4、投影仪模型与标定：投影仪作为逆相机、投影仪标定方法、结构光系统联合标定
在结构光三维重建系统中，投影仪与相机共同构成了系统的“双眼”。相机负责采集被调制后的结构光图案，而投影仪则负责将编码图案投射到被测物体表面。然而，要实现对物体表面三维坐标的精确计算，仅仅知道相机的内外参数是不够的——我们必须同样精确地知道投影仪的光学参数及其在空间中的位姿。本章将深入剖析投影仪的成像模型，解释为何可以将投影仪视为一台“逆相机”，并系统介绍投影仪标定的主流方法以及结构光系统的联合标定流程。
4.1 投影仪作为逆相机：核心原理与数学模型
在传统相机模型中，三维空间点通过针孔模型投影到二维图像平面，其数学表达式为：
s * [u, v, 1]^T = K * [R | t] * [X_w, Y_w, Z_w, 1]^T其中，K 为内参矩阵（包含焦距 f_x, f_y 和主点 c_x, c_y），R 和 t 为外参（旋转矩阵和平移向量），s 为尺度因子。投影仪的工作原理恰好与此相反：它接收二维像素坐标（即投影图案中的点），通过光学系统将其“投射”到三维空间中。因此，投影仪可以被建模为一台“逆相机”——其数学模型与相机完全一致，只是光线方向相反。这意味着我们可以用同样的针孔模型来描述投影仪的成像过程，只需将投影仪的像素坐标视为“输入”，将三维空间坐标视为“输出”。
这一“逆相机”假设是投影仪标定的理论基础。在实际操作中，我们无法像相机那样直接拍摄标定板来获取投影仪的图像，因为投影仪本身不具备图像采集能力。因此，投影仪标定的核心挑战在于：如何建立投影仪像素坐标与三维世界坐标之间的对应关系。常用的策略是借助相机作为“桥梁”——通过相机观察投影仪投射到标定板上的图案，间接获得投影仪的“虚拟成像”结果。
4.2 投影仪标定方法：从间接标定到相位辅助标定
投影仪标定方法主要分为三类：直接标定法、间接标定法和相位辅助标定法。直接标定法需要特殊硬件（如将投影仪改装为相机），成本高且不通用；间接标定法通过投影棋盘格图案并利用相机拍摄，建立投影仪像素与标定板角点之间的对应关系；相位辅助标定法是目前工业界最主流的方法，它利用正弦光栅的相位信息，实现亚像素级别的对应点匹配。
| 方法类型 | 核心原理 | 精度水平 | 适用场景 |
|---|---|---|---|
| 直接标定法 | 将投影仪改装为相机，直接拍摄标定板 | 高（但硬件改动大） | 实验室研究，对精度要求极高的场景 |
| 间接标定法 | 投影棋盘格，相机拍摄后提取角点，建立对应关系 | 中等（受角点提取精度限制） | 快速标定，对精度要求不高的场景 |
| 相位辅助标定法 | 投影多频相移光栅，利用相位映射建立像素级对应 | 高（亚像素级） | 高精度三维重建，工业检测 |
相位辅助标定法的具体流程如下：
- 投影相移光栅：投影仪依次投射水平方向和垂直方向的多步相移正弦光栅（通常为三步或四步相移），并投射到平面标定板上。
- 相机同步采集：相机同步拍摄被标定板调制后的光栅图像，利用相移算法解算出每个像素的相位值（水平相位 φ_u 和垂直相位 φ_v）。
- 建立对应关系：对于标定板上的任意物理点 P，其在相机图像中的像素坐标为 (u_c, v_c)，其相位为 (φ_u, φ_v)。由于投影仪投射的光栅图案具有已知的频率，我们可以将相位值映射到投影仪的像素坐标：u_p = φ_u * T / (2π)，v_p = φ_v * T / (2π)，其中 T 为光栅周期（以像素为单位）。
- 标定板位姿估计：通过相机拍摄的标定板图像，利用张正友标定法估计标定板平面在相机坐标系下的位姿（即单应性矩阵 H）。
- 构建3D-2D对应点集：标定板上的角点（或圆点中心）在世界坐标系下的坐标已知，结合标定板位姿，可计算出这些点在相机坐标系下的三维坐标。同时，通过相位映射得到对应的投影仪像素坐标 (u_p, v_p)。
- 求解投影仪参数：利用多组3D-2D对应点，通过DLT（直接线性变换）算法或Levenberg-Marquardt非线性优化算法，求解投影仪的内参矩阵 K_p 和畸变系数。
4.3 结构光系统联合标定：流程与实战案例
联合标定的目标是在同一世界坐标系下，同时确定相机和投影仪的内外参数，并计算出两者之间的相对位姿（R, t）。这一步骤是结构光系统能够进行三维重建的前提。联合标定通常采用“两步法”：先单独标定相机，再以相机标定结果为基础标定投影仪，最后进行全局优化。
以下是一个典型的联合标定实战案例：
初始现象与目标：系统搭建完成后，直接进行三维重建，发现重建点云存在明显的“弯曲”现象，平面度误差超过 ±0.3mm，远高于目标精度。初步判断为标定参数不准确导致。
关键输入数据与参数：
- 相机内参初值：f_x = f_y = 3500 pixel，c_x = 1224，c_y = 1024（由相机标定获得）
- 投影仪内参初值：f_x = f_y = 1800 pixel，c_x = 640，c_y = 400（由相位辅助标定获得）
- 相对位姿初值：R 接近单位矩阵，t = [100mm, 0, 300mm]（由机械结构设计值估算）
分析判断过程：通过重投影误差分析发现，相机标定的平均重投影误差为 0.08 pixel，投影仪标定的平均重投影误差为 0.15 pixel，均处于合理范围。但联合标定后的整体重投影误差达到 0.5 pixel，说明相机与投影仪之间的相对位姿参数存在较大偏差。进一步检查发现，标定过程中标定板仅放置在 3 个不同位姿，且位姿变化范围较小，导致外参估计的约束不足。
实际操作步骤：
- 重新采集标定数据：将标定板放置在 10 个不同位姿，覆盖视场的各个区域，包括倾斜、旋转和前后移动，确保标定板在相机和投影仪的共同视野内。
- 使用相位辅助标定法重新标定投影仪，并记录每次标定板位姿下的相位映射结果。
- 进行联合优化：以相机内参和投影仪内参为初值，将相机外参、投影仪外参以及相对位姿 R, t 作为待优化变量，最小化所有对应点的重投影误差之和。
- 优化后检查重投影误差：相机平均重投影误差降至 0.06 pixel，投影仪降至 0.10 pixel，联合重投影误差降至 0.12 pixel。
结果对比：重新标定后，对标准平面进行三维重建，平面度误差从 ±0.3mm 降至 ±0.04mm，满足 ±0.05mm 的精度要求。同时，对直径为 25.4mm 的标准球进行测量，球径误差从 0.12mm 降至 0.03mm。
风险与代价：增加标定位姿数量导致标定时间从 5 分钟延长至 15 分钟，但精度提升显著。此外，相位辅助标定对光栅投影的稳定性要求较高，环境光干扰可能导致相位解算错误，因此需要在暗室或低环境光条件下进行标定。
复盘经验：联合标定的精度不仅取决于算法，更取决于数据采集的质量。标定板位姿的多样性、光栅投影的稳定性、相机曝光参数的合理性都是影响标定结果的关键因素。建议在标定前先进行预实验，检查相位解算的连续性和标定板角点提取的准确性。
4.4 常见误区与总结复盘
在投影仪标定和联合标定过程中，工程师常遇到以下误区：
- 误区一：忽略投影仪畸变。投影仪镜头同样存在径向畸变和切向畸变，如果忽略畸变校正，会导致重建点云在边缘区域出现明显的“桶形”或“枕形”变形。建议在标定模型中包含至少 3 个径向畸变系数（k1, k2, k3）和 2 个切向畸变系数（p1, p2）。
- 误区二：标定板位姿过于单一。如果标定板始终平行于相机成像平面，会导致外参估计的病态问题，即旋转矩阵的某些分量无法被有效约束。应确保标定板在多个角度下倾斜，且覆盖整个视场。
- 误区三：相位解算错误未及时排查。在相位辅助标定中，如果光栅频率选择不当或相移步数不足，可能导致相位包裹错误，进而产生错误的对应点。建议使用多频外差法或格雷码辅助相位展开，确保相位的准确性。
- 误区四：忽视相机与投影仪的同步性。在采集标定图像时，如果相机曝光与投影仪切换不同步，会导致拍摄到的光栅图案出现“拖影”或“错位”，严重影响相位解算精度。应使用硬件触发信号确保同步。
总结而言，投影仪标定是结构光三维重建系统中至关重要的一环。将投影仪视为“逆相机”的建模方式，使得我们可以复用成熟的相机标定理论。相位辅助标定法以其高精度和高鲁棒性成为工程实践的首选。联合标定则通过全局优化，将相机与投影仪的参数统一到同一坐标系下，为后续的三角测量和三维重建奠定坚实基础。在实际项目中，标定数据的质量往往比算法本身更能决定最终精度，因此工程师应重视标定板位姿规划、光栅参数选择和同步控制等细节。