01
深度感知技术概述
什么是深度感知 · 与普通视觉的区别 · 工业/物流/医疗应用
基础应用领域
02
深度感知技术原理
三角测量 · 飞行时间法(ToF) · 结构光 · 双目立体视觉
原理核心
03
深度传感器硬件
双目相机 · ToF相机 · Kinect结构光 · LiDAR简介
硬件传感器
04
相机标定与畸变校正
内参/外参 · 畸变模型 · 张正友标定 · OpenCV实践
标定OpenCV
05
双目立体视觉深度估计
SGBM/BM匹配 · 视差图 · 深度图 · 点云生成
立体匹配深度图
06
结构光深度测量
编码图案 · 相位解包裹 · 深度重建 · 精度分析
结构光编码
07
ToF深度测量
ToF原理 · 多径干扰 · 噪声处理 · 深度置信度
ToF噪声
08
深度图预处理
双边/引导滤波 · 空洞填充 · 深度图增强
滤波增强
09
点云基础
PCL/Open3D · 可视化 · 体素/统计滤波
点云PCL
10
点云分割
RANSAC平面 · 欧几里得聚类 · 区域生长
分割RANSAC
11
物体检测与定位
深度图检测 · 点云3D Bounding Box
检测3D框
12
物体尺寸测量
2D/3D尺寸 · 最小外接矩形/盒子
测量外接盒
13
体积计算基础
体素法 · 积分法 · 蒙特卡洛 · 凸包法
体积算法
14
基于点云的体积计算
凸包体积 · 泊松重建 · 体素化体积
点云体积
15
基于深度图的体积计算
像素面积积分 · 深度积分 · 背景差分
深度图积分
16
不规则物体体积测量
凹包Alpha Shape · 网格重建 · 切片法
不规则Alpha
17
测量精度与误差分析
系统/随机误差 · 标定误差 · 环境光 · 评估
精度误差
18
多传感器融合
RGB-D融合 · 多视角 · 深度与IMU融合
融合RGB-D
19
实时测量系统设计
系统架构 · 数据流 · 多线程 · GPU加速
实时系统
20
Open3D实战
点云读写 · 可视化 · 滤波 · 分割 · 尺寸测量
Open3D实战
21
OpenCV深度测量实战
双目标定 · 立体匹配 · 深度图 · 尺寸测量
OpenCV双目
22
PCL实战
点云滤波 · RANSAC · 聚类 · 体积计算
PCL实战
23
深度学习与深度感知
单目深度估计(MiDaS/DPT) · 学习立体匹配
深度学习单目
24
深度学习物体尺寸测量
2D检测+深度估计 · 端到端尺寸预测
深度学习尺寸
25
工业场景应用案例
传送带测量 · 包裹体积 · 零件检测
工业案例
26
物流场景应用案例
DWS体积称重 · 货架测量 · 仓库体积
物流DWS
27
医疗场景应用案例
伤口尺寸 · 器官体积 · 人体测量
医疗案例
28
系统集成与部署
传感器选型 · 光源 · 标定 · 软件架构 · API
集成部署
29
性能优化
算法优化 · 内存管理 · 并行 · Jetson/RK3588
优化嵌入式
30
项目实战：完整测量系统
从硬件选型到软件实现 · 全流程搭建
项目综合