本文主要是介绍单目结构光三维重建 多频外差单目重建，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
基于结构光的重建包括了双目三维重建和单目三维重建，双目的重建方法主要采用双目立体视觉算法来匹配
两幅图片的相位信息，可以参考我的多频外差双目重建，这里不做介绍了。主要还是介绍下我做的单目三维重建，
当然结构光采用的方法还是基于多频外差的方法。传统的单目算法是将投影仪设备当做一个反向相机来处理的，其
实质还是双目的立体匹配方法。这种方法缺点是投影仪的畸变大精度不高，而且标定过程也比较麻烦，还要从投影仪
里面投射一幅标定还真实的标定放在一起，对于有点强迫症的我还是不想做这种。如是查了下原来还有更方便的方法，
那就是直接标定相位和三维坐标的关系，如图-1。这种方法简直不要太方便了，而且表面上流程跟双目差不多，对于
我一直做双目的人就想偷下懒。
图- 1相位与三维关系 图-2 相机坐标系
具体的流程是：
1：相机内参的标定，还是使用基于opencv的平板标定法，标定好内参和畸变系数就可以了；
2：相位的标定，就是将标定板在视场中摆放几个不同的位置（>5吧）
3：将所有的三维点和相机值代入上式，求取参数即可。
4：有了相机内参和标定相位与三维关系参数，就可以根据成像模型就行三维重建了。
实验过程：采集了两个物体，右边是标准求做精度测试的
从实验的效果来看，基本上算是完成了，用标准球测试的结果是40cm左右的测量距离，130W相机，精度在0.05mm。
而且只需要打21副图像，不需要做相位匹配了，计算时间简直不要太快。
交流 qq:1264768501
微信：
这篇关于单目结构光三维重建 多频外差单目重建的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
