结构光三维成像技术研究进展

张静 吕柳 闫爱民

摘  要： 结构光三维成像技术作为一种主动非接触式成像技术，不但可以保存物体的三维空间信息，而且可以完整地复现物体的空间三维图像.该技术在高精度、高分辨率复原物体轮廓方面有着重要的意义.该文综述了基于不同结构光的3种成像方法，重点介绍了基于面结构光的成像方法及其关键技术，最后对结构光三维成像技术进行了总结和展望.

关键词： 结构光; 3D成像技术; 条纹投影

Abstract： As an active non-contact imaging technology， structured light 3D imaging technology can be used not only preserve 3D spatial information of objects， but also to reconstruct the 3D spatial image of objects completely， which had a great significance in the restoration of object contour with high precision and resolution. In this paper， three imaging methods based on different structured light are introduced， and the imaging methods based on surface structural light and its key technologies applied were mainly introduced. Finally， 3D imaging technology of structural light was summarized and prospected.

Key words： structural light; 3D imaging technology; fringe projection

0  引 言

隨着科技水平的不断发展，物体2D图像信息已经不能满足人们的生产生活需求，3D成像技术越来越受到关注.激光3D成像是一种无需物理接触便可获得物体信息的技术，被认为是当前最有效和可靠的获取物体3D空间信息的技术，目前已广泛应用于激光雷达、生物医学和智能机器等领域[1].

自20世纪50年代，人们就开始对3D测量与成像方面的相关技术开展了研究.经过几十年的不断发展，结合当今工业、国防等领域的不同需求，人们提出了多种3D轮廓测量技术[2-6]，主要包括接触式和非接触式两大类.接触式方法需要通过测量工具与物体接触来进行测量，但是会对被测物体产生挤压，从而导致被测物体发生形变，测量精度有限;而非接触式方法无需直接接触被测物体，便可获得物体的3D空间信息.结构光3D成像技术就是非接触成像方法的一种，相比于接触式成像方法，具有视场大、非接触、速度快、精度高等特点[7].结构光3D成像技术根据投影光的结构形式，分为点、线、面结构光法[8].本文作者综述了这3种类型的结构光3D成像技术，其中重点介绍基于面结构光的3D成像技术及其关键，最后进行了总结和展望.

1  结构光3D成像技术

结构光技术起源于传统的立体视觉方法，通过模仿人的感知系统来复原3D信息.结构光技术用投影仪取代了立体视觉方法的一个摄像机，并主动投影已知特征点[9].结构光3D成像系统主要由投影装置、被测物体、接收装置、计算机处理系统组成，如图1所示.该系统首先通过投影装置向被测物体表面投射出经过编码的图案，被测物体对此图案进行调制，从而使得编码图案发生畸变，畸变程度与被测物体表面的深度、投影装置，及接收装置的位置有关.再通过接收装置对畸变后的图案进行接收，接收到的图案即为被测物体深度信息的体现.最后利用计算机处理系统对畸变图案进行解调，便可实现对被测物体的3D重构.

根据投影的不同性质结构光，可将结构光3D成像方法分为：点结构光法、线结构光法和面结构光法[10].点结构光法又可分为单点式和多点式2种，其系统结构如图2所示.其工作过程为：首先将一束呈点状的激光束投射到被测物体表面;然后用摄像机对该点进行跟踪拍摄，通过分析拍摄到的点的信息，反演出被测点的坐标;再利用摄像机和激光发射器之间存在确定的位置关系，通过标定后可确定光点实际的空间位置坐标.多点式结构光是通过一定的技术投射光点阵列到被测物体上，用摄像机跟踪拍摄后对结构光光斑的空间信息进行数据处理，用3D曲面拟合的手段来获得被测物体的轮廓信息，实现3D成像.点结构光成像具有原理简单、使用方便和精度较高的特点，但是在采集信息的过程中，点状激光扫描速度慢，获得的信息量少.

将点结构光法中的点激光器换成线激光器，可拓展为单线结构光法和多线结构光法2种类型.单线结构光法的系统结构如图3所示：首先用线激光器在被测物体的表面投射一个2D的条状光斑，不同深度的3D物体表面对条状光斑的调制不同，用摄像机对调制后的2D条状光斑的图案进行拍摄，然后进行数据解调和系统标定，提取出物体的3D信息.多线结构光法是将投射到物体表面的激光光束变为多条条状光斑，增大了光斑面积，然后再通过摄像机拍摄经过多次深度物体调制后的光斑图样，经数据处理解调出物体的轮廓信息.线结构光法比点结构光法能采集更多被测物体的位置和深度信息，同时提高了信息采集的速度和测量效率，成像分辨率也有所提高.

面结构光法[11]又称为编码结构光成像法，其系统结构如图4所示.面结构光法中，投射到被测物体上的是一组经过特殊编码的结构光图案，例如条纹光栅、正弦光栅、叠栅条纹和波带片等.这些编码图案被物体调制后，被摄像机和相应接收装置接收，然后再通过解码、标定和三角测量等方法来解调出物体的3D轮廓信息.相比点结构光法和线结构光法，面结构光法由于采用了编码结构光，某些特殊的结构光图案还兼有振幅和相位同时调制的功能，因此，测量精度更高，可以达到0.01 mm[12]，而且由于其无需扫描便可获得物体的3D空间信息，拥有更快的测量速度.

2  面结构光法的关键技术

2.1 结构光编码方法

根据编码策略的不同，编码方法可以分为3类：时间编码[13]、空间编码[14]和直接编码[15-17].时间编码是根据不同的时间次序向被测物体依次投影一组不同编码图案，由相机获得经被测物体调制后的图案组，再经过计算机处理进行3D成像的一种方法.这种方法测量精度较高且解码较容易，抗干扰性强，但需要多次投影编码图案，所以不太适合物体的实时测量，常应用在静态测量方面.常用的时间编码法有二值编码、格雷码编码等.格雷码的编码方法最早由GRAY[18]提出.在格雷码中，遵循任意两个相邻的代码只有一位二进制数不同的规律，且由于最大数与最小数之间也仅一位数不同，即“首尾相连”，格雷码又称循环码或反射码.WU等[19]提出一种时间重叠格雷码编码策略，该方法可以解决基于格雷码方法中的跳转错误问题，而不需要使用额外的模式，同时他们的研究表明：时间重叠格雷码编码策略可显著提高基于格雷码的方法在高速测量中的编码效率.

空间编码只需要向被测物体投射一幅或者少数几幅编码图案，由相机获得每次经被测物体调制后的图案后，每个像素点可以通过其邻域内像素点的信息来确定，再通过对获得的投影图案进行解码和计算得到被测物体的空间3D信息.该方法分辨率和处理速度较低且译码要求较高，但仅需要一次投影便可得到被测物体的深度信息，在动态场景测量方面较为常用.空间编码法有De Bruijn序列编码、非规则编码、M-arrays编码等.

直接编码对投影图案上的每个像素点进行单独编码，仅需要向被测物体投射一幅编码图案便可对被测物体进行3D重构.因此，直接编码方法需要用周期和颜色来对图案进行编码，解码方法复杂且由于投影的像素点易与被测物体表面的颜色干扰，抗噪声干扰能力弱.

根据使用场景的不同，结构光的编码分为散斑编码、二进制编码和相位编码等.在这些编码方式中，相位编码是最独特的一种结构光编码方式.从激光发射器出射的激光具有振幅、相位、偏振和波长等多个物理参数.在光学系统中，相位并不是一个可以直接观测的物理量，而通常以条纹结构光投影的方式实现，因此采用相位编码的结构光3D成像技术又被称为条纹投影轮廓术，该技术是一种通过分析条纹图形来重建3D信息的方法.与其他结构光编码方式相比，相位编码有几个显著的优点：1） 相位不受其他无关信息的影响，适应性好;2） 3D重建时，获得的深度像具有很高的数据密度;3） 相位分布的连续性保证了3D重建的精度;4） 条纹结构光产生的多样性为系统的搭建提供了更多的选择性.条纹投影轮廓术[20-22]的经典系统如图5所示，采用投影装置在被测物体上投射条纹，利用CCD相机拍摄经物体调制后的编码图案，然后进行3D重建，对采集的变形条纹图，利用相位恢复算法计算出相位图[23].根据所使用的相位恢复算法不同，条纹投影轮廓术可分为两种类型：一种是傅里叶变换轮廓术[24-29]，通过傅里叶变换、频域选择、逆傅里叶变换的过程来计算被测物体的相位;另一種是相移测量轮廓术[30-33]，通过相移算法来计算相位，又被称为相位测量轮廓术.

2.1.1 相位测量轮廓术

SRINIVASAN等[34]首次提出了相位测量轮廓术，通过将一系列具有确定相位差的光栅图案投影到被测物体上来获得相位信息.如果所投影的光栅图像数目为N，则相邻两幅图像之间的相位差可表示为，第幅光栅图像的光强利用四步相移法所投影的光栅被待测物体表面轮廓调制后，光栅条纹移动产生的图案如图6所示.由于整个测量空间中存在多个相位周期，通过对获得的相位进行展开，可以得到整幅图像的绝对相位值.该方法具有速度快、精度高、分辨率高、稳健性好等优点.

ZENG等[35]提出了一种改良的阶梯相位编码条纹，该方法是将正弦条纹与相位编码条纹的每个阶梯相位的宽度比设为1∶N，从相位编码条纹中提取出条纹阶数，乘以偏移量，从而辅助相位展开.阶梯式相位编码条纹算法的设计步骤为：

2.1.2 傅里叶变换轮廓术

1983年，TAKEDA等[36]提出利用傅里叶变换改进条纹投影轮廓的方法.该方法是通过在频域上对空间信息进行处理，再经过滤波处理、傅里叶变换、求取条纹主值相位等步骤来实现物体的3D成像[25].傅里叶变换轮廓术投影原理和成像示意图如图7所示.

在实际应用中，采用传统的傅里叶变换轮廓术求得需要的相位值，必须经过非常复杂的计算过程，而且噪声比较大，同时由于采用了滤波的方法，表面复杂的物体频谱会发生混叠，导致测量效果不理想.为了解决上述问题，人们提出了多种改进的傅里叶变换轮廓术.QIAN[37-38]提出了加窗傅里叶变换的方法，该方法采用了2D加窗傅里叶变换对相位和相位导数进行测定，并提出了2种策略：一种是基于条纹模式的滤波概念策略;另一种是基于条纹模式与加窗傅里叶元素之间的相似性度量策略.HUANG等[39]的研究表明：加窗傅里叶变换是一种非常有效的条纹模式分析方法.此外，QIAN[40]在加窗傅里叶变换的基础上发展了加窗傅里叶滤波和加窗傅里叶脊两种算法.

从加窗傅里叶变换和傅里叶变换的相似性可知：可以通过处理条纹图的加窗傅里叶变换谱来过滤条纹图[41].因此，一个条纹图案能够通过上述方法被转换成它的光谱.由于其随机性和与加窗傅里叶变换基的不相干性，噪声通常以非常小的系数渗透到整个谱域.因此，如果频谱系数的幅度小于预设阈值，则可以通过丢弃频谱系数来抑制它.另一方面，加窗傅里叶滤波可以应用于所有4种类型的条纹图，加窗傅里叶滤波给出一个指数场，从中可以提取相位.这类似于用载波条纹图解调的传统傅里叶变换技术.加窗傅里叶脊是另一种处理条纹图案的算法，在该算法中，仅考虑像素周围的一小块条纹图案，并将其与加窗傅里叶变换元素进行比较.其中，和的值不断变化.可给出最高的相似性的加窗傅里叶变换元素，通常被称为脊[42-43].另外，将最大化相似性的和的值作为像素处的局部频率，所有像素的局部频率可以通过滑动块来估计.

2.2 相位展开方法

相位展开技术[44]是结构光3D成像技术中的核心技术，目前已经提出了多种相位展开算法，主要分为两大类：空间相位展开算法和时间相位展开算法[45].这2类相位展开算法展开的依据有着本质的区别.时间相位展开法是由HUNTLEY等[46]提出的，此方法中投影图案的频率与时间相关，通过接收装置可以接收到一组发生形变的图像，这些图像可以被看作是在时间线上展开的序列，不需要在2D图像上寻找路径.此外，可以对这组图像上每一个独立点的相位根据时间轴展开，求出真实的相位.这种方法可以避免误差传输的现象，也可以避免图像中噪声点对相位展开的影响，所以对于表面变化较大或者有裂痕的物体的测量比较有效.此外，还有一些关于时间相位展开的算法，如：多频外差法、线性相位展开、线性拟合时间相位展开、拟合指数时间相位展开、傅里叶变换修正方法等.

空间相位展开算法[47-48]比时间相位展开法简单，通过把空间中相邻两像素点的相位值和相位跳变理论相结合来获得真实相位，主要有基于路径的相关算法和基于最小范数法两类.基于路径的典型相关算法有：枝切法、掩模阻断法、以质量为导向的路径相关法和最小不连续算法等.基于最小范数的典型算法有：最小LP范数相位展开算法、加权最小二乘相位展开法和未加权最小二乘相位展开法等.ZENG等[35]提出了一种基于条纹移位顺序的相位展开算法，计算流程如下：

2.3 系统标定方法

结构光3D成像技术在实际应用中非常广泛，人们根据不同的需要提出多种标定方法[49]，主要分为3种类型：传统标定法、自标定法和基于主动视觉的标定法.

传统标定法是通过场景信息进行标定的，使用结构已知、加工精度高的标定块作为空间参考，通过空间点与图像点之间的关系来对应关系建立摄像机模型参数的约束，然后通过优化算法得到需要的参数[13].传统标定法精度高且可以使用任意的摄像机模型，但是它对标定块的精度要求较高且标定分析过程复杂.主要研究方法有：直接线性变换法、直接非线性系统优化法和两步法.直接线性变换法由ABDEL-AZIZ等[50]提出，通过直接求解线性方程获得相机参数.由于该方法没有考虑摄像机系统的非线性畸变，标定精度较低.直接非线性优化法通过摄像系统获得2D图像与实际点之间的非线性关系来获得相机参数.此方法由于采用了非线性的迭代运算，计算量较大且不稳定.两步法由TSAI[51]提出，该方法将直接线性变换法和迭代算法相结合来获得相机参数，具有简单和运算速度较快的特点.

自标定法由MAYBANK等[52]在20世纪90年代提出.相较传统标定法，自标定法不需要标定物体、采集控制点和控制线，仅需多幅图像之间满足Kruppa方程来获得相机参数，因此具有应用范围广和标定灵活性强的特点，但是在使用过程中稳健性差，精度低.基于主动视觉的标定法是在已知摄像机的某些运动数据信息的情况下，对摄像机进行系统标定的方法.这里的“某些运动信息”可以指摄像机的纯旋转或者纯平移运动等[53].

在结构光3D成像的各种方法中，系统标定精度直接影响着3D成像的精度.CHEN等[54]提出了一种利用液晶显示屏提供高密度参考点的3D标定方法.为减小由折射率和液晶屏涂层厚度造成的相位误差，建立了液晶屏的折射率模型.将液晶屏平行放置在相机前方的几个位置，不仅可以确定绝对相位与深度的关系，还可以确定像素位置与X和Y坐标之间的关系.实验结果表明：利用该方法能够获得更多的形状数据，提高测量精度.

3  结 论

本文综述了基于点结构光、线结构光和面结构光的3D成像方法，重点介绍了面结构光3D成像技术.虽然基于结构光的3D成像技术经过多年的发展日趋成熟，但是综合近几年文献来看，未来该技术仍有以下几个方面需要突破：1） 系统本身和设备体积较大，需进一步使系统和设备体积趋于小型化;2） 面对动态物体，该技术的实时性需进一步提高;3） 成像系统的成本较高，需进一步降低成本;4） 面对微小结构的成像，准确度和精确度需进一步提高.

參考文献：

[1] LI B， AN Y， CAPPELLERI D， et al.High-accuracy， high-speed 3D structured light imaging techniques and potential applications to intelligent robotics [J]. International Journal of Intelligent Robotics and Applications，2017，1（1）：86-103.

[2] XU J， ZHANG S. Status， challenges， and future perspectives of fringe projection profilometry [J]. Optics and Lasers in Engineering，2020，135：106193.

[3] CAI Z， LIU X， XIANG P， et al. Structured light field 3D imaging [J]. Optics Express，2016，24（18）：20324-20334.

[4] SAM V， DIRCKX J. Real-time structured light profilometry： a review [J]. Optics and Lasers in Engineering，2016，87： 18-31.

[5] FENG S， ZHANG L， ZUO C， et al. High dynamic range 3D measurements with fringe projection profilometry： a review [J]. Measurement Science and Technology，2018，29（12）：122001.

[6] YANG S， WU G， WU Y， et al. High-accuracy high-speed unconstrained fringe projection profilometry of 3D measurement [J]. Optics and Laser Technology，2020，125：106063.

[7] 毛奥， 孙建锋， 卢智勇， 等. 隐形结构光三维成像动态背景光干扰抑制技术 [J]. 光学学报，2019，39（7）：105-116.

MAO A， SUN J F， LU Z Y， et al. Dynamic background light interference suppression technology for stealth structured light 3D imaging [J]. Acta Optica Sinica，2019，39（7）：105-116.

[8] 宋少哲， 牛金星， 张涛. 基于结构光的三维测量技术研究 [J]. 河南科技，2019，22：14-16.

SONG S Z， NIU J X， ZHANG T. Research on 3D measurement technology based on structured light [J]. Henan Science and Technology，2019，22：14-16.

[9] SALVI J， FERNANDEZ S， PRIBANIC T， et al. A state of the art in structured light patterns for surface profilometry [J]. Pattern Recognition，2010，43（8）：2666-2680.

[10] 賀浩. 基于结构光的三维形态测量技术研究 [J]. 信息技术与信息化，2020（2）：127-129.

HE H. Research on 3D morphometry based on structured light [J]. Information Technology and Informatization，2020 （2）：127-129.

[11] HYUN J S， CHIU T C G， ZHANG S. High-speed and high-accuracy 3D surface measurement using a mechanical projector [J]. Optics Express，2018，26（2）：1474-1487.

[12] 刘新宇. 面结构光在三维测量中的应用技术研究 [J]. 航空制造技术，2019，62（10）： 83-87.

LIU X Y. Study on the application technology of planar structured light in three-dimensional measurement [J]. Aeronautical Manufacturing Technology，2019，62（10）：83-87.

[13] 于晓洋， 单鹂娜， 曹沈楠， 等. 结构光时间编码技术进展 [J]. 哈尔滨理工大学学报，2010，15（1）：98-102.

YU X Y， SHAN L N， CAO S N， et al. Advances in structured light time coding techniques [J]. Journal of Harbin University of Science and Technology， 2010，15（1）： 98-102.

[14] 李红岩， 达飞鹏， 金亚. 三维测量中空间编码技术的研究 [J]. 应用光学，2006（4）：344-349.

LI H Y， DA F P， JIN Y. Study on space coding technique in three dimensional measurement [J]. Journal of Applied Optics，2006（4）：344-349.

[15] 陈彦军， 左旺孟， 王宽全， 等. 结构光编码方法综述 [J]. 小型微型计算机系统，2010，31（9）：1856-1863.

CHEN Y J， ZUO W M， WANG K Q， et al. A review of structured light coding methods [J]. Small Microcomputer System，2010，31（9）：1856-1863.

[16] SALVI J， PAGES J， BATLLE J. Pattern codification strategies in structured light systems [J]. Pattern Recognition， 2004，37（4）：827-849.

[17] SALVI J， FERNANDEZ S， PRIBANIC T， et al. A state of the art in structured light patterns for surface profilometry [J]. Pattern Recognition，2010，43（8）：2666-2680.

[18] GRAY F. Pulse code communication： US2632058 [P]. 1953-03-17.

[19] WU Z J， GUO W B， LI Y Y， et al. High-speed and high-efficiency three-dimensional shape measurement based on Gray-coded light [J]. Photonics Research，2020，8（6）：819-829.

[20] FENG S J， ZHANG L， ZUO C， et al. High dynamic range 3D measurements with fringe projection profilometry： a review [J]. Measurement Science and Technology，2018，29（12）：122001.

[21] GUO W， WU Z， XU R， et al. A fast reconstruction method for three-dimensional shape measurement using dual-frequency grating projection and phase-to-height lookup table [J]. Optics and Laser Technology，2019，112：269-277.

[22] CHRISTIAN B， MATTHIAS H， INGO S， et al. Underwater 3D surface measurement using fringe projection based scanning devices [J]. Sensors，2016，16（1）：13-28.

[23] 殷永凯， 张宗华， 刘晓利， 等. 条纹投影轮廓术系统模型与标定综述 [J]. 红外与激光工程，2020，49（3）：127-144.

YIN Y K， ZHANG Z H， LIU X L， et al. Review of fringe projection profilometry system models and calibration [J].Infrared and Laser Engineering，2020，49（3）：127-144.

[24] ZHAO W， SU X， CHEN W. Discussion on accurate phase-height mapping in fringe projection profilometry [J]. Optical Engineering，2017，56（10）：1-3.

[25] SU X， CHEN W. Fourier transform profilometry： a review [J]. Optics and Lasers in Engineering，2001，35（5）： 263-284.

[26] ZHANG Z H. Review of single-shot 3D shape measurement by phase calculation-based fringe projection techniques [J]. Optics and Lasers in Engineering，2012，50（8）：1097-1106.

[27] TAKEDA M， MUTOH K. Fourier transform profilometry for the automatic measurement of 3-D object shapes [J]. Applied Optics，1983，22（24）：3977-3982.

[28] SRINIVASAN V， LIU H C， HALIOUA M. Automated phase-measuring profilometry of 3-D diffuse objects [J]. Applied Optics，1984，23（18）：3105-3108.

[29] ZUO C， TAO T Y， FENG S J， et al. Micro Fourier transform profilometry （μFTP）： 3D shape measurement at 10 000 frames per second [J]. Optics and Lasers in Engineering，2018，102：70-91.

[30] ZUO C， FENG S， HUANG L， et al. Phase shifting algorithms for fringe projection profilometry： a review [J]. Optics and Lasers in Engineering，2018，109：23-59.

[31] WANG Y， CAO Y P， FU G K， et al. Single-shot phase measuring profilometry based on color binary grating with intervals [J]. Optics Communications，2019，451：268-275.

[32] 呂乃光， 孙鹏， 娄小平， 等. 结构光三维视觉测量关键技术的研究 [J]. 北京信息科技大学学报（自然科学版）， 2010，25（1）：1-5.

LYU N G， SUN P， LOU X P， et al. Research on the key techniques of 3D vision measurement with structured light [J].Journal of Beijing Information Science and Technology University （Natural Science Edition），2010，25（1）：1-5.

[33] SU X， ZHANG Q. Dynamic 3-D shape measurement method： a review[J]. Optics and Lasers in Engineering，2010，48（2）：191-204.

[34] SRINIVASAN V， LIU H C， HALIOUA M. Automated phase-measuring profilometry of 3-D diffuse objects [J]. Applied Optics，1984，23（18）：3105-3108.

[35] ZENG Z， LI B， FU Y， et al. Stair phase-coding fringe plus phase-shifting used in 3D measuring profilometry [J]. Journal of the European Optical Society-Rapid Publications，2016，12（1）：9-19.

[36] TAKEDA M， MUTOH K. Fourier transform profilometry for the automatic measurement of 3-D object shapes [J]. Applied Optics，1983，22（24）：3977-3982.

[37] QIAN K M. Windowed Fourier transform for fringe pattern analysis [J]. Applied Optics，2004，43：2695-2702.

[38] QIAN K M. Two-dimensional windowed Fourier transform for fringe pattern analysis： principles， applications and implementations [J]. Optics and Lasers in Engineering，2007，45：304-317.

[39] HUANG L， QIAN K， PAN B， et al. Comparison of Fourier transform， windowed Fourier transform， and wavelet transform methods for phase extraction from a single fringe pattern in fringe projection profilometry [J]. Optics and Lasers in Engineering，2010，48（2）：141-148.

[40] QIAN K. Applications of windowed Fourier fringe analysis in optical measurement： a review[J]. Optics and Lasers in Engineering，2015，66： 67-73.

[41] GONZALEZ R C， WOODS R E.Digital image processing [M]. 3rd ed.Beijing： Electronic Industry Press，2017：174-175.

[42] DELPRAT N， ESCUDIE B. Asymptotic wavelet and Gabor analysis： extraction of instantaneous frequencies [J]. IEEE Transactions on Information Theory，1992，38（2）：644-664.

[43] GUILLEMAIN P， KRONLAND-MARTINET R. Characterization of acoustic signals through continuous linear time-frequency representations [J]. Proceeding of IEEE，1996，84（4）：561-585.

[44] WANG S， YAN K， XUE L. High speed moire based phase retrieval method for quantitative phase imaging of thin objects without phase unwrapping or aberration compensation[J]. Optics Communications，2016，359：272-278.

[45] ZHANG S. Absolute phase retrieval methods for digital fringe projection profilometry： a review [J]. Optics and Lasers in Engineering，2018，107：28-37.

[46] 陳玲， 邓文怡， 娄小平. 基于多频外差原理的相位解包裹方法 [J].光学技术，2012，38（1）：73-78.

CHEN L， DENG W Y， LOU X P. A phase unwrapping method based on multifrequency heterodyne principle [J]. Optical Technology，2012，38（1）：73-78.

[47] FENG Y F， HAN Y， ZHANG Q C. Two 3D spatial phase unwrapping algorithms for dynamic 3D shape measurement [J]. Journal of Modern Optics，2020，67（19）：1479-1491.

[48] SU X， CHEN W. Reliability-guided phase unwrapping algorithm： a review [J]. Optics and Lasers in Engineering，2004， 42（3）：245-261.

[49] CHEN R， XU J， CHEN H P， et al. Accurate calibration method for camera and projector in fringe patterns measurement system [J]. Applied optics，2016，55（16）：4293-4300.

[50] ABDEL-AZIZ Y I， KARARA H M， HAUCK M. Direct linear transformation from comparator coordinates into object space coordinates in close-range photogrammetry [J]. Photogrammetric Engineering and Remote Sensing，2015，81（2）：103-107.

[51] TSAI R. A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses [J]. IEEE Journal on Robotics and Automation，1987，3（4）：323-344.

[52] MAYBANK J S， FAUGERAS D O. A theory of self-calibration of a moving camera [J]. International Journal of Computer Vision，1992，8（2）：123-151.

[53] SOBE I. On calibrating computer controlled cameras for perceiving 3-D scenes [J]. Artificial Intelligence，1974，5（2）： 185-198.

[54] CHEN C， YU J， GAO N， et al. High accuracy 3D calibration method of phase calculation-based fringe projection system by using LCD screen considering refraction error [J]. Optics and Lasers in Engineering，2020，126：105870.

（責任编辑：顾浩然）