,所以精度相當高(有些設備甚至高達0.1um),一般來說它比非接觸式3D掃描器更加精準,因此普遍用於精密量測和品質檢查。除此之外,由於需要接觸物件表面,柔軟的物件或者是探針伸不進去的溝槽等無法進行掃描。
Mitsutoyo 三次元量床 (圖片取自https://www.mitutoyo.com.tw/)
相較接觸式目前市面上常看到的是非接觸式3D掃描設備。非接觸式大致分類為”主動式”與”被動式”兩種,差異在於有無主動投出光源。
非接觸式3D掃描技術分類
主動式掃描根據技術原理區分以下兩類:
(1) 飛行時間法(Time of Flight,也稱為深度感測技術﹑以下簡稱TOF):
TOF技術的基本原理與蝙蝠與海豚基本上是相同的概念,透過發出“波”(海豚及蝙蝠為聲波)到被觀測物體上後到接收從物體反彈回來的這一段飛行(往返)時間來計算目標物距離,市面上大部分TOF技術的設備使用不可見光(包括紅外光、雷射光等)。TOF技術其在大範圍的場景掃描包括測距、建築物、地形地景方面有非常明顯的優勢。
FARO FOCUS系列3D掃描設備 (圖片取自https://www.faro.com/)
iPhone TOF感測模組(圖片取自Apple.com)
另外,TOF技術目前已經實現小型模組化,例如iPhone 12 Pro、微軟的Kinect、Google Project Tango,甚至無人車的研究也都使用了TOF深度感測技術。極高的便利性讓許多廠商看好也積極投入研究。不過因其對時間測量的要求高,即使使用高規格的感測器也很難保證其精度。因此在近距離測量領域,TOF深度感測與其他主動式掃描技術的精度目前尚有不小的差距,這也限制它在近距離高精度領域的應用。
(2) 結構光法(Structure Light):
結構光法是工業、製造業應用主流的3D掃描技術。結構光3D掃描技術是基於光學三角測量原理,由光學投影機、相機、電腦計算系統所組成,其原理為投影機將結構光(點、光柵或是類似QR Code等) 投射於物體表面後圖騰產生畸變,接著兩端的相機擷取後再由軟體計算其變形量進而得到相對立體座標。
線結構光、光柵、面結構光
根據投影機投出的光束不同分為點、線、光柵、面結構光等。結構光法最大的優點是精度高、速度快,較適合短距離高精度的測量,也因其精度高、解析度高的特性,目前結構光為工業、製造業方面應用的主流技術,依投出的光源、圖樣種類、計算方式不同衍生出固定及手持等3D掃描設備。
EinScan-HX 手持式雷射3D掃描器 (線結構光)
AutoScan 桌上型高精度3D掃描器 (光柵結構光)
EinScan-Pro HD多功能掃描器 (面結構光)
與TOF技術相比,結構光法的缺點則不適合大範圍的掃描,同時也容易受環境及物件表面材質顏色影響掃描效果。
被動式3D掃描:
被動式3D掃描最具代表性技術是攝影測量法 (Photogrammetry)。攝影測量是一項由來已久的技術,被用於地形測量、勘測和歷史遺址保護等領域,但近年來也被用來制作電腦遊戲、動畫的背景使用。他跟主動投光式不同,是透過2D數位影像從不同角度拍攝同一物件後由專業軟體計算分析模擬還原3D立體模型的方法。攝影測量法最大的特點是它不需要3D掃描器等設備,只需使用普通的照片就可以進行製作。
Autodesk Recap (圖片取自https://www.autodesk.com/products/recap/)
近年來因為電腦規格進步使攝影測量法越來越平易近人。一般來說,攝影測量需要100張以上的照片讓軟體運算,照片越多模型的細節越豐富。因為是將相片進行計算,只要搭配無人機即使是城市和建築等大型物體也可以計算成3D模型。但也因為是由相片合成,其顏色貼圖表現相當出色,不過模型立體表現相較主動式掃描技術來說較差,同時由於是2D照片計算成3D,其精度跟主動式的3D掃描器相比也是比較差的。
此外,攝影測量法也被拿來掃描人體或寵物等會動的物件使用。由於3D掃描需要被掃描物件是靜止不動的狀態,否則無法成像,因此人及動物一直以來都屬於相當難3D掃描的範疇。透過攝影測量法同一時間由100架以上的照相機360度環繞,同一個快門同時拍攝大量的照片進行合成即可得到立體3D模型。
照相法3D掃描(圖片取自微縮人生特展FB官網)
拜科技進步所賜3D掃描技術得以漸漸普及,今後隨著3D掃描器本身的掃描速度、精度的提升,各種掃描技術的持續開發,與傳統製程搭配應用將是推動下一工業技術成長的關鍵。
您可能想了解更多: