3. 相机成像模型：从光线到像素的数学映射
相机是怎么把三维世界变成二维图像的？这个问题，我当年刚入行时也琢磨了很久。说白了，就是一套从世界坐标到像素坐标的数学变换。今天咱们就把它拆开揉碎了讲清楚。
3.1 针孔相机模型：最朴素的成像原理
针孔相机模型是所有成像模型的基础。它假设光线沿直线传播，穿过一个小孔后在成像平面上形成倒立的像。虽然真实相机复杂得多，但这个模型能解决90%的几何标定问题。
核心公式：
λ * [u, v, 1]^T = K * [R | t] * [X, Y, Z, 1]^T其中：λ 是尺度因子，[u,v] 是像素坐标，K 是内参矩阵，[R|t] 是外参矩阵，[X,Y,Z] 是世界坐标。
这个公式看着唬人，其实就三步：
- 世界坐标 → 相机坐标：通过旋转矩阵 R 和平移向量 t
- 相机坐标 → 归一化平面：除以 Z 值，得到归一化坐标 (x, y)
- 归一化平面 → 像素坐标：通过内参矩阵 K 映射到像素
我个人习惯把第一步叫"摆相机"，第二步叫"透视投影"，第三步叫"数字化"。这样好记。
3.2 内参矩阵：相机的"身份证"
内参矩阵 K 描述了相机内部的几何特性。它长这样：
K = [fx, 0, cx;
0, fy, cy;
0, 0, 1]| 参数 | 含义 | 典型值（1080p相机） |
|---|---|---|
| fx, fy | 焦距（像素单位） | ~1400 px |
| cx, cy | 主点坐标（光轴与像面交点） | ~960, 540 |
实战经验：fx 和 fy 理论上应该相等，但实际生产中传感器像素不是完美的正方形，所以会有微小差异。我遇到过一台工业相机，fx=1423.7，fy=1425.1，差了1.4个像素——这在亚像素精度测量中必须修正。
3.3 外参矩阵：相机在哪儿？朝哪儿看？
外参矩阵 [R | t] 描述了相机在世界坐标系中的位姿。R 是3×3旋转矩阵，t 是3×1平移向量。
举个例子：假设相机放在桌子上，距离地面1米，正对着前方。那么：
- t = [0, 0, 1]^T（相机在Z轴方向偏移1米）
- R = 单位矩阵（没有旋转）
但实际项目中，相机很少摆得这么规矩。我记得有一次在产线上装相机，安装支架有0.5度的倾斜，结果测量误差直接超了0.3mm。后来我养成了一个习惯：每次装完相机，先用标定板跑一遍外参，确认旋转角小于0.1度再干活。
3.4 透镜畸变：理想很丰满，现实很骨感
针孔模型假设光线完美直线传播，但真实镜头有畸变。主要分两类：
3.4.1 径向畸变
光线通过透镜边缘时弯曲更厉害，导致图像边缘向内或向外偏移。
- 桶形畸变：图像边缘向外凸出，像桶一样。常见于广角镜头。
- 枕形畸变：图像边缘向内凹陷。常见于长焦镜头。
数学模型（k1, k2, k3 为畸变系数）：
x_distorted = x * (1 + k1*r^2 + k2*r^4 + k3*r^6)
y_distorted = y * (1 + k1*r^2 + k2*r^4 + k3*r^6)其中 r^2 = x^2 + y^2，是归一化坐标到光心的距离。
避坑指南：我曾经用过一个廉价镜头，k1 达到 -0.35，边缘畸变超过15个像素。如果不校正，在图像边缘做测量，误差能到毫米级。所以，做高精度测量时，一定要用低畸变镜头，或者做完整的畸变校正。
3.4.2 切向畸变
镜头和传感器不平行时产生。说白了，就是镜头装歪了。
x_distorted = x + [2*p1*x*y + p2*(r^2 + 2*x^2)]
y_distorted = y + [p1*(r^2 + 2*y^2) + 2*p2*x*y]p1, p2 是切向畸变系数。
切向畸变在工业相机中比较少见，因为镜头座都是精密加工的。但我在手机摄像头项目里遇到过——手机镜头模组组装时，胶水固化不均匀，导致传感器倾斜，切向畸变系数 p1 达到 0.002。虽然看着不大，但在图像边缘能产生2-3个像素的偏移。
3.5 完整畸变模型：五参数模型
实际标定时，我们通常用5个畸变参数：[k1, k2, p1, p2, k3]。k3 只在畸变特别严重时才用，比如鱼眼镜头。
| 参数 | 范围 | 说明 |
|---|---|---|
| k1 | -0.5 ~ 0.5 | 主要径向畸变，绝对值越大畸变越严重 |
| k2 | -0.2 ~ 0.2 | 高阶径向畸变，通常比k1小一个数量级 |
| p1, p2 | -0.01 ~ 0.01 | 切向畸变，好的镜头接近0 |
| k3 | -0.1 ~ 0.1 | 更高阶径向畸变，非必要不用 |
3.6 知识体系总览
下面这张图把整个相机成像模型串起来了。你想想看，从世界坐标到像素坐标，每一步都有明确的数学对应。
3.7 标定流程：从理论到实践
理论讲完了，怎么拿到这些参数？我一般走这四步：
- 采集标定板图像：至少15-20张，覆盖不同角度和位置
- 提取角点：用OpenCV的 findChessboardCorners 或 findCirclesGrid
- 求解参数：用 calibrateCamera 函数，得到内参、外参、畸变系数
- 验证精度：重投影误差小于0.5像素才算合格
我的习惯：标定完成后，我会拍一张棋盘格放在图像中心，再拍一张放在边缘。分别计算角点坐标的理论值和实际值，看看误差分布。如果边缘误差比中心大很多，说明畸变模型没拟合好，需要增加标定板在边缘位置的图像。
3.8 常见问题与避坑
- 标定板不平：打印的棋盘格贴在玻璃板上，不要贴纸板上。纸板会弯曲。
- 图像太少：少于10张标定结果不稳定。我一般拍25张。
- 忽略切向畸变：大部分工业镜头切向畸变很小，但手机摄像头必须考虑。
- 焦距单位搞混：fx = f / dx，其中 f 是物理焦距（mm），dx 是像素尺寸（mm/pixel）。
嗯，相机成像模型就讲到这里。这套东西我用了十年，从最初的死记硬背到现在的条件反射，中间踩过不少坑。希望你能一次搞明白，少走弯路。