一、结构光三维视觉概述

各位同学好，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系统的那些事儿。

结构光三维视觉，说白了就是给物体拍一张“带编码”的照片，然后从这张照片里算出物体的三维形状。听起来很神奇？其实原理并不复杂。

1.1 结构光技术发展史

结构光这个概念，最早可以追溯到上世纪70年代。那时候的投影仪还是灯泡机，又大又重，但已经有人开始用它来做三维测量了。

我记得刚入行时，带我的老师傅跟我说过一段往事：80年代日本有个团队，用一台老式幻灯机投影黑白条纹，再用胶片相机拍照，然后手工测量条纹变形量来计算物体高度。你想想看，那得有多慢？拍一张照片要等胶片冲洗，测量要拿尺子比划，算一个点要按半天计算器。

到了90年代，随着CCD相机和数字投影仪的出现，结构光技术才真正开始实用化。我2008年刚接触这个领域时，用的还是DLP投影仪，分辨率只有1024×768，但已经觉得是神器了。

最近十年，结构光技术发展更快。从单帧编码到多帧编码，从黑白条纹到彩色编码，从静态扫描到实时重建，进步非常明显。特别是2017年iPhone X引入结构光人脸识别后，这项技术算是真正走进了大众视野。

1.2 结构光系统组成

一个典型的结构光系统，核心部件就两个：投影仪和相机。但别小看这两个家伙，它们之间的配合可是门大学问。

投影仪负责投射编码图案。我习惯把投影仪比作“发报员”，它把三维信息编码成光信号发出去。相机则是“收报员”，负责接收被物体调制后的图案。

除了这两个核心部件，系统还需要：

• 同步控制器：确保投影和拍摄时序一致。我曾经遇到过投影和相机不同步的问题，拍出来的条纹都是错位的，折腾了两天才发现是触发信号没接好。
• 光学附件：比如滤光片、偏振片，用来减少环境光干扰。
• 标定板：棋盘格或圆点阵，用于系统标定。
• 计算单元：电脑或嵌入式处理器，负责解码和三维重建。

1.3 结构光分类

根据投影图案的不同，结构光可以分为三类：点结构光、线结构光和面结构光。我按复杂程度给大家捋一捋。

点结构光

最简单的一种。投影仪只投射一个光点，相机捕捉这个点在物体表面的位置。通过三角测量原理，一个点就能算出一个深度值。但问题是，要扫描整个物体，得让这个点来回移动，效率很低。

我记得早期做激光扫描仪时，用的就是点结构光。一个点一个点地扫，扫一个巴掌大的零件要半小时，现在想想真是原始。

线结构光

比点结构光进了一步。投影仪投射一条光条纹，相机捕捉条纹的变形。一条线上有几百个点，一次就能算出一条轮廓线。配合运动平台，可以快速扫描整个物体。

线结构光在工业检测中应用很广。我做过一个项目，用线结构光检测手机中框的平面度，精度能做到0.02mm，客户很满意。

面结构光

这是目前最主流的方式。投影仪投射整个编码图案（比如条纹、格雷码、相移条纹），相机一次拍摄就能获取整个视场内的三维信息。速度快、精度高，适合静态和动态场景。

1.4 结构光系统标定的意义与目标

好了，前面讲了这么多，核心问题来了：为什么一定要标定？

你想想看，投影仪和相机是两个独立的设备，它们各自有各自的内参（焦距、畸变等），它们之间的相对位置（外参）也是未知的。如果不标定，投影仪投出去的光和相机拍到的光之间就没有数学关系，三维重建就是空中楼阁。

标定的目标其实就三个：

1. 确定相机内参：焦距、主点、畸变系数。说白了就是搞清楚相机是怎么成像的。
2. 确定投影仪内参：投影仪可以看作一个“反向相机”，它也有内参需要标定。
3. 确定系统外参：相机和投影仪之间的旋转矩阵和平移向量。这是三角测量的基础。

我个人习惯，每次搭建新系统时，至少做三次标定：第一次粗标定，确认系统能工作；第二次精标定，优化参数；第三次验证标定，用标准件检验精度。三步走下来，心里才有底。

嗯，这一章的内容就到这里。结构光技术看似简单，但里面的门道不少。从下一章开始，我们会深入讲解标定的具体方法，包括相机模型、投影仪模型、标定板设计等等。到时候咱们再细聊。