手把手教你用线结构光测量实现3D物体轮廓扫描（附Python代码示例）

手把手教你用线结构光测量实现3D物体轮廓扫描（附Python代码示例）

在工业检测、逆向工程和机器人导航等领域，3D物体轮廓扫描技术正变得越来越重要。而线结构光测量作为一种高效、精确的非接触式测量方法，已经成为许多开发者和工程师的首选工具。想象一下，你只需要一束激光、一个摄像头和一些巧妙的算法，就能快速获取物体的三维轮廓——这正是线结构光测量的魅力所在。

本文将带你从零开始，了解如何搭建一个简易的线结构光测量系统，并用Python实现核心算法。无论你是想要快速原型开发的工程师，还是对3D视觉技术感兴趣的创客，都能从中获得实用的知识和技能。我们将重点介绍硬件选型、系统标定、光条中心提取和三维重建等关键环节，并提供可直接运行的代码示例。

1. 线结构光测量系统搭建

1.1 硬件组成与选型

一个基本的线结构光测量系统主要由三部分组成：激光发射器、工业相机和计算机处理单元。在选择硬件时，需要考虑以下几个关键因素：

• 激光发射器：推荐使用功率在30-100mW的红色线激光器（波长650nm左右），线宽控制在1-2mm。价格在200-500元之间的国产激光器已能满足大部分实验需求。

• 工业相机：建议选择全局快门CMOS相机，分辨率至少1280×1024，帧率30fps以上。Basler、大恒等品牌的入门级相机是不错的选择。

• 镜头选择：根据工作距离和视场大小，选择适当焦距的镜头。通常使用8-16mm的定焦工业镜头即可。

硬件连接示意图如下：

[激光器] → 投射线结构光到物体表面
[物体] → 反射变形光条
[相机] → 捕获变形光条图像
[计算机] → 处理图像并重建3D轮廓

1.2 系统安装与调试

安装硬件时需要注意几个关键点：

1. 激光器与相机的相对位置应形成一定角度（通常30-60度），这是后续三角测量法的基础。
2. 确保激光平面与相机成像平面在物体表面相交，这个交线就是我们要提取的光条。
3. 调整相机焦距和光圈，使光条清晰可见但不过曝。

调试时可使用以下Python代码实时查看相机画面：

import cv2

cap = cv2.VideoCapture(0)  # 0为默认相机

while True:
    ret, frame = cap.read()
    if not ret:
        break
        
    cv2.imshow('Camera Preview', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

2. 系统标定：从像素到三维坐标

2.1 相机标定原理

相机标定的目的是建立图像像素坐标与世界坐标之间的数学关系。我们采用张正友标定法，使用棋盘格标定板来完成这一过程。

标定步骤概述：

1. 从不同角度拍摄15-20张棋盘格图像
2. 检测图像中的角点
3. 计算相机内参（焦距、主点）和畸变系数