深度相机原理：结构光、ToF、双目立体视觉原理对比

做RGBD相机标定，你首先得搞清楚一件事：深度是怎么来的？

市面上主流的深度相机，说白了就三种方案——结构光、ToF、双目立体视觉。我这些年三种都折腾过，踩过不少坑。今天咱们就掰开揉碎，把它们的原理、优缺点、适用场景聊透。

一、结构光：投影编码，三角测距

结构光的思路很直接：我主动往场景里投一个已知图案，然后用相机拍它。图案被物体表面调制后会发生变形，通过分析变形量就能算出深度。

举个例子，你拿一个手电筒照墙，手电筒和墙的距离变了，光斑大小也会变。结构光就是把这个思路做到极致——它投的不是简单光斑，而是精心设计的编码图案。

我在项目中用过Intel RealSense D415，它就是典型的主动立体视觉——本质上还是结构光，只不过把投影器和双目相机结合了。当时做机械臂抓取，遇到一个坑：强光下结构光基本废掉。户外阳光直射时，投影图案被环境光淹没，深度图全是黑洞。后来我加了个带通滤光片，勉强能用，但代价是帧率掉了一半。

二、ToF：光速飞行，直接测距

ToF（Time of Flight）的思路更暴力：我发射一束光，测它飞出去再反射回来的时间。光速是已知的，时间乘以光速再除以2，就是距离。

听起来简单对吧？但实际工程里，直接测光飞行时间太难了——光速太快，1纳秒才走30厘米。所以消费级ToF相机用的都是间接飞行时间（iToF），通过调制光的相位差来推算距离。

我最早接触ToF是2016年，用微软Kinect v2做人体姿态估计。那玩意儿在室内确实好用——不受纹理影响，纯色墙面也能出深度。但有个致命问题：多路径干扰。如果场景里有多个反射面，光信号会串扰，深度值就飘了。我记得有一次测一个金属柜子，深度图边缘全是毛刺，后来发现是柜门反射造成的。

三、双目立体视觉：被动匹配，靠纹理吃饭

双目视觉是最「朴素」的方案——我不主动发光，全靠两个相机拍到的图像，找对应点，算视差。你想想看，这其实模拟了人眼的工作原理。

核心流程就三步：

1. 图像校正——把左右图对齐到同一平面
2. 立体匹配——找左右图中同一个点的位置差
3. 三角测量——用视差算深度

这里面最难的步骤是第二步。我当年做双目测距时，最头疼的就是弱纹理区域。一面白墙，左右图看起来一模一样，算法根本找不到匹配点。后来我试过加纹理投影仪，但那就变成结构光了。

四、三种方案的核心对比

我把它们的关键差异整理成了一张表，方便你快速决策：

看到这张表，你应该能理解为什么不同场景要选不同方案了。我个人习惯是：室内静态场景用结构光，动态捕捉用ToF，户外环境用双目。当然，现在也有混合方案——比如苹果的LiDAR就是ToF+结构光的融合。

五、一张图看懂三种原理

下面这张SVG图，把三种方案的核心逻辑画出来了。你看一眼就能明白它们的本质区别：

这张图里，结构光走的是「主动投影+三角测量」路线，ToF走的是「主动发光+直接测距」路线，双目走的是「被动拍摄+三角测量」路线。说白了，结构光和双目本质都是三角测量，区别在于一个自己带灯，一个靠天吃饭。

六、实战中的选型建议

说了这么多理论，最后给点实在的。如果你现在要选一款深度相机做项目，我的建议是：

• 做AR/VR手势识别 → 选ToF。帧率高，延迟低，手部快速运动也能跟上。
• 做3D扫描建模 → 选结构光。精度高，细节丰富，但物体不能动。
• 做自动驾驶/机器人导航 → 选双目。户外抗光性好，功耗低，适合长时间运行。
• 做工业检测 → 看情况。透明物体用ToF，高精度测量用结构光，大范围用双目。

嗯，关于三种深度相机原理的对比，今天就聊到这儿。下一节我们会深入结构光的标定方法，到时候我会把实际项目中遇到的标定参数调优经验全部分享出来。

公众号:蓝海资料掘金营，微信deep3321