2. 误差来源分类：系统误差、随机误差、粗大误差的定义与区分

做结构光测量这些年，我最大的体会就是：误差这东西，你躲不掉，但可以管好它。

很多人一上来就调算法、换硬件，折腾半天精度还是上不去。为什么？因为连误差是哪来的都没搞清楚。我个人习惯，拿到一个测量系统，第一件事不是测数据，而是先给误差「分个类」。

说白了，误差就三种：系统误差、随机误差、粗大误差。它们就像三个性格迥异的捣蛋鬼，你得知道谁在捣乱，才能对症下药。

2.1 系统误差：那个「总偏一边」的家伙

定义： 在相同条件下，多次测量同一量值时，误差的大小和符号保持不变，或按某种确定规律变化。

你想想看，如果你的相机镜头有畸变，那拍出来的条纹位置是不是每次都偏同一个方向？这就是系统误差。它不跟你玩随机，它很「固执」。

我在项目中遇到过最典型的系统误差，是投影仪的非线性响应。明明输入的是正弦条纹，投影出来却变成了「胖正弦」。一开始我以为是算法写错了，折腾了两天。后来用光度计一测才发现——投影仪本身的Gamma曲线就没校准。嗯，这就是系统误差，它一直在那里，只是你没发现。

常见来源：

• 光学元件畸变（镜头、投影透镜）
• 标定板制造误差
• 环境温度引起的结构热膨胀
• 传感器暗电流、偏置电压
• 算法模型本身的近似误差

消除方法：

• 精密标定（相机内参、外参、畸变参数）
• 系统建模补偿（比如投影仪Gamma校正）
• 差动测量法（共模误差相减）
• 定期校准，尤其是温度变化后

2.2 随机误差：那个「捉摸不定」的家伙

定义： 在相同条件下，多次测量同一量值时，误差的大小和符号以不可预知的方式变化。

说白了，随机误差就是「手抖」。你架好三脚架，调好参数，连续拍10张条纹图，每张的相位值都不一样。为什么？因为空气在扰动，电子在热运动，连地板都在微微振动。

随机误差服从统计规律——通常是正态分布。均值趋近于零，方差决定了你的测量重复性。我记得有一次做高精度测量，要求重复性优于0.01mm。结果测了20组数据，标准差0.015mm，死活达不到。后来发现是实验室空调出风口正对着测量区域，气流扰动造成的。关了空调，标准差降到0.005mm。

常见来源：

• 电子噪声（CCD/CMOS读出噪声、散粒噪声）
• 环境振动、空气扰动
• 光源强度波动
• 量化误差（ADC位数有限）
• 被测表面微观纹理变化

减小方法：

• 多次测量取平均（至少5-10次）
• 使用高灵敏度、低噪声传感器
• 控制环境（隔振、恒温、避光）
• 提高信噪比（增加曝光时间或投影亮度）

2.3 粗大误差：那个「离谱」的家伙

定义： 明显超出规定条件下预期范围的误差，通常由人为失误或突发异常引起。

粗大误差，我更喜欢叫它「野值」或「飞点」。它不跟你讲道理，一出现就是离谱的数值——比如测一个平面，突然冒出一个高出10mm的点。你一看就知道：这数据有问题。

我曾经犯过一个低级错误：标定相机时，标定板没放稳，有一张图片标定板是倾斜的。结果标定出来的内参全是错的，后面所有测量数据都飘了。我花了整整一天排查，最后发现是那张图片的问题。从那以后，我每次标定完都会先看一眼重投影误差——超过0.5像素的图片直接删掉重拍。

常见来源：

• 操作失误（标定板遮挡、对焦不准）
• 硬件突发故障（投影仪闪屏、相机丢帧）
• 被测表面高反光或镜面反射
• 数据传输错误（USB线松动、电磁干扰）
• 算法发散（相位解包裹跳变）

处理方法：

• 使用3σ准则或IQR（四分位距）自动检测
• 人工检查原始条纹图质量
• 增加冗余测量（比如多频外差法自带校验）
• 实时监控测量值，发现异常立即重测

2.4 三种误差的快速区分方法

我教你一个土办法：看重复性，看规律性，看离谱程度。

特征	系统误差	随机误差	粗大误差
重复测量表现	每次都偏同一个方向	围绕真值上下波动	偶尔出现极端值
是否有规律	有（恒定或周期性）	无（服从统计分布）	无（突发、孤立）
能否消除	能（标定/补偿）	不能（只能减小）	必须剔除
对均值影响	产生偏移	影响小（正负抵消）	严重拉偏
对标准差影响	影响小	直接决定大小	显著增大

举个例子你就明白了。假设你测量一个标准块的高度，真值是10.000mm：

• 系统误差： 测10次，结果都是10.052mm。每次都偏0.052mm——标定没做好。
• 随机误差： 测10次，结果在9.998~10.003mm之间波动——环境噪声正常。
• 粗大误差： 测10次，9次正常，突然一次是12.345mm——明显有问题，查一下是不是条纹投影时被手挡了一下。

最后说一句：这三种误差往往同时存在。你的任务不是只处理一种，而是先剔除粗大误差，再补偿系统误差，最后用统计方法减小随机误差。顺序不能乱，乱了就白干。