3D相机是对象建模必不可少的工具，它既可以收集工件的形状数据，还可以根据3D扫描仪收集外观（例如颜色）数据。与其他类型的相机相比，3D线激光相机基于三角测量，可精确捕获3D形状。但在特定的场景中，由于视场不足、异物遮挡等问题，常造成获取的点云缺失，使得检测系统的准确率下降。

3D图像拼接技术主要针对大视野、高精度场景下的产品测量和检测，通过采集多张产品不同局部的高分辨率图像，提取出每张图片中的共同特征点，构建仿射变换矩阵；通过矩阵运算，将多张图片合并成一张无缝的、高清晰的图像。

图像拼接分为四个步骤：图像匹配、重投影、缝合和融合。根据图像匹配方法分类，图像拼接可分为基于“空间域”和“频域”。而基于空间域的图像拼接可以进一步划分为基于区域的图像拼接和基于特征的图像拼接；基于特征的图像拼接可以细分为基于底层特征的图像拼接和基于轮廓的图像拼接。

12月8日晚6点，LMI Technologies 中国区技术培训经理张力典将围绕《基于3D线激光的多自由度图像拼接》这一主题带来第4讲的直播讲解。

在这一讲中，张力典老师首先简单概述3D图像拼接技术，之后他会对主流的3D图像拼接方法展开分析，并讲解Gocator系统下的多自由度图像拼接方法。最后他还将解析在3C、汽车等行业中的应用案例。