导读

三维视觉是连接物理世界与数字世界的重要桥梁。从工业制造中的尺寸检测，到机器人自主导航，再到数字孪生和元宇宙构建，高精度三维信息获取已成为现代信息社会的重要基础能力。作为当前应用最广泛、发展最成熟的主动式三维成像技术之一，条纹投影轮廓术（Fringe Projection Profilometry，FPP）凭借非接触、高精度、高速度等优势，在工业检测、航空航天、生物医学和文化遗产保护等领域发挥着重要作用。

近期，四川大学吴周杰/张启灿研究团队联合德国弗朗霍夫IOF研究所Gunther Notni研究团队在Light: Advanced Manufacturing发表了题为“Review of fringe projection profilometry: from geometric triangulation to computational 3D imaging”的综述论文。

论文系统地回顾了条纹投影轮廓术四十余年来的发展历程，周密地梳理了FPP关键理论与技术演进脉络，全面地总结了国内外同行们在该领域中做出的学术贡献和技术推进，给读者们提供了FPP技术清晰的演变脉络和发展全貌；综述还从技术发展趋势的视角指出：条纹投影轮廓术正在经历一场深刻的范式变革——从传统几何三角测量迈向计算三维成像时代，给同行研究者们提供了有参考价值的该领域未来态势和研究重点建议。

一、从“测量三维”到“理解三维”

自20世纪80年代诞生以来， FPP始终建立在几何三角测量原理之上。通过向目标表面投射结构化条纹，并分析条纹变形所携带的相位信息，系统能够恢复物体的三维形貌。凭借高精度、高速度和非接触测量等优势，FPP已成为工业检测、智能制造和科学研究领域应用最广泛的三维测量技术之一。

然而，传统FPP建立在一个重要假设之上：相机接收到的信号主要来源于目标表面的直接反射光。当测量对象扩展到高反光材料、半透明介质、生物组织以及复杂工业场景时，光在传播过程中会产生多次反射、次表面散射和阴影遮挡等复杂情况。此时，相机记录的不再只是简单的几何信息，而是混合了复杂光照成分经过非理想传输介质后的观测结果，传统几何三角测量框架面临新的挑战。

因此，未来三维视觉需要回答的问题已不再是“物体在哪里”，而是“光是如何传播的”。这意味着三维视觉的研究对象正在从几何结构本身扩展到光传播的物理过程，研究重点从恢复三维形貌转向解析光传输规律。换言之，三维视觉正在从“测量三维”迈向“理解三维”，从几何三角测量时代迈向计算三维成像时代，如图1所示。

图1：从基于几何三角测量的三维重建模型到基于光传输规律解析的计算三维成像框架

二、从发展到变革：计算三维成像开启新的发展方向

条纹投影轮廓术FPP的发展始终伴随着三维视觉需求的不断升级。综述作者将FPP四十余年的发展历程划分为三个阶段：奠基期（1983–2006）、爆发期（2007–2018）和变革期（2019年至今），如图2所示。其中，奠基期的核心任务是建立理论基础，研究人员围绕几何三角测量技术的条纹分析、相位展开和系统标定等关键问题，构建了完整的三维测量理论体系，奠定了条纹投影轮廓术的基本框架；爆发期则聚焦于测量表现的提升，主要从如何提升条纹生成、分析方法的性能以及如何开发具有更高投影和探测能力的测量器件两方面进行研究，推动测量精度和测量速度不断突破，使条纹投影轮廓术从实验室研究逐步走向工业应用。

然而，随着新一轮科技革命和产业变革的深入推进，三维测量需求开始向极端尺度以及极端环境不断延伸。面对复杂照明条件、动态场景、多样化材料以及极端工况，传统条纹投影轮廓术所依赖的几何三角测量框架逐渐显现出局限性。单纯提升测量精度或优化算法已经难以解决长期存在的许多挑战，三维视觉的发展开始从“性能提升”迈向“框架创新”的变革期。

在这一背景下，人工智能与计算成像的兴起为领域发展开辟了新的方向。人工智能凭借强大的逆问题求解能力，为复杂条件下的条纹分析、相位展开和误差补偿提供了全新的解决方案；而计算成像则突破传统点对点三角测量模型的限制，通过引入更高维度的物理模型来描述光与场景之间复杂的相互作用。二者的融合正在推动条纹投影轮廓术从传统几何测量技术向计算三维成像框架演进。

图2：条纹投影轮廓术的发展历程

三、当前挑战

面向更鲁棒、更通用的感知需求，FPP在测量方式转变过程中同样也面临着一系列亟待突破的关键科学与技术挑战，如图3所示。

1. 从单一漫反射表面到复杂真实场景

传统条纹投影轮廓术主要建立在理想漫反射模型基础之上，而现实场景中的目标往往同时具有金属类镜面反射、元器件互反射、次表面散射、透明或半透明等复杂光学特性。当光与不同材质发生复杂相互作用时，传统测量模型容易失效。如何实现面向复杂材质和混合反射场景的高鲁棒性测量，仍然是当前三维视觉研究的重要挑战。

2. 从几何测量到光传输解析

在强环境光、散射介质、水下环境以及多次反射场景中，光传播过程往往不再遵循传统“点对点”的单次反射模型，导致深度信息混叠甚至丢失。此时，三维重建的关键已不再是建立几何对应关系，而是解析复杂环境中的光传输过程。如何在复杂光路条件下准确恢复三维信息，正成为下一代三维成像技术需要突破的核心问题。

3. 从获取形貌到理解目标

传统三维成像主要关注目标几何结构的重建，而未来三维视觉将进一步面向目标属性认知与场景理解。除了三维形貌之外，系统还需要同步获取光场分布、材料组成、光学性质、功能特征等多源感知信息，实现几何信息与物理信息、功能信息的深度融合。如何构建兼具多模态感知、多维信息融合与智能分析能力的新型三维视觉系统，将成为推动三维视觉从“几何测量”迈向“智能感知”的关键挑战。

图3：三维成像技术面临的关键挑战

四、未来展望

展望未来，三维视觉的发展将呈现“硬件赋能”与“计算驱动”协同演进的新趋势。随着高速投影器件、新型探测器和计算光学元件的不断发展，三维成像系统将从数据采集平台逐步演变为信息编码平台，通过光学设计与重建算法的协同优化，实现测量性能的持续突破。

与此同时，计算三维成像有望成为下一代三维视觉的重要理论框架，如图4所示。通过将物理建模与人工智能深度融合，凭借计算成像框架保证成像过程的物理可解释性和误差可追溯性，借助人工智能提升复杂逆问题的求解效率与环境适应能力，构建兼具可信性与智能化的新型三维感知体系。从“测量世界”到“理解世界”，计算三维成像正为下一代智能感知技术发展打开新的空间。（来源：先进制造微信公众号）

图4：计算三维成像技术理论框架

相关论文信息：https://doi.org/10.37188/lam.2026.074