涵盖了计算机校正，结构光三维测量相机标定的常见方法，总共有20来篇文章。都是很不错的文章！

在条纹投影三维重构系统中,需要对得到的初始相位进行解包裹才能得到真实的三维图像。路径相关算法是一类十分重要的相位解包裹算法,可以精确无误地还原物体表面的形状和结构,但现有的路径相关算法受相位图噪声的限制,容易在图像质量差或者梯度大处出现奇点,无法找到相应的还原路径。为此,提出一种能够解出精确相位,并且可以忽略噪声点和补偿断层的新型算法。通过理论分析给出实物图和包裹相位图,然后应用本方法还原出物体的真实相位信息,最后用相位再包裹法作为算法精确度的评估标准,验证本方法的可行性和优越性。

使用Matlab标定结构光系统，这个文件是ProCamCalib_v0.7_beta.zip也就是需要载入matlab中的第二个工具箱进行相机投影仪系统标定的。

单目结构光系统标定源码，供参考

线结构光光平面标定，求出光平面在相机坐标系中的相对位置。

针对线结构光条纹中心提取的效率和精度影响测量结果的问题,提出一种主成分分析与灰度重心相结合的方法。首先对图像进行高斯卷积并采用阈值分割法初步提取图像中有效的光条纹信息;然后计算光条纹图像的梯度分布和幅值,选取幅值为零的点作为初始点;接着采用主成分分析法得到点的法线方向,沿法线方向在初始点两侧以幅值最大的两点作为边界点;最后采用灰度重心法求出边界内的光条纹中心以确定下一个初始点,通过迭代处理提取光条纹中心。在平均处理时间以及方均根误差方面对所提方法进行验证。实验结果表明,所提方法的平均处理时间约为1.701 s,提取精度比Steger法少0.0500 pixel。

在对投影仪标定工作上开源并且广泛使用的有两个DEMOS.一个是2009年Projcamcalib，这个应该容易找到源代码。另外一个是2012年布朗大学提出的一个投影仪标定方法，发表论文为《Simple, Accurate, and Robust Projector-Camera Calibration》，代码用C++和Qt编写，实验操作简便，结果精度较高。资源里面有源代码、实验示例和论文

• 物奇的芯片拥有完全自主的知识产权 ◆ 使用芯片代工厂标准的库单元（免费且无知识产权问题） ◆ 基于开放的 RISC-V 处理器内核（免费且无知识产权问题） ◆ 自主设计 芯片中的其他模块，包括 pad、 mipi、 PLL、模拟电路、射频电路、通信基带 处理模块、总线、 AI 处理模块、 memory 控制器 等 • 公司已获得7项实用新型专利授权，另外还有41项发明专利已提交专利局审 理，包括4项 PCT国际专利 • 已有专利主要分布在：通信， AI 图像与语音处理，低功耗设计等

ToF技术是什么？和结构光技术又有何区别.docx

线结构光扫描激光条纹提取-opencv+python-附件资源