3D代表着空间长、宽、高三个维度。普通的2D成像原理是用平面传感器（CMOS/CCD）接收被拍摄物体反射或者发出的可见光，从而形成二维图像，由于现实世界是三维世界，2D成像获得的图像信息存在特征信息的损失；3D成像则利用深度信息完美地弥补了这一缺陷，获取平面图形的同时还可以捕捉三维信息，为后期的图像分析提供了关键特征，计算机或智能设备据此才能够完整地复原现实世界。
参考观研天下发布《2019年中国3D成像行业分析报告-市场运营态势与发展前景研究》
3D成像将带来诸多新增零组件。在发射端，新增了红外激光发射器和辅助元件，包括衍射光栅和光学棱镜部件（如准直镜头）；在接收端，除了可见光镜头外，还新增红外接收部分，包括镜头、红外传感器和窄带红外滤光片，而图像处理器IC由于算法上的复杂性，也将比单纯的2D成像IC成本更高。 总而言之，3D 成像带来的产业机会比2D 成像只增不减，大幅提振产业链价值的同时改变价值分配， 驱动红外核心厂商高业绩弹性。
3D 成像不只是为了拍照，更关键的是要获取深度信息，重建真实世界以服务于后续的交互动作。如果只是要把照片拍好，那双摄已经可以基本满足要求；而如果要借助光学去人机交互，3D则必不可少。 可以说，正是交互的需求催生了3D 成像。
作为拓展2D成像的手段，3D成像目前有三种主流解决方案：结构光、TOF和双目视觉技术：
结构光：结构光使用提前设计好的具有特殊结构的图案（比如离散光斑、条纹光、编码结构光等），将图案投影到空间物体表面上，用另外一个相机观察在三维物理表面成像的畸变情况，进行图像匹配比较并计算出深度信息。结构光对物体拍摄两次即可实现3D距离的探测，其他计算过程都由本地处理器完成，延时非常短，测量速度快，同时经过多年的技术发展，模组体积已经较小。结构光最早被应用于微软的明星产品Kinect上，迄今已有8年，可谓是经过了时间验证的成熟方案。
TOF：TOF（TimeofFlight）的测距原理是通过给目标连续发送光脉冲，用传感器接收从物体返回的光，通过探测光脉冲的飞行（往返）时间来得到目标物距离。TOF由照射单元、光学透镜（镜片+窄带滤光片）、TOF传感器、控制单元和计算单元构成，原理与结构光殊途同归，都是属于主动光探测方案。TOF的优势在于远距离探测，不易受到环境光线的干扰，但是TOF芯片每一个像元要对入射光往返相机与物体之间的相位分别纪录，传感器结构比普通图像传感器更复杂，单个像素要大得多，成本和体积更大。
双目视觉技术：该技术方案通过两个RGB摄像头模仿人的双眼，通过标定后的双摄像头得到同步曝光图像，然后计算获取的二维图像像素点的第三维深度信息。
双目方案算法实现非常复杂，寻找像间对应关系时需要特征提取、特征匹配等一系列复杂的算法，同时光照变化、光线明暗等外在因素的影响会对算法提出更大的挑战。相比于双目的被动方案，基于主动光探测的结构光/TOF具有算法简单，响应速度快，识别距离范围大等优势，因而更加契合交互场景的要求。而就TOF与结构光之间对比而言，结构光在便携性、成本、成像速度与延时方面占据优势，我们判断其将率先借苹果新机登陆前置镜头；而TOF抗干扰性更好，探测距离远，未来将在后置镜头大展拳脚，对接长距应用场景。
3D成像市场现状及趋势
3D成像并非是只有概念的“空中楼阁”，而是有着强劲的下游需求支撑。判断3D 成像技术在苹果引领之下，将率先在消费电子应用上（VR/AR 、生物识别）大规模落地，随后逐步辐射到各行业，实现2D 向3D 的交互跨域。据预测，2016-2022年3D成像将在消费电子领域，以接近160%年均复合增速迎来大爆发。
3D成像被各种垂直行业用于不同途径，目的则是为了更好的可视化和得到质量更佳的成像。目前，3D成像被用于医疗保健垂直行业，加强对患者的护理和诊断，进而激励了3D成像供应商为医疗行业提供满足其特殊要求的卓越成像解决方案。
3D成像下游交互需求广泛
3D成像在智能手机中应用
在消费类市场中，智能手机厂商正在快速适应3D成像和传感引发的变革，积极展开技术和产品布局。OPPO Find X采用中国奥比中光（Orbbec）提供的3D结构光技术，可实现0.1秒极速3D人脸解锁；此外，3D结构光技术与Find X前置 2500万摄像头配合，可实现3D个性美颜。小米 8探索版采用以色列Mantis Vision提供的基于掩膜的编码结构光技术，呈现出规律性的几何编码图形，可快速匹配特征点，减少3D信息计算量，降低结构光算法功耗。我们预计华为将很快发布自己的3D摄像头方案，合作伙伴可能是ams、舜宇光学。但是由于3D摄像头的整体成本高昂，短期市场预测较为保守。
手机用3D 成像模块中，各核心元件价值占比将重构，红外器件相关的厂商将成为产业链核心，是3D 成像红利的最大受益者。
在工业领域，对被测物体的三维形状和尺寸的测量和检测起着至关重要的作用，因此3D机器视觉的地位变得越来越重要。利用3D机器视觉，将组件和系统集成于制造过程中，可以提高过程和产品质量，最小化产出周期，从而提高整个制造过程的效率。近年来，机器视觉技术（如智能相机）的进步开拓了工业和非工业垂直行业的机器视觉市场。由于制造商和客户对质量的要求不断提高，3D机器视觉正成为定位和导航、制造、质量控制等领域的关键技术之一。全球3D机器视觉市场预计将从2014年的8.747亿美元增长到2020年的16.31亿美元，期间的复合年增长率为10.5%。
2014年-2020年全球3D机器视觉市场规模及预测
数据来源：安全监督生产管理局
计算机视觉人工智能的发展加速3D成像市场的增长
计算机视觉人工智能可以提高制造过程的质量保证度，降低成本，提高响应时间，因此被广泛地应用于各种垂直行业中。
2017年计算机视觉人工智能市场规模为23.7亿美元，到2023年预计将达到253.2亿美元，2018~2023年期间的复合年增长率高达47.54%。主要的硬件公司有巴勒斯（Basler）、基恩士（Keyence）、Cognex、ISRA Vision、Teledyne Technologies等，软件公司有英特尔、苹果、国家仪器、Alphabet（谷歌）、Wikitude等。这些企业提供不同应用的3D成像技术，如web检测、避障和目标跟踪，将3D成像的应用范围逐步拓宽。
总体来看，人工智能技术发展日新月异，必将为3D成像等新技术提供强有力的技术支撑。相信，在后续的发展中，3D成像技术将为经济社会发展带来长久驱动力。
参考观研天下发布《2019年中国3D成像行业分析报告-市场运营态势与发展前景研究》
2D 成像与3D成像对比
资料来源：互联网
3D成像将带来诸多新增零组件。在发射端，新增了红外激光发射器和辅助元件，包括衍射光栅和光学棱镜部件（如准直镜头）；在接收端，除了可见光镜头外，还新增红外接收部分，包括镜头、红外传感器和窄带红外滤光片，而图像处理器IC由于算法上的复杂性，也将比单纯的2D成像IC成本更高。 总而言之，3D 成像带来的产业机会比2D 成像只增不减，大幅提振产业链价值的同时改变价值分配， 驱动红外核心厂商高业绩弹性。
2D成像与3D成像产业链对比
资料来源：互联网
3D 成像不只是为了拍照，更关键的是要获取深度信息，重建真实世界以服务于后续的交互动作。如果只是要把照片拍好，那双摄已经可以基本满足要求；而如果要借助光学去人机交互，3D则必不可少。 可以说，正是交互的需求催生了3D 成像。
作为拓展2D成像的手段，3D成像目前有三种主流解决方案：结构光、TOF和双目视觉技术：
结构光：结构光使用提前设计好的具有特殊结构的图案（比如离散光斑、条纹光、编码结构光等），将图案投影到空间物体表面上，用另外一个相机观察在三维物理表面成像的畸变情况，进行图像匹配比较并计算出深度信息。结构光对物体拍摄两次即可实现3D距离的探测，其他计算过程都由本地处理器完成，延时非常短，测量速度快，同时经过多年的技术发展，模组体积已经较小。结构光最早被应用于微软的明星产品Kinect上，迄今已有8年，可谓是经过了时间验证的成熟方案。
结构光方案示意图
资料来源：互联网
TOF：TOF（TimeofFlight）的测距原理是通过给目标连续发送光脉冲，用传感器接收从物体返回的光，通过探测光脉冲的飞行（往返）时间来得到目标物距离。TOF由照射单元、光学透镜（镜片+窄带滤光片）、TOF传感器、控制单元和计算单元构成，原理与结构光殊途同归，都是属于主动光探测方案。TOF的优势在于远距离探测，不易受到环境光线的干扰，但是TOF芯片每一个像元要对入射光往返相机与物体之间的相位分别纪录，传感器结构比普通图像传感器更复杂，单个像素要大得多，成本和体积更大。
TOF方案示意图
资料来源：互联网
双目方案算法实现非常复杂，寻找像间对应关系时需要特征提取、特征匹配等一系列复杂的算法，同时光照变化、光线明暗等外在因素的影响会对算法提出更大的挑战。相比于双目的被动方案，基于主动光探测的结构光/TOF具有算法简单，响应速度快，识别距离范围大等优势，因而更加契合交互场景的要求。而就TOF与结构光之间对比而言，结构光在便携性、成本、成像速度与延时方面占据优势，我们判断其将率先借苹果新机登陆前置镜头；而TOF抗干扰性更好，探测距离远，未来将在后置镜头大展拳脚，对接长距应用场景。
3D相机三种方案对比
资料来源：互联网
3D成像市场现状及趋势
3D成像并非是只有概念的“空中楼阁”，而是有着强劲的下游需求支撑。判断3D 成像技术在苹果引领之下，将率先在消费电子应用上（VR/AR 、生物识别）大规模落地，随后逐步辐射到各行业，实现2D 向3D 的交互跨域。据预测，2016-2022年3D成像将在消费电子领域，以接近160%年均复合增速迎来大爆发。
3D 成像市场成长预计（百万美元）
数据来源：安全监督生产管理局
2022 年3D成像市场结构预计
数据来源：安全监督生产管理局
3D成像被各种垂直行业用于不同途径，目的则是为了更好的可视化和得到质量更佳的成像。目前，3D成像被用于医疗保健垂直行业，加强对患者的护理和诊断，进而激励了3D成像供应商为医疗行业提供满足其特殊要求的卓越成像解决方案。
3D成像下游交互需求广泛
3D成像在智能手机中应用
在消费类市场中，智能手机厂商正在快速适应3D成像和传感引发的变革，积极展开技术和产品布局。OPPO Find X采用中国奥比中光（Orbbec）提供的3D结构光技术，可实现0.1秒极速3D人脸解锁；此外，3D结构光技术与Find X前置 2500万摄像头配合，可实现3D个性美颜。小米 8探索版采用以色列Mantis Vision提供的基于掩膜的编码结构光技术，呈现出规律性的几何编码图形，可快速匹配特征点，减少3D信息计算量，降低结构光算法功耗。我们预计华为将很快发布自己的3D摄像头方案，合作伙伴可能是ams、舜宇光学。但是由于3D摄像头的整体成本高昂，短期市场预测较为保守。
2013~2023年3D摄像头在智能手机中的渗透情况
资料来源：互联网
手机用3D 成像模块中，各核心元件价值占比将重构，红外器件相关的厂商将成为产业链核心，是3D 成像红利的最大受益者。
手机用3D 成像核心硬件成本占比
数据来源：安全监督生产管理局
3D机器视觉将引爆3D成像市场
在工业领域，对被测物体的三维形状和尺寸的测量和检测起着至关重要的作用，因此3D机器视觉的地位变得越来越重要。利用3D机器视觉，将组件和系统集成于制造过程中，可以提高过程和产品质量，最小化产出周期，从而提高整个制造过程的效率。近年来，机器视觉技术（如智能相机）的进步开拓了工业和非工业垂直行业的机器视觉市场。由于制造商和客户对质量的要求不断提高，3D机器视觉正成为定位和导航、制造、质量控制等领域的关键技术之一。全球3D机器视觉市场预计将从2014年的8.747亿美元增长到2020年的16.31亿美元，期间的复合年增长率为10.5%。
2014年-2020年全球3D机器视觉市场规模及预测
数据来源：安全监督生产管理局
计算机视觉人工智能的发展加速3D成像市场的增长
计算机视觉人工智能可以提高制造过程的质量保证度，降低成本，提高响应时间，因此被广泛地应用于各种垂直行业中。
2017年计算机视觉人工智能市场规模为23.7亿美元，到2023年预计将达到253.2亿美元，2018~2023年期间的复合年增长率高达47.54%。主要的硬件公司有巴勒斯（Basler）、基恩士（Keyence）、Cognex、ISRA Vision、Teledyne Technologies等，软件公司有英特尔、苹果、国家仪器、Alphabet（谷歌）、Wikitude等。这些企业提供不同应用的3D成像技术，如web检测、避障和目标跟踪，将3D成像的应用范围逐步拓宽。
计算机视觉人工智能市场规模
数据来源：安全监督生产管理局
总体来看，人工智能技术发展日新月异，必将为3D成像等新技术提供强有力的技术支撑。相信，在后续的发展中，3D成像技术将为经济社会发展带来长久驱动力。
资料来源：安全监督生产管理局，观研天下整理（TC）
更多好文每日分享，欢迎关注公众号
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com，我们将及时沟通与处理。
