最近在研究利用結構光進行三維重建，在一個網站上看到了開源的3D結構光代碼，特分享地址：http://www.3dunderworld.org/

該網站鏈接服務可提供源碼下載和相關的文獻。所提供的源碼有更新升級，最新的源碼支持GPU處理，可作為二次開發進行研究學習。

------------------------------

另外再提供一個在MATLAB平臺下利用gray code進行三維重建的開源代碼地址：http://mesh.brown.edu/byo3d/source.html

該網站可提供源碼（包括C++代碼）下載、素材下載等。不過年代有點久遠，采用的是傳統的格雷碼編解碼的方式，可作為入門級源碼進行學習。

------------------------------

附加相關學者的論文檢索地址：

1.Song Zhang https://dblp.uni-trier.de/pers/hd/z/Zhang_0002:Song

2.Zhongwei Li https://dblp.uni-trier.de/pers/hd/l/Li:Zhongwei

3.

------------------------------

結構光項目前期總結：

根據現有的論文和GitHub上的代碼，復現論文中的結構光掃描結果，從前期看論文，到了解算法原理，到硬件選型，到后面的硬件搭建，以及最后的實際實驗復現，前后花了兩個多月的時間！一開始，自認為有代碼和論文，復現一下論文的結果應該問題不大，但是在做的過程中出現了很多問題，問題主要表現在以下幾個方面：

1.對佳能相機SDK不熟悉，前面沒有能找到合適的控制相機圖像采集和存儲的代碼，花了幾天在SDK搜索和測試方面，后面又因相機的PC短儲存，回調函數出現存儲移位的現象，又花了不少時間！反正在佳能相機SDK上折騰的時間非常多！說明了，在對新的事物深入了解方面，處理方式有問題！沒有仔細研讀SDK說明書，對相關的函數回調，數據異步處理不了解！以后在工作中，要踏實認真，不能眼高手低！

2.投影儀的設置有問題，導致投影出來的光柵出現比例問題！同時問題也反映在圖片顯示時，使用的顯示函數的參數設置有誤！直接導致顯示出現問題！

3.對數碼相機的使用不熟悉，沒有設置合適的光圈大小和感光度，導致在捕獲圖像時，圖片明顯發白，原本規則均勻的光柵出現了明顯的變形！最開始出現這個問題時，一直沒有找到根本原因，最后是不斷嘗試，才發現問題出現在相機參數設置上！從這里面也學到了處理問題時，需要控制變量！首先排除不是投影儀投影的問題，然后將問題定格在圖像的獲取方面，進行對相機進行調試！

4.原以為解決了上述問題后，就沒有問題了，可是又出現了新的問題（以前沒有），標定的結果有問題，采用k1 k2 p1 p2 k3的畸變形式，有時標定出的k3值很大（明顯不對，數碼相機鏡頭的畸變量很小！），最后查看文檔才恍然大悟！針對普通鏡頭徑向畸變很小的情況，應該只考慮k1 k2，否則數據在迭代優化時，k3的非線性值會異常！盡量標定后的重投影誤差很小！雖然整體的參數搭配符合所處理的數據樣本（標定的角點數據），但是并不符合該鏡頭本身的參數搭配！當然，如果所處理的數據樣本能夠覆蓋相機的整個視場，那么也有標定后的參數有改善（猜想的。。。），為了避免問題的出現，針對不同的鏡頭需要事先明確采用的畸變模型，若事先不知道，可能需要做實驗探究適合該鏡頭的畸變模型（魚眼鏡頭有專門的標定函數，特定的畸變系數）。

解決了諸如上述的問題后，采用格雷碼的結構光掃描才得到了一個比較好的效果，掃描平面后，點云密度均勻，每個位置都覆蓋點數據，偏差分析后，發現平均偏差在零點幾個毫米，大幅面對角偏差也就一兩個毫米，基本復現了論文的效果！

通過前期的工作，學到了：

1.當遇到問題時，要冷靜分析，一定要深入問題本身，不能只解決表面問題，否則后面還會出現問題！

2.一個小算法的實現，需要經過大量的算法驗證！感覺會出現問題的地方，一定要留心！做好規避處理！

3.一個實際的項目不單單是算法問題，其中還包括硬件、結構等方面的問題，所以需要具備健全的處理問題的能力！

4.在人手不足時，少一些抱怨，多學點東西，對自身處理問題能力的提升大有裨益！

5.工作經驗的積累是在一次次失敗挫折中歷練出來的！平淡無波瀾的工作，對自身能力的提升很小！

總結

以上是生活随笔為你收集整理的3D结构光（链接地址提供源码和文献）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。