结构光三维重建（一）条纹结构光三维重建

前言

在近景三维重建领域，结构光技术可以说是应用最广泛的，尤其在工业领域。该技术目前具有高精度和无视弱纹理等优点，但复杂的室外环境还是会对该技术造成一定程度的干扰。目前用的比较多的结构光分别两大类：线结构光以及条纹结构光。接下来我先来简单介绍一下条纹结构光三维重建，事实上，条纹结构光的原理与双目立体匹配是非常相似的。

1 单目尺度不确定性

下图是一个典型的双目条纹结构光设备，由两部相机和投影仪组成，由投影仪投射结构化的光，相机捕获图像。

其实如果少掉投影仪，这台设备就可以看作是一个双目立体匹配相机。我们知道，双目立体匹配的工作原理在于通过左右相机拍摄到的图像视差来重建三维场景，其原理相似于人的双眼。而这其中最重要的工作，计算视差，就是要寻找左右相机图像中的同名点，效果如下所示：

而计算机寻找同名点的方式，并不如人眼那么智能，我们通过描述子(sift,surf,orb等)找出图片中比较显著的特征点，然后对它们一一进行配对(匹配，实际上因为有极线约束的关系，这个匹配不会是n²那么复杂),最终的效果如下所示：

有了这些同名点，我们就可以依据视差计算公式(三角计算关系)来进行三维重建了。但是这个方法，存在一个致命的问题，那就是如果物体的表面没有丰富的纹理信息。这种情况，对于大部分刚加工好的工件是一个非常正常的现象，比如下图：

那如何解决呢？我们可以主动向待测量区域投射结构化的光，主动为物体表面创建“纹理”，那么问题就迎刃而解了。但事实上，这种方式依然受到物体表面材料的影响，比如说某些地方出现高反光现象等，这里先略过。

2 相移法 + 多频外差法

在结构光技术中，我们经常投影N步相移条纹来主动标记区域，投影出的条纹如下所示：

2.1 条纹生成
先来看下“计算机生成理想的，待投影仪计算投影的条纹”与”实际发生形变后，相机拍摄的条纹“的特点。特点1：单方向编码：极线约束减少搜索量；特点2：灰度反复变化：一个视场内有多个周期的条纹。

假设相移的步数为N，则生成条纹的相移公式：

A：背景光强
B：调制强度