1. 课程导论：3D线扫相机成像原理、标定的重要性、课程目标与学习路径
1.1 3D线扫相机成像原理
3D线扫相机（又称激光轮廓仪）基于激光三角测量法，通过投射一条线激光并采集其反射光在传感器上的偏移量，计算物体表面的高度信息。其核心成像流程如下：
- 激光投射：线激光器向被测物体表面投射一条窄带激光线。
- 图像采集：CMOS/CCD相机以一定角度拍摄激光线在物体表面的形变图像。
- 轮廓提取：通过峰值检测算法提取激光线中心在图像坐标系中的位置。
- 高度换算：利用三角测量几何关系，将像素偏移量转换为物理高度值。
- 运动拼接：配合编码器或运动平台，逐行扫描并拼接成完整3D点云。
关键公式（三角测量简化模型）：
Z = (d × f) / (x × sinθ)
其中 Z 为高度，d 为激光与相机光心基线距离，f 为镜头焦距，x 为像素偏移量，θ 为激光与相机光轴夹角。
Z = (d × f) / (x × sinθ)
其中 Z 为高度，d 为激光与相机光心基线距离，f 为镜头焦距，x 为像素偏移量，θ 为激光与相机光轴夹角。
1.2 标定的重要性
3D线扫相机的测量精度高度依赖系统参数的准确性。未经标定的系统会引入以下误差：
| 误差类型 | 产生原因 | 典型影响 |
|---|---|---|
| 激光平面偏差 | 激光器安装角度、透镜畸变 | 高度测量系统性偏移，可达毫米级 |
| 相机内参误差 | 镜头畸变、像元尺寸偏差 | 轮廓横向失真，影响宽度/位置精度 |
| 外参误差 | 激光-相机相对位姿偏差 | 三角测量模型失效，高度与横向耦合误差 |
| 运动轴误差 | 编码器分辨率、运动直线度 | 点云拼接错位，产生阶梯状伪影 |
⚠ 工程警示： 在工业现场，未标定的3D线扫相机测量重复性通常仅为标定后的 1/5 ~ 1/10。标定是保证测量精度、实现 μm 级重复性的必要前置步骤。
1.3 课程目标与学习路径
本课程旨在帮助学员系统掌握3D线扫相机标定板的设计原理、标定流程及实际工程应用。通过本课程，您将能够：
- 理解 3D线扫相机的成像模型与标定数学基础。
- 掌握 标定板的设计准则，包括特征图案、尺寸公差、材质选择。
- 独立完成 从标定板制作、数据采集到参数解算的完整标定流程。
- 解决 实际标定中的常见问题，如光照干扰、标定板变形、运动同步误差。
- 应用 标定结果于典型3D测量场景，如电子元件检测、焊缝跟踪、木材轮廓测量。
1.4 课程适用对象与预备知识
| 适用对象 | 预备知识要求 | 学习收益 |
|---|---|---|
| 机器视觉工程师 | 了解相机成像基础、OpenCV基本使用 | 掌握3D标定全流程，提升测量系统精度 |
| 自动化设备调试人员 | 熟悉运动控制、编码器使用 | 独立完成线扫相机标定与故障排查 |
| 3D测量系统研发人员 | 具备线性代数、几何光学基础 | 深入理解标定算法，可定制标定方案 |
| 高校相关专业学生 | 完成《机器视觉》或《光学测量》课程 | 理论联系实际，积累工程经验 |
💡 学习建议： 建议在学习过程中准备一套简易标定板（可使用高精度陶瓷或玻璃基板），配合线扫相机进行实操，理论结合实践效果最佳。