投影仪标定：逆向相机模型与相位辅助标定法
说到投影仪标定，很多刚入行的朋友会问我：「投影仪又不能拍照，怎么标定？」
嗯，这确实是结构光测量里第一个让人头疼的问题。相机标定我们熟——拍棋盘格，提取角点，解内参外参。但投影仪呢？它只能往外投图案，没法像相机一样「看」东西。
我刚开始做这个方向时，也卡在这里好几天。后来想通了：投影仪本质上就是一个逆向的相机。你想想看，相机是把三维世界投影到二维像平面上，而投影仪是把二维图案投射到三维空间中。两者正好是互逆的过程。
核心思想：把投影仪当作一个「反向相机」来标定。只要能找到投影仪像素和空间点之间的对应关系，张氏标定法就能直接套用。
投影仪标定的核心难点
难点说白了就一个：投影仪没法直接拍摄图像。
相机标定时，我们用棋盘格作为已知尺寸的靶标，相机拍下不同姿态的棋盘格照片，提取角点坐标，就能建立2D-3D对应关系。
但投影仪呢？它只能投出图案。你投一个棋盘格到墙上，投影仪自己并不知道这些角点对应到空间中的哪个位置。它没有「视觉反馈」的能力。
那怎么办？我们需要一个「中间人」——相机。让相机来帮投影仪「看」世界。
相位辅助标定法：让投影仪「看见」世界
这个方法的核心，就是利用相移条纹来建立投影仪像素和空间点之间的精确对应关系。
具体怎么做？我一步步说：
- 投影相移条纹：投影仪向棋盘格靶标投射水平和垂直两组相移条纹
- 相机同步拍摄：相机拍下被条纹调制的棋盘格图像
- 解相位：从拍摄的图像中解出每个像素对应的绝对相位值
- 建立对应：利用相位值，找到相机像素对应的投影仪像素坐标
举个例子你就明白了。假设投影仪投出一组水平条纹，每个条纹的相位值沿着垂直方向线性变化。相机拍到的某个像素，它的相位值是0.35π。那么，这个像素对应的投影仪像素的垂直坐标，就是0.35π对应的那个行号。
我的经验：实际项目中，我一般用四步相移法加多频外差解包裹。四步相移精度高，多频外差能解决相位模糊问题。两者结合，相位精度能做到1/100像素级别。
投影仪像素对应点获取的完整流程
下面我画了一张流程图，帮你理清整个逻辑：
张氏标定法在投影仪上的变体应用
有了投影仪像素和空间点的对应关系，剩下的就简单了。张氏标定法的核心公式完全不变：
// 投影仪标定的核心方程（和相机标定一模一样）
s * [u_p, v_p, 1]^T = K_p * [R | t] * [X_w, Y_w, Z_w, 1]^T
其中：
- (u_p, v_p) 是投影仪像素坐标
- (X_w, Y_w, Z_w) 是空间点坐标（棋盘格角点）
- K_p 是投影仪内参矩阵
- [R | t] 是投影仪外参区别在哪？区别在于数据获取方式。
| 标定步骤 | 相机标定 | 投影仪标定（相位辅助法） |
|---|---|---|
| 获取2D点 | 直接提取棋盘格角点 | 通过相位值反算投影仪像素坐标 |
| 获取3D点 | 已知棋盘格物理尺寸 | 已知棋盘格物理尺寸（不变） |
| 标定算法 | 张氏标定法 | 张氏标定法（完全一致） |
| 优化目标 | 重投影误差最小化 | 重投影误差最小化（不变） |
我曾经踩过的坑：刚开始做投影仪标定时，我直接用相机标定的代码去跑投影仪的数据，结果发现重投影误差总是很大。后来排查了半天，才发现是相位解包裹时出现了跳变。相位解包裹的精度直接决定了标定精度，这一步一定要仔细验证。
实际操作中的几个关键点
根据我的项目经验，有几点特别值得注意：
- 棋盘格靶标要足够大：投影仪的分辨率通常比相机低，靶标太小会导致相位信息不足
- 条纹频率要合适：频率太高容易受噪声影响，频率太低则相位精度不够。我一般用16-32像素一个周期
- 多姿态采集：和相机标定一样，至少采集10-15个不同姿态的数据
- 环境光控制：环境光太强会降低条纹对比度，影响相位解算精度
我的小技巧：在采集数据时，我会先拍一组纯棋盘格图像用于相机标定，再拍一组条纹图像用于投影仪标定。这样一次采集就能同时完成相机和投影仪的标定，省时省力。
说白了，投影仪标定就是把「不能拍照」的问题，通过相位辅助的方法转化成「能标定」的问题。一旦你理解了逆向相机模型这个思路，整个流程就顺了。
嗯，这一章的内容就到这里。投影仪标定是结构光测量的基石，这块做扎实了，后面的三维重建精度才有保障。