01
结构光三维视觉概述
什么是结构光 · 应用场景（人脸识别/工业检测/文物扫描） · 三角测量法原理
基础原理
02
结构光系统组成
投影单元（DLP/LCD/激光） · 相机单元 · 同步控制单元
硬件架构
03
低成本方案选型
LCD投影仪+USB摄像头 · 核心参数对比（分辨率/帧率/亮度）
选型性价比
04
硬件清单与采购
投影仪选购指南 · 摄像头推荐（OV5640/IMX219） · 支架与电源模块
采购清单
05
硬件组装与调试
固定方式 · 光路对齐技巧 · 同步触发信号连接
动手调试
06
相机标定原理
内参（焦距/畸变） · 外参（旋转/平移） · 标定板（棋盘格/圆点阵）
标定数学
07
相机标定实战
OpenCV标定 · 拍摄标定图片 · 内参矩阵与畸变系数
实战OpenCV
08
投影仪标定
投影仪作为逆相机 · 投影棋盘格 · 采集投影图像并标定
标定投影
09
系统联合标定
相机-投影仪坐标系转换 · 立体标定流程 · 重投影误差评估
联合精度
10
结构光编码策略
时间编码（二进制码/格雷码） · 空间编码 · 直接编码（相移法）
编码核心
11
格雷码编码原理
格雷码生成 · 码字映射 · 投影图案设计
格雷码原理
12
格雷码解码实战
采集格雷码图像序列 · 阈值分割 · 码值解码
解码实战
13
相移法编码原理
三步相移 · 四步相移 · 多频外差法
相移高频
14
相移法解码实战
包裹相位计算 · 相位展开（空间/时间展开）
相位展开
15
混合编码策略
格雷码+相移法结合 · 高精度与鲁棒性平衡
混合优化
16
图像预处理
图像去噪（高斯/中值滤波） · 亮度归一化 · Gamma校正
预处理滤波
17
图像二值化
全局阈值（Otsu） · 局部阈值（自适应） · 投影图案分割
二值化分割
18
特征点匹配
极线约束 · 立体匹配 · 亚像素精度优化
匹配立体
19
三维点云生成
三角测量公式 · 点云坐标计算 · 离群点去除
点云重建
20
点云后处理
点云拼接（ICP） · 网格化（Poisson重建） · 纹理映射
后处理网格
21
软件框架搭建
Python+OpenCV环境 · 主循环设计（投影-采集-解码-重建）
框架系统
22
实时性优化
多线程采集 · GPU加速（CUDA/OpenCL） · 算法简化
优化实时
23
精度评估方法
标准球/平面测量 · 重复性测试 · 误差来源分析
评估计量
24
常见问题与调试
投影图案模糊 · 解码错误 · 点云缺失 · 标定失败
调试排错
25
案例1：人脸三维扫描
硬件搭建 · 采集流程 · 点云处理
案例人脸
26
案例2：微小物体三维测量
放大镜头选择 · 高精度标定 · 细节重建
案例微距
27
案例3：动态手势识别
高速投影模式 · 实时解码 · 手势点云匹配
案例动态
28
扩展与进阶
DLP投影方案 · 红外结构光（Kinect原理） · 深度学习辅助解码
进阶扩展
29
成本核算与对比
本方案成本（<500元） vs 商业方案（>10000元） · 性能对比
成本对比
30
总结与展望
结构光技术发展趋势 · 开源社区资源 · 下一步学习建议
总结展望