物体深度的原理：利用高精度计数器计算时间差，发射调制光时启动高精度计数器，测量到反射光后停止计数器。或者使用电容充电法计算时间差，入射光和反射光改变电容两端电压，通过其随时间变化的规律计算时间差。
f四、各种算法的优缺点的比较：基于数学形态学的方法在物体间相互重叠比例较小时，具有较好的识别效果；当物体间相互重叠比例较大时，容易出现过分割或欠分割的错误。类似于数学形态学的方法，该方法在物体被遮挡的边缘较少时，具有较好的识别效果。Hough算法把曲线和直线转化为空间参数的峰值，当物体基于Hough变换的识别方法具有较好的抗干扰能力，当物体部分边缘被遮挡时，同样具有较好的识别性能。该方法的缺点是计算量较大，需要进行卷积，实时性能较差。基于深度图像的识别方法，由于是物体的3D形状进行成簇区域内果蔬的识别，因此该方法在物体存在轻度遮挡的情况下，同样可以具有较好的识别性能，但该方法的主要问题是物体区域内对象3D重建较为复杂，计算量很大。目前hough算法在图像轮廓识别，被遮挡物体以及图像处理方面有很好的应用，唯一不好的在于需要进行卷积运算从而，在计算较复杂图像是运算量很大，大大降低了识别速度。其根据局部度量来计算全面描述参数，因而对于区域边界被噪声干扰或被其他目标遮盖而引起边界发生某些间断的情况，它具有很好的容错性和鲁棒性。使其在图像识别上有很大的优势，应用广泛。
f五、hough算法的应用：目前hough算法基于把直线或曲线转化成空间参数的峰值，从而提取图像的轮廓。目前hough算法在采摘机器人的进行视觉识别果园果实方面应用很大，姚立健等以茄子3D模型的中心轴绕轴旋转的角度Ot、缩放比及该旋转角度下的茄子形心坐标o，b作为进行广义Hough变换后所需确定的4个参数，建立以旋转角度及缩放比为最高索引项，边缘点梯度值为第2层索引的形心坐标检索表。识别时，通过检索该表对相应形心坐标对应的茄子模型进行投票，取与被识别茄子公共面积比最大的最高得票数对应的茄子模型为识别结果。同时崔永杰等对毗邻猕猴桃的分离方法进行了研究，提出了一种基于椭圆Hough变换的毗邻猕猴桃识别方法。因此hough算法在解决成簇果实识别方面有很大的作用，性能优越。同时也有在车牌倾斜校正有着广泛应用步骤大致是1图像预处理。读取图像，转换成灰度图，去除离散噪声点2利用边缘检测，对图像中水平线进行强化处理。3）基于Hough变换检测车牌图像中边框，获取倾斜角度r