一、三维扫描技术概述
三维扫描，说白了就是把现实世界里的物体“搬”进电脑里。你拿个苹果，扫描一下，电脑里就出现一个一模一样的3D模型——连表面的纹路、凹陷都清清楚楚。这就是三维扫描干的事。
我入行那会儿，三维扫描还是个稀罕玩意儿。一台设备动辄几十万，还得配个专门的工程师操作。现在呢？手持扫描仪几千块就能买到，手机上的结构光传感器更是人手一个。技术发展之快，确实让人感慨。
1.1 三维扫描的定义
三维扫描是一种通过非接触方式，获取物体表面三维坐标信息的技术。它输出的是一堆点——我们叫它“点云”。每个点都有X、Y、Z三个坐标值，有些还带颜色信息。
你想想看，这跟拍照有什么区别？拍照是把三维世界压成二维照片，信息损失了一大半。三维扫描则是把物体的形状、尺寸、曲面全部数字化。有了这些数据，你可以做逆向工程、质量检测、文物保护，甚至给电影做特效。
核心输出：点云数据（Point Cloud）或网格模型（Mesh Model）。
关键指标：精度（mm级到μm级）、分辨率（点间距）、扫描速度（点/秒）。
1.2 发展历程：从接触式到非接触式
三维扫描的历史，其实比很多人想象的要长。我翻过一些老资料，最早的三维测量可以追溯到20世纪60年代。
- 1960s-1970s：接触式测量时代——三坐标测量机（CMM）是主角。探针一个点一个点地碰触物体表面，精度高，但慢得要命。我记得有个项目要扫描一个汽车发动机缸体，光打点就花了两天。
- 1980s-1990s：光学测量兴起——激光三角法开始商用。这时候扫描速度大幅提升，从每秒几个点变成每秒几千个点。但设备还是又大又贵。
- 2000s-2010s：结构光与ToF爆发——Kinect的出现是个标志性事件。微软把结构光传感器做到了消费级价格，虽然精度一般，但让全世界看到了三维扫描的潜力。
- 2020s至今：多传感器融合——现在的趋势是把激光、结构光、IMU、相机全揉在一起。比如苹果的LiDAR，虽然精度不如专业设备，但胜在便携和实时性。
我的经验：别盲目追求最新技术。有些老项目用接触式测量反而更靠谱——比如扫描高反光金属件，光学方案经常翻车，但CMM稳如老狗。
1.3 主流技术路线对比
目前市面上主流的方案就四种：激光三角法、结构光、ToF、摄影测量。每种都有它的脾气，选错了方案，项目可能直接凉半截。
1.3.1 激光三角法
原理很简单：激光器发射一条线或一个点，打到物体表面，相机从另一个角度拍下光斑的位置。根据三角几何关系，算出深度。
我最早接触激光三角法是在2015年，当时做一个小型化扫描仪。调试的时候发现，物体表面颜色对精度影响特别大——黑色吸光，白色反光，测出来的数据飘得厉害。后来加了偏振片才压住。
- 优点：精度高（可达0.01mm），抗环境光干扰能力强。
- 缺点：扫描速度相对慢，对高反光表面不友好。
- 典型应用：工业检测、逆向工程、牙科扫描。
1.3.2 结构光
结构光投影出编码图案（比如格雷码、相移条纹），相机拍摄图案的变形情况，通过解码算出深度。说白了就是“我投一个已知图案，看它被物体扭曲成什么样，反推形状”。
结构光有个坑——投影仪和相机的同步问题。我曾经在一个项目中，投影仪刷新率和相机帧率没对齐，结果点云全是条纹状的伪影。后来加了硬件触发信号才解决。
- 优点：速度快（单帧即可获取全场面），分辨率高。
- 缺点：对环境光敏感，室外基本不能用。
- 典型应用：人脸识别、消费级3D扫描、VR/AR。
1.3.3 ToF（飞行时间法）
ToF测量光脉冲从发射到返回的时间，直接算出距离。原理简单粗暴，但实现起来门道很多。
ToF的精度受限于时间测量的分辨率。1纳秒对应30厘米，所以想做到毫米级精度，时间测量得精确到皮秒级别。这也是为什么早期ToF传感器分辨率低得可怜——QVGA就算高端了。
- 优点：速度快（实时30fps），距离远（可达几十米），体积小。
- 缺点：精度低（通常cm级），多路径干扰严重。
- 典型应用：手机辅助对焦、机器人避障、SLAM。
1.3.4 摄影测量
摄影测量不依赖主动光源，纯靠相机从不同角度拍一堆照片，然后通过特征点匹配和三角测量重建三维结构。说白了就是“多张照片算深度”。
摄影测量有个好处——不需要特殊硬件，一台单反甚至手机就能干。但代价是计算量巨大。我曾经用摄影测量重建一个佛像，拍了200多张照片，电脑跑了整整一夜才出结果。
- 优点：硬件成本低，纹理信息丰富，适合大场景。
- 缺点：计算慢，对纹理缺失表面（纯色墙）无能为力。
- 典型应用：考古、建筑测绘、影视特效。
1.4 技术路线对比表
| 技术路线 | 精度 | 速度 | 成本 | 环境适应性 | 典型场景 |
|---|---|---|---|---|---|
| 激光三角法 | 高（0.01-0.1mm） | 中 | 高 | 室内，抗干扰强 | 工业检测、逆向工程 |
| 结构光 | 中高（0.1-1mm） | 快 | 中 | 室内，怕强光 | 人脸、消费级扫描 |
| ToF | 低（1-10cm） | 极快 | 低 | 室内外均可 | 手机、机器人 |
| 摄影测量 | 中（0.1-1mm） | 慢（后处理） | 低 | 室内外均可 | 考古、建筑 |
避坑指南：我曾经在一个项目中，客户要求扫描一辆全黑哑光的汽车。我一开始选了结构光，结果投影图案完全被表面吸收，根本解不出深度。后来换成激光三角法，加高功率激光器才搞定。选方案时，一定先搞清楚被测物体的材质和颜色。
1.5 知识体系框架
下面这张图概括了本章的核心内容。我习惯用这种结构图来梳理知识——先看全貌，再深入细节。
这张图把三维扫描的核心脉络串起来了。从定义出发，到发展历程，再到四大技术路线，最后落回到“选型”这个关键点上。我个人觉得，搞三维扫描最忌讳的就是“一招鲜吃遍天”——每种技术都有它的舒适区，也有它的死穴。
我的建议：如果你是刚入门，先别急着买设备。花一周时间搞清楚你要扫描的物体是什么材质、多大尺寸、精度要求多少。然后对照上面的表格，选两到三种方案做对比测试。我见过太多人买了昂贵的激光扫描仪，结果发现自己的应用场景其实用摄影测量就能搞定。
好了，第一章就聊到这儿。三维扫描的世界很大，后面我们会一步步深入每个技术细节。记住一句话：技术是工具，场景是上帝。选对了工具，项目就成功了一半。