1. 线结构光传感器标定基础线结构光传感器由相机和线激光器组成通过激光平面与被测物体相交形成光条纹再由相机采集图像进行三维重建。这种技术广泛应用于工业检测、逆向工程等领域。我刚开始接触这个领域时也被各种参数搞得头晕但实际用起来会发现它比想象中简单。标定过程分为两个核心环节相机标定和结构光平面标定。前者确定相机的内参焦距、主点等和畸变系数后者则计算激光平面在相机坐标系下的方程。就像我们玩VR游戏前需要校准手柄一样只有准确标定才能保证测量精度。2. 实验准备与环境搭建2.1 硬件配置清单工业相机建议选择全局快门相机避免运动模糊我用的是Basler ace 200万像素相机线激光器波长650nm红色激光功率50mW注意安全防护棋盘格标定板棋盘格尺寸10x7方格边长20mm实测亚克力材质反光小三脚架固定相机和激光器的相对位置2.2 MATLAB环境配置安装TOOLBOX_calib工具箱时有个小技巧不要直接放在toolbox目录建议新建D:\MATLAB\Add-Ons\TOOLBOX_calib路径。我遇到过路径包含中文导致读取失败的问题。配置步骤% 添加工具箱路径 addpath(genpath(D:\MATLAB\Add-Ons\TOOLBOX_calib)); savepath; % 永久保存路径3. 图像采集实战技巧3.1 标定板图像采集需要采集20-30张不同姿态的标定板图像这里分享几个踩坑经验标定板应覆盖整个视场倾斜角度建议15°-75°环境光不宜过强我用遮光布搭建了简易暗箱曝光时间调整到能清晰看到棋盘格但不过曝3.2 带激光条纹的图像采集关键点来了需要采集2张带激光条纹的图像激光线应穿过棋盘格多个方格如图1所示两张图像的标定板姿态差异要大我通常旋转90°激光亮度调到刚好清晰可见太强会淹没棋盘格4. 相机内参标定详解4.1 TOOLBOX_calib工具箱使用启动标定界面cd D:\MATLAB\Add-Ons\TOOLBOX_calib; calib_gui;选择Standard模式后按提示操作输入图像基础名如Image指定图像格式b代表bmp设置棋盘格尺寸时注意输入的是内角点数量9x6的棋盘格输入8x54.2 角点提取参数设置窗口大小设置很关键wintx ([] 5) 3 % X方向半窗宽 winty ([] 5) 3 % Y方向半窗高这意味着实际窗口是7x7像素2*31。对于200万像素图像这个大小刚好平衡精度和抗噪性。提取角点时要从左上角开始顺时针点击四个外角点。4.3 标定结果验证查看重投影误差应小于0.2像素。我常用的验证方法% 显示标定结果 show_calibration_results; % 保存参数 save_calibration;注意检查相机内参矩阵是否合理焦距fx/fy通常接近像素数如2000像素≈2000 主点cx/cy接近图像中心如1600x1200图像的cx≈8005. 结构光平面标定步骤5.1 激光条纹中心线提取这里推荐使用Steger算法MATLAB实现如下% 读取带激光图像 img imread(laser_image.bmp); % 高斯滤波 img_filtered imgaussfilt(img, 2); % 使用灰度重心法提取中心线 [centroid_row, centroid_col] laser_centerline_detection(img_filtered);5.2 光平面方程计算通过两幅图像的外参矩阵RC1/TC1和RC2/TC2可以计算激光平面方程。核心公式平面方程ax by cz d 0 其中[a,b,c]是平面法向量d是距离参数保存的参数会包含四个值这就是平面方程的系数。6. 标定结果应用与验证6.1 三维点云重建有了相机参数和光平面方程就可以将二维图像点转换为三维坐标function [X,Y,Z] reconstruct_3D(u, v, a, b, c, d, K) % u,v: 图像坐标 % K: 相机内参矩阵 % a,b,c,d: 平面方程参数 % 计算射线方向 ray inv(K) * [u; v; 1]; % 计算与平面交点 t -d / (a*ray(1) b*ray(2) c*ray(3)); % 三维坐标 X t * ray(1); Y t * ray(2); Z t * ray(3); end6.2 精度验证方法我常用的验证方式是测量标准块规拍摄已知尺寸物体如20mm块规重建其三维点云计算实际测量值与理论值误差 典型精度可达0.1mm500mm工作距离7. 常见问题解决方案问题1角点提取失败检查棋盘格是否完全在视野内调整wintx/winty参数尝试先做图像增强img imadjust(img, stretchlim(img, [0.01, 0.99]));问题2重投影误差过大检查标定板姿态是否足够多样化删除误差大的图像误差0.5像素增加标定图像数量建议至少15张问题3激光线提取不稳定改用中值滤波去除噪声调整激光功率使线条宽度保持3-5像素可以尝试我的自适应阈值方法thresh graythresh(img)*0.8; % Otsu阈值打八折 bw imbinarize(img, thresh);8. 进阶技巧与优化建议温度补偿激光器发热会导致波长漂移建议预热10分钟再标定多平面标定法使用不同角度的标定板可以提高精度我测试能提升约30%自动标定脚本可以编写脚本批量处理这是我的自动化流程片段% 自动标定流程 for i 1:20 process_single_image([Image num2str(i) .bmp]); extract_corners_auto; end run_calibration;最后分享一个实用技巧标定完成后用plot3函数可视化光平面和相机位置能直观检查标定质量。我在最近的项目中发现当平面法向量与相机光轴夹角大于45°时重建精度最好。