一、结构光三维视觉概述

大家好，我是老张。在3D视觉这个行当摸爬滚打了十几年，今天咱们来聊聊结构光技术。说实话，每次跟新人介绍这个领域，我都喜欢先问一个问题：你用手电筒照过墙上的手影吗？如果照过，那你其实已经理解了结构光最朴素的原理——用光去探测物体的形状。

结构光技术，说白了就是主动投射已知图案，通过观察图案的变形来反推三维信息。我习惯把它比作「用光做一把尺子」。你投射一个条纹，相机拍回来，条纹弯了多少，那个弯曲量就是深度信息。

1.1 发展历程：从实验室到你的手机

我记得2008年刚入行那会儿，结构光设备还都是大家伙。一个投影仪加两个工业相机，整套系统能占半张实验台。那时候做一次标定，光调参就得花一上午。

结构光技术的发展，大致经历了这么几个阶段：

• 萌芽期（1970s-1990s）：最早是Will和Pennington在1971年提出用光栅投影做三维测量。那时候用的都是模拟信号，处理一张图得等半天。
• 发展期（1990s-2010s）：数字投影仪和CCD相机普及后，编码方法开始百花齐放。格雷码、相移法都是这个时期成熟的。我当年做硕士论文，用的就是四步相移法，现在想想那代码写得真够呛。
• 爆发期（2010s-至今）：2013年微软Kinect v1把结构光带入了消费级市场。后来苹果的Face ID更是把结构光塞进了手机。嗯，这里要注意，手机里的结构光和工业级的不太一样，后面我会细讲。

1.2 主流应用场景

结构光能做的事太多了。我挑三个最典型的场景聊聊。

工业检测：精度是王道

在工厂里，结构光主要干两件事：尺寸测量和缺陷检测。比如汽车钣金件的间隙检测，要求精度到0.01mm。我曾在某德系车厂做过一个项目，用蓝光结构光扫描车门轮廓，配合相位测量轮廓术（PMP），最终重复性精度做到了0.005mm。

工业场景有个特点：环境可控。你可以在暗室或者遮光罩里操作，所以编码方式可以选最复杂的。我个人习惯用多频外差法，抗噪能力好，解相位也稳定。

人脸识别：速度是生命线

Face ID用的就是散斑结构光。它投射约3万个红外光斑到人脸上，通过光斑的位移计算深度。这里有个坑——散斑图案是随机的，没法用传统的三角测量公式。苹果的做法是预先采集大量人脸数据，训练一个匹配模型。

我曾经帮一家安防公司做过类似方案，发现一个有意思的问题：戴眼镜的人，镜片反光会导致光斑丢失。后来我们加了偏振片，才把识别率从92%提到98%。

AR/VR：实时是硬门槛

AR眼镜里用的结构光，要求帧率至少30fps，延迟低于20ms。这就不能用传统的多帧编码了。我见过一个方案，用单帧De Bruijn序列编码，配合GPU加速，能做到60fps实时重建。

你想想看，如果戴AR眼镜转头时，虚拟物体要延迟半秒才跟上，那体验得多糟糕。所以AR场景下，编码效率比精度更重要。

1.3 技术优势：为什么选结构光？

市面上3D视觉方案很多，双目、ToF、激光雷达……结构光凭什么占一席之地？我列个表对比一下：

对比项	结构光	双目视觉	ToF
精度	高（0.01-1mm）	中（0.1-10mm）	低（1-10mm）
抗环境光	强（主动光源）	弱（依赖纹理）	中（受干扰）
计算量	中	大（立体匹配）	小
适用距离	0.1-5m	0.5-50m	0.1-10m
成本	中	低	中

结构光最大的优势是精度和鲁棒性的平衡。它不像双目那样依赖物体表面的纹理特征，也不像ToF那样受多径干扰严重。说白了，在1米以内的近距离测量中，结构光几乎是性价比最高的选择。

1.4 知识体系总览

这一章的内容比较多，我画了一张图帮你理清思路。结构光技术可以拆成四个核心模块：编码、投影、采集、解码。后面几章我们会逐一深入。

这张图把结构光技术的核心脉络串起来了。从编码到解码，每一步都有讲究。比如编码环节，时间编码精度高但需要多帧，适合静态场景；空间编码单帧搞定，适合动态场景但分辨率受限。怎么选？看你的应用场景。

好了，第一章就到这里。结构光的世界很大，咱们慢慢聊。记住一句话：光是有形状的，而形状里藏着深度。

---

公众号:蓝海资料掘金营，微信deep3321