从光栅条纹到三维点云：MATLAB实现多频外差相位展开全流程-CSDN博客

1. 从几张条纹图到三维模型：一个生动的开场

想象一下，你面前放着一个精致的陶瓷花瓶，你想在电脑里得到一个和它一模一样的数字模型，该怎么办？用尺子量？用相机拍？这些传统方法要么太慢，要么精度不够。现在，有一种技术，只需要像放电影一样，把几幅黑白相间的条纹图案投影到花瓶上，再用相机拍下来，就能通过计算，精准地还原出花瓶表面每一个点的三维坐标。这就是结构光三维重建的魅力，而今天我们要聊的，就是其中最核心、也最有趣的一步：如何从这些看似简单的条纹图像里，“解算”出物体表面的高度信息。

这个过程，专业上叫做“相位测量轮廓术”。听起来很高深，但其实原理很直观。你可以把投影的条纹想象成一层均匀的“光尺子”，当它照在平整的墙上时，相机看到的条纹是均匀等距的。但当它照在凹凸不平的花瓶上时，花瓶的表面会把条纹“挤”得变形——凸起的地方条纹被压缩，凹陷的地方条纹被拉伸。相机拍下的，就是这组变形的条纹。我们的任务，就是从这组变形条纹的“扭曲”程度，反推出花瓶表面的“凹凸”情况。

这个“扭曲程度”，在数学上用一个叫做“相位”的值来描述。我们的整个旅程，目标就是从光栅图像中计算出每个像素点准确、连续的相位值，最终得到三维点云。我会用MATLAB作为工具，带你走完从读取图片到生成相位图的完整流程。无论你是刚开始接触视觉测量的学生，还是想在实际项目中应用该技术的工程师，跟着这篇手把手的指南，你都能搭建起一个可运行、可修改的实用代码框架。

2. 理解核心：为什么需要“相位展开”？

在进入代码之前，我们必须搞清楚一个关键概念：相位主值和相位展开。这是整个流程的“任督二脉”，通了，后面就一马平川。

2.1 相位主值：被困在0到2π的“囚徒”

当我们用标准的四步相移法计算相位时，得到的并不是一个从图像左到右平滑增长的真实相位，而是一个被“包裹”在0到2π（或-π到π）之间的值，我们称之为相位主值。你可以把它想象成一个量角器，角度从0度增加到359度后，下一秒又跳回0度。在条纹图像中，每一个明暗周期（一个完整条纹）的相位变化，都对应着这样一个0到2π的循环。

我用MATLAB生成了一个模拟的相位主值图，看起来就像层层叠叠的等高线，每一层颜色从黑到白循环一次，代表一个2π的周期。问题来了：在第二个条纹周期里，某个点的相位主值可能是0.5π，在第五个周期里，同样可能有一个点的相位主值也是0.5π。计算机单看这个0.5π，根本无法判断它属于第几个周期，这就导致了严重的周期歧义。如果不解决这个问题，我们计算出的深度信息就会在周期边界处发生跳变，重建出的物体表面会是断裂的、一层一层的，而不是连续光滑的。