當渦扇發動機葉片呼嘯旋轉，肉眼所見只剩一片模糊的殘影，普通相機根本來不及捕捉這轉瞬即逝的動態。而在南京理工大學智能計算成像實驗室內，陳錢、左超教授團隊的科研人員卻能用一臺幀率僅625Hz的普通工業相機，就將這片“影子”轉化為每秒10000幀的清晰三維動態影像。葉片的每一次轉動、每一處細微形變，都能夠被精準定格。

這不是科幻電影里的“黑科技”，而是南京理工大學智能計算成像實驗室陳錢、左超教授團隊在三維成像領域深耕十余年的最新成果——基于雙頻角度復用的條紋投影輪廓術（DFAMFPP）。這項融合了物理模型與深度學習的新技術，實現了超越相機幀率16倍的超高速三維成像，為航空航天、智能制造、國防安全等領域裝上了“火眼金睛”。

十三年技術長跑，普通相機也能拍出超高速3D

“傳統三維成像就像拍一張照片換一個姿勢，投影設備投一次圖案，相機拍一次，速度完全被硬件幀率限制。”團隊核心成員、南京理工大學博士生陳文武解釋。長期以來，超高速三維成像一直被硬件“卡脖子”，想要拍得快，就得用昂貴的高速相機，不僅成本昂貴，還可能犧牲成像精度，而普通工業相機雖然便宜，幀率卻根本追不上高速運動的物體。

“提升三維成像速度，就像追逐光的腳步——永遠向極限逼近。”三維成像研究團隊負責人馮世杰教授感慨道。2012年，團隊剛涉足這一領域時，主流三維成像技術的幀率還停留在每秒幾十幀。十余年來，團隊從基礎理論入手，在條紋投影編碼方式、智能算法優化、高速成像系統設計等關鍵技術上持續突破，相關研究成果陸續發表在多個國際頂級期刊，一步步從技術跟跑者成長為國際領跑者。

技術突破的步伐在近年持續加速。2018年，團隊提出微頻移傅里葉變換輪廓術（μFTP），首次實現每秒10000幀的超快結構光三維成像；2024年，團隊再推創新成果——深度學習賦能的復用條紋投影輪廓術（DLMFPP），首次突破傳統相機硬件幀率的物理限制，用111Hz的普通低速相機實現了1000Hz的高速三維成像，成像速度超出相機原有能力9倍。

在此基礎上，今年亮相的“基于雙頻角度復用的條紋投影輪廓術（DFAMFPP）”更是將這一突破推向新高度，實現了超越相機幀率16倍的時間超分辨三維成像。該技術借助數字微鏡器件的高速切換能力，在相機單次曝光周期內，像快速翻書一樣投射多組雙頻條紋圖案，把16個不同時刻的三維信息“打包”進一張照片里，再利用自主研發的“數論展開算法+深度神經網絡”，如同破譯密碼般從這張“復用照片”中精準提取出16個時刻的三維數據，最終讓普通相機實現了遠超自身硬件極限的成像速度。“就像把一本厚厚的書壓縮成一張A4紙，再完整還原出來。”陳文武形象地介紹說。

在實驗室的渦扇發動機測試中，這項技術展現了驚人實力。當葉片高速旋轉到肉眼無法辨識時，系統依然能從模糊的復用圖像中，提取出每秒10000幀的三維細節——這相當于讓普通相機的速度瞬間提升16倍，而且空間分辨率一點沒打折扣。

從“科研突破”到“產業革新”，這項技術能改變什么？

“科研技術的價值，終究要落到解決實際問題上。”馮世杰教授說，這項超高速三維成像技術，正悄悄改變著多個領域的“游戲規則”。

在航空航天領域，發動機葉片的高速旋轉狀態直接關系到飛行安全。以往檢測葉片形變需停機拆解，成本高、效率低；而超高速三維成像技術可實時監測葉片在不同轉速下的三維形態，提前發現微小裂紋或形變，為發動機“體檢”裝上“實時監控儀”。

在國防安全領域，借助該技術能清晰還原高速運動物體的“立體”軌跡與形貌，為國防科研提供關鍵數據支撐。

在交通安全領域，它讓汽車碰撞測試更透明。過去僅靠傳感器記錄幾個關鍵點的受力數據，如今利用該項技術，無需昂貴的高速相機，就能完整還原車身從碰撞到變形的全過程三維動態，如同給汽車安全設計裝上放大鏡，助力工程師優化結構方案。

未來，這項技術還將走進日常生活。借助高速三維成像技術，手機人臉識別突破傳統二維靜態識別的局限，可實時捕捉面部深度變化與微運動特征，大幅提升活體檢測精度與防偽能力；昆蟲學家能借助它觀察蜜蜂翅膀每秒數百次的振動細節，揭開生物動力學奧秘。

這項突破性成果的背后，是實驗室十余年的深厚積淀。作為陳錢教授領銜的南京理工大學光學工程國家一級重點學科的核心團隊，左超教授所帶領的智能計算成像實驗室（SCILab）匯聚了一批橫跨光學、計算機、人工智能的復合型人才，累計發表SCI論文270余篇，其中46篇入選期刊封面，相關研究成果被引用2萬余次。

現代快報/現代+ 記者 于露

（學校供圖）