企业官网建设流程全解析

如果只看名字，“计算照明”很容易被当成“怎么把场景照亮”的打光技巧。但把它放进成像这条线里重新理解，你会发现完全不同的东西：光源在这里不是帮相机照明的配角，而是把未知量主动编码进光场、再由相机解码的主角。光度立体、格雷码、相移，恰好就是三条最经典的编码路径——分别从光的方向、空间图案和正弦相位上做文章。这篇文章对应计算成像系列第17讲，核心就是把这三项技术放在同一条逻辑线下拆开，讲清楚它们分别解决什么问题、公式为什么那样写、组合系统应该怎么搭。适合正在做三维重建、机器视觉测量、结构光系统研发的读者，也适合刚入门计算成像、想建立整体认知的同学。

1. 从“照亮”到“编码”：三项技术共享的底层逻辑

1.1 光不再是能量，而是可编程的信息载体

传统成像系统里，照明通常被视为外部条件：环境光够不够、色温对不对、有没有反光。相机只是被动记录场景辐射度，光源本身不携带任何“设计过的信息”。计算成像的核心转变，就是把光源变成系统里一个可控的自由度——你可以在不同帧之间改变光的强度、方向、颜色、偏振、空间分布，然后让这些已知变化成为求解未知量的约束。

这就像与人交流：被动观察是听一个人自言自语，线索有限；而计算照明是你主动向场景提问，每次改变光源条件，就等于问了一个精心设计的问题。光度立体问的是“从左边打光时你长什么样”，相移问的是“这条正弦条纹在你表面偏移了多少”，格雷码问的是“你位于第几条编码区间”。场景的响应被图像传感器记录下来，剩下的工作就是解码。

1.2 调制维度：它们分别在光的哪个属性上做文章

理解这三项技术的差异，最直接的方式是看它们调制了什么：

这三者并不是竞争关系。光度立体更关心表面的朝向和材质属性，对深度不敏感；相移和格雷码则更像是结构光测量中负责“精确测量坐标”的两级齿轮——格雷码负责周期级定位，相移负责周期内插值。实际系统里经常把它们串起来用。

1.3 病态变良态：计算照明真正带来的红利

单张图像在很多重建问题里是病态的。比如经典的明暗恢复形状（shape-from-shading），只给定一幅灰度图，光照、法向、反照率全都未知，方程数永远少于未知数，只能靠强先验硬猜。但如果你能控制光源方向，情况立刻变了：已知方向、已知辐照度，未知量只剩反照率和法向，而且方程从偏微分方程变成了逐像素的代数方程。

这就是计算照明的本质价值——它通过主动调制，把不适定问题变成良态问题。不是算法变聪明了，而是我们主动给系统提供了更多已知约束。后面几个章节的所有公式，本质都是在对同一句话做不同形式的展开：“因为光源是我控制的，所以我能从图像强度里解出我想要的几何量。”

2. 光度立体：光源方向里藏着的表面法向

2.1 朗伯模型：把反射方程改写成线性方程组

光度立体的前提假设是朗伯反射：表面把光均匀散射到所有方向，观测强度与视线无关，只与表面法向和入射光方向的夹角余弦成正比。若第 i 帧光源方向为向量 l_i，表面法向为 n，反照率为 ρ，那么像素灰度满足：

E_i = ρ · max(0, n · l_i)

把 ρn 看作一个三维向量 g，上式就是线性方程 E_i = l_i · g。光源方向是已知的，像素灰度是观测值，未知量 g 只有三个分量。理论上只要三帧不同方向的光源，就能解出 g，再对 g 取模长得到反照率、归一化得到法向。

这里有个细节容易被新手忽略：“点乘”要求光源方向已经归一化，而且你假设的是无穷远处平行光。近场光源如果距离表面太近，方向会随像素位置变化，必须按入射方向逐像素计算，否则重建出来的法向图会出现大范围弯曲畸变。

2.2 为什么实际系统都要打四路甚至更多光源

三方向是数学上最少需求量，但它非常不稳健。真实场景里至少有三个问题：光源方向一旦标定有误差，三方程系统没有冗余，误差会直接进入法向解；某个方向的入射光被物体自身遮挡时，该像素在这帧数据基本失效；纹理很平的区域，单帧噪声占比会被放大。

所以实际系统普遍用四路、六路甚至更多光源，把方程写成超定形式，再走最小二乘。比如经典的“四象限”布置：左上、右上、左下、右下对称放四盏灯。这种布局的好处是，阴影或高光区域通常只出现在特定方向，四个方向之间可以互相投票，配合一个鲁棒损失函数就能把异常像素剔除掉。

2.3 光源方向标定：镜面球的低成本方案

光度立体对光源方向的误差极其敏感。你如果直接用尺子量灯的位置、手工计算方向，最终法向图一定歪。工程里最简单的标定方法是用一个镜面球：球的半径已知，放一个高光点，镜面反射的高光点对应球面某位置，反射方向指向光源，从而反推出光源入射方向。实际操作时让球占据画面一定面积，对高光点做椭圆拟合，把球心位置、高光点位置和反射定律结合起来，就能得到光源方向，精度远高于手工测量。

阴影剔除也是必须做的一步。理想朗伯模型里，n · l_i 小于 0 的像素应该输出 0，但真实相机会有环境光、黑电平偏置，导致本应全黑的区域出现微弱灰度。这时可以设定一个低阈值：某帧灰度低于该值时，该像素不参与该帧的最小二乘。更稳的做法是先用中值或者最大灰度做一个粗糙的置信度图，再对残差使用 Huber 损失迭代求解。

2.4 代码示例：Python 三行实现最小二乘法向求解

如果光源方向矩阵 L 是 m×3，图像序列拉平后是 m×N，可以直接用最小二乘闭式解：

import numpy as np def photometric_stereo(images, L): """ images: (m, h, w) 灰度图序列 L: (m, 3) 归一化光源方向 返回 normals: (h, w, 3) 法向图, albedo: (h, w) 反照率 """ m, h, w = images.shape im_flat = images.reshape(m, -1) # (m, N) G = np.linalg.pinv(L) @ im_flat # 最小二乘解 g = (3, N) albedo = np.linalg.norm(G, axis=0, keepdims=True) normals = G / (albedo + 1e-12) return normals.T.reshape(h, w, 3), albedo.reshape(h, w)

这个实现没有做阴影剔除，直接对全部像素求了伪逆。实际项目里建议在循环内用置信度掩膜截掉低灰度帧，或者用一个 scipy 的 least_squares 逐像素迭代，效果会好很多。我自己跑工业表面检测时，四方向最小二乘已经能稳定出法向图，但从四方向换到六方向后，边缘和细划痕的法向残差明显下降——多两个方向带来的冗余，比换更复杂的算法有用得多。

3. 相移轮廓术：正弦条纹为什么能量到亚像素

3.1 正弦条纹的核心优势：单频、连续、可解析

比格雷码更进一步的是相移法。投射一组正弦条纹到物体表面，相机拍到的条纹会因为物体高度发生相位偏移。物体表面每一点的深度，都体现在该点正弦强度序列的相位里。

选择正弦而不用方波，最关键的原因是：对焦模糊只影响正弦图案的幅度对比度，不影响其相位位置。你可以想象一根正弦波被高斯模糊卷积——它依然是同频率、同相位的正弦波，只是振幅变小了。这使得相位测量对离焦、投影模糊、表面微凹凸都保持稳健，而这正是二维定位类结构光代码难以做到的。工业上很多高精度面形测量，宁可用更多帧数也坚持投影正弦条纹，就是因为这个性质。

3.2 N步相移：三步公式、四步公式与取舍逻辑

让投影仪连续投射 N 帧相位偏移的正弦条纹，强度模型写作：

I_i(x) = I'(x) + I''(x) · cos(φ(x) - δ_i)，δ_i = 2πi / N

其中 I' 是背景光强，I'' 是调制幅度，φ 就是待求的相位。因为三个未知量（I'、I''、φ）至少需要三个方程，所以三步相移是最少帧数。三步公式是：

φ = atan2(√3(I2 - I3), 2I1 - I2 - I3)

四步相移则更常用，因为它的解算公式特别干净：

φ = atan2(I4 - I2, I1 - I3)

四步好在两点：I1 与 I3 相减、I2 与 I4 相减，直接把背景光强这一项消掉了；同时对偶次谐波畸变天然不敏感。投影仪实际输出的亮度响应并不是理想线性，而是带 gamma 幂律的变形，会产生谐波分量。三步相移会被这些谐波干扰成周期性波纹，四步相移能压住相当一部分。

帧数越多，抗噪性越好，但会牺牲采集时间。测量光滑连续表面、物体静止不动时，我推荐直接上七步或九步相移，相位噪声能低一个量级；动态场景或生产线在线检测，才需要用三步/四步去换速度。

3.3 atan2 与相位包裹：真正的分水岭在这里

不管几步相移，最后都用 atan2 解相位，这意味着输出值被限制在 (-π, π] 的区间里。真实的相位沿着条纹方向不断累积，可能超过 2π 好几圈，从 atan2 出来却会突然跳回 -π。这就是“相位包裹”：明明是一条连续斜坡，解出来却像锯齿一样一截一截地断裂。

解开包裹是整套系统最关键的一步。如果物体表面连续、没有大台阶，可以用空间解包裹算法，对相邻像素相位做积分。可一旦表面有断裂、遮挡、深凹槽，相位差超过 π 的边界就会把整个积分拉飞——一条错误传播出去，一整行数据全废。这也是我会在后一节专门讲格雷码的原因：空间展开不可靠时，就上时间展开，用额外帧把每个像素的周期编号硬编码出来。

4. 格雷码解码：为什么二进制不够、相邻码距必须为1

4.1 从相位解包裹的需求切入

空间解包裹最怕的是“跳变超过 π”的像素。时间展开思路则是：不靠邻居，靠额外的投影帧来告诉每个像素“你现在属于第几条条纹区间”。给每个条纹区间编号，从 0 到 2^N - 1，然后逐位投影黑白条纹图案，每个像素在 N 帧序列中读出一串 0/1，这个二进制串就是它的绝对周期编号。

如果直接用自然二进制编码，相邻编号可能差很多个 bit。比如从 0111 变到 1000，五个 bit 全翻转。投影和成像系统的散焦、噪声、曝光波动会导致某个 bit 判错，哪怕只错一位，在自然二进制里可能直接跳到相隔好几个周期的位置上，绝对相位错了一大截。

4.2 格雷码的性质：相邻码字只有一位不同

格雷码就是为此设计的。相邻两个十进制数对应的格雷码，保证只翻转一个 bit。这样即使边界处有一像素判错，解码结果最多偏差一个周期，配合中值滤波和区域生长，误差可以控制在可接受范围内。

十进制转格雷码的公式非常简单：

def decimal_to_gray(n): return n ^ (n >> 1)

反向恢复也很直观：格雷码最高位等于二进制最高位，之后每一位由前一位与当前格雷码位异或得到。换个角度理解，就是“每一位二进制码 = 它前面所有格雷码位的累积异或”。边界判错的影响不会再被二进制编码放大，这是格雷码能在结构光里存在几十年的根本原因。

4.3 投影散焦与边界像素：解码的大坑

格雷码理论与工程实现之间隔着一层现实：投影仪镜头必然散焦，黑白条纹在物体表面的过渡不是阶跃而是斜坡，边界附近会有多个像素读出的码值不确定。如果不处理，你会看到物体表面周期性出现一行一行的伪条纹。

工程上通常从两个方向下手：一是在解码时把边界置信度低的位置标为无效，典型做法是用“黑白反转图案”做二次判断：同一 bit 再投一帧反色图，两声明的绝对差值超过阈值就标记为不可靠；另一种做法是投影时故意比相移条纹粗，只让格雷码负责粗等级定位，把亚周期细分完全交给相位——即便边界附近个别像素错了，相位场会因为区域生长和滤波被修复一大半。这一点在组合系统里尤其重要。

5. 组队方案：格雷码加相移的高精度结构光链路

5.1 绝对相位 = 条纹级数 + 包裹相位

单独使用相移，最大问题是没有绝对周期信息，只能测相对形变；单独使用格雷码，精度只有条纹宽度级别，远远不够。把两者合起来才是工业结构光最经典的姿势：先用格雷码解出每个像素的周期编号 k，再用相移解出周期内的精细相位 φ，绝对相位直接相加：

Φ = φ + 2πk

拿 7 位格雷码加四步相移举例：格雷码把画面分成 128 个条纹周期，每个周期内的相位又被 atan2 细分成连续的亚周期值。最终每个像素得到一个绝对相位，对相位做标定后，就能映射到投影仪的水平坐标，与相机像素形成一一对应，靠双目三角原理重建三维坐标。

5.2 系统标定：把投影仪当成“逆向相机”

很多人第一步跑通相位解算后，卡在“相位怎么换成深度”上。这里的关键认知是：投影仪可以被逆向理解为一台相机——它把灰度图“拍摄”到物体表面。因此可以用张氏标定法把投影仪当相机一起标定：投影棋盘格或编码图案到多个姿态的标定板，建立投影仪像素与三维点之间、相机像素与三维点之间的对应关系，解出两者的内外参和相对位姿。

标定完，前面得到的“绝对相位 → 投影仪x坐标”映射就成了最核心的查找表。此后任意被测物体，只要解出每个相机像素的绝对相位，就能找到它在投影仪图像里对应的列坐标，再结合双目几何直接三角化。

5.3 工程链路里的三个真实战场

第一个战场是投影仪 gamma 非线性。输入灰度 0-255 经过投影仪的光电响应，实际输出光强是输入值的幂函数，余弦条纹会变形，带来固定周期的高次谐波误差。解法不外乎三种：预标定 gamma 曲线做逆变换查表、用多步相移把谐波分量平均掉、或者在做相位误差补偿时用查表修正。我实测下来，最省事的是 gamma 查表预校正，一次标定之后，三步相移也能达到接近四步的效果。

第二个战场是环境光和黑电平。投全黑帧和全白帧做归一化，能把环境光偏置从条纹强度里消掉；对黑色或低反光物体，还要适当增大投影亮度、延长曝光时间。这里不得不提一句：很多团队在算法上花几个月，最后发现噪声来自相机黑电平没校准，调试顺序真的很重要。

第三个战场是动态场景。格雷码加相移整体可能需要 8 到 12 帧，物体稍微晃动，相位场就会出现运动伪影。如果被测物体不是严格静止，要么缩短帧数（格雷码位宽做小、相移用三步），要么上高速投影方案，把格雷码和相移合并成单帧复合图案。后者原理复杂，实际项目里多数人倾向“能静止就静止，不能静止就换散斑方案”。

6. 实战选型：法向图、相位图、深度图分别用在什么场景

6.1 先搞清楚输出物是什么

光度立体最终输出的是法向图和反照率图，它和结构光的深度图有本质区别。法向图描述的是表面的倾斜程度，对微小起伏、划痕、凹坑特别敏感，但不携带绝对尺度信息；结构光输出的是毫米级坐标，适合测量深度落差和形貌尺寸，但对细小平滑缺陷的灵敏度往往不如法向图。选型时别只问“哪个精度高”，要问“我到底要看表面缺陷，还是要测立体尺寸”。

6.2 方法取舍一览

光度立体对光源稳定性要求高，但对深度范围不敏感；格雷码+相移对深度范围不敏感，但对静止要求高。两者不是互相替代，而是互补的。我见过不少检测项目，第一遍用结构光测出平整的表面，以为是良品，换光度立体一看，法向图上全是肉眼几乎看不见的砂眼——两种信息缺一不可。

6.3 组合使用的经验

如果条件允许，我建议在系统里同时支持光度立体和格雷码+相移两条链路。光度立体给表面缺陷检测提供高灵敏度法向图，格雷码+相移给宏观尺寸测量提供绝对坐标，两者共用一个相机和光源控制器，只是切换不同的投影/光源驱动。这个思路听起来多了一套校准，但实际项目里收益非常大：同一个物体的缺陷检测和尺寸测量，可以一次装夹完成，不用在两个工位之间反复搬动。

最后再分享一个让我踩过坑后加倍重视的经验：不管用哪种方法，先把“亮度链路”校好再谈算法。光源方向标定、投影仪 gamma 校正、相机黑电平、环境光抑制，这四件事看似基础，实际决定系统上限。公式和代码只是把已经调制好的光解码出来，光本身不干净，后面一切算法都是白搭。我第一次做光度立体时总觉得自己代码有问题，折腾了三天，最终发现是光源标定矩阵少转置了一次。调系统的耐心，很大部分不是花在数学上，而是花在这些不断重复的基础环节里。希望这篇第17讲的内容能帮你在三条编码路径之间建立清晰的地图，少走我走过的弯路。