2. 成像模型
各位同学，欢迎来到第二章。
上一章我们聊了为什么要做标定。这一章，我们来啃一块硬骨头——成像模型。
说白了，就是搞明白一件事：现实世界中的一个点，是怎么跑到相机照片里那个像素位置上的？
这个映射关系，是所有标定算法的根基。你如果把这个模型吃透了，后面那些矩阵公式，看起来就跟搭积木一样简单。
2.1 针孔相机模型：最朴素的成像原理
我们先从最简单的说起——针孔相机模型。
你想想看，最早的相机长什么样？就是一个黑盒子，前面戳一个小孔，后面放一张胶片。光线穿过小孔，在胶片上形成一个倒立的像。
这就是针孔模型的核心思想：小孔成像。
核心公式（理想情况）：
假设空间点 P(X, Y, Z) 在相机坐标系下，投影到成像平面上的点 p(x, y)。
根据相似三角形：
x = f * (X / Z)
y = f * (Y / Z)其中 f 是焦距（小孔到成像平面的距离）。
这个公式看着简单，但它是整个视觉几何的基石。我在项目中遇到过不少新手，一上来就套复杂的畸变模型，结果发现连最基本的投影关系都没搞对。嗯，这里要注意，先搞懂理想模型，再谈畸变。
我的习惯： 每次拿到一个新相机，我都会先用这个理想模型算一遍理论投影位置，再跟实际图像对比。这样能快速判断出畸变的严重程度。
2.2 四大坐标系：从世界到像素的“四步走”
现实中的成像，比针孔模型要复杂一点。因为一个点要经过四次坐标变换，才能最终变成像素。
我习惯把这四次变换叫做“四步走”。每一步都有明确的物理意义。
下面这张图，把这四个坐标系和它们之间的变换关系画清楚了。
2.3 逐个拆解：每个坐标系是干什么的？
我们一个一个来看。
2.3.1 世界坐标系 (World Coordinate System)
- 符号： (Xw, Yw, Zw)
- 作用： 描述物体在真实世界中的位置。单位是毫米或米。
- 特点： 你可以任意定义它的原点。比如放在棋盘格的角点上，或者放在机器人基座上。
我个人习惯把世界坐标系放在标定板的第一个角点上。这样计算出来的外参，直接就是相机相对于标定板的位姿，非常直观。
2.3.2 相机坐标系 (Camera Coordinate System)
- 符号： (Xc, Yc, Zc)
- 作用： 以相机光心为原点，Zc轴指向相机前方。
- 特点： 这是一个三维坐标系。世界坐标系通过旋转矩阵R和平移向量t变换到相机坐标系。
外参矩阵：
[Xc] [R11 R12 R13 t1] [Xw]
[Yc] = [R21 R22 R23 t2] [Yw]
[Zc] [R31 R32 R33 t3] [Zw]
[1 ] [0 0 0 1 ] [1 ]这个4x4矩阵，就是外参矩阵。它描述了相机在世界中的位置和朝向。
2.3.3 图像坐标系 (Image Coordinate System)
- 符号： (x, y)
- 作用： 描述投影点在成像平面上的物理位置。单位是毫米。
- 特点： 这是一个二维坐标系。原点在相机光轴与成像平面的交点（主点）。
这里有个坑，我踩过。图像坐标系的x轴和y轴，方向跟相机坐标系的Xc和Yc是相反的（因为成像是倒立的）。但在算法实现时，我们通常忽略这个符号，直接用正立模型计算。
2.3.4 像素坐标系 (Pixel Coordinate System)
- 符号： (u, v)
- 作用： 描述像素在图像数组中的位置。单位是像素。
- 特点： 原点在图像左上角。u轴向右，v轴向下。
从图像坐标 (x, y) 到像素坐标 (u, v) 的变换，就是内参矩阵的一部分。
内参矩阵 K：
[u] [fx 0 u0] [x]
[v] = [0 fy v0] [y]
[1] [0 0 1 ] [1]其中：
- fx = f / dx，fy = f / dy（dx, dy 是每个像素的物理尺寸）
- (u0, v0) 是主点的像素坐标
2.4 完整变换流程：一个点是怎么变成像素的？
我们把上面四步串起来，看看一个世界点 Pw 是怎么变成像素点 (u, v) 的。
| 步骤 | 变换 | 输入 | 输出 | 参数 |
|---|---|---|---|---|
| 1 | 刚体变换 | (Xw, Yw, Zw) | (Xc, Yc, Zc) | R, t（外参） |
| 2 | 透视投影 | (Xc, Yc, Zc) | (x, y) | f（焦距） |
| 3 | 畸变校正 | (x, y) | (x', y') | k1, k2, p1, p2（畸变系数） |
| 4 | 仿射变换 | (x', y') | (u, v) | fx, fy, u0, v0（内参） |
⚠ 我曾经踩过的坑：
很多初学者会把畸变校正放在透视投影之前做，这是错的。正确的顺序是：先投影，再畸变，最后转像素。因为畸变是镜头物理特性引起的，发生在光线到达传感器之前。
2.5 为什么需要这么多坐标系？
你可能会问：搞这么复杂干嘛？直接一个坐标系不就行了？
嗯，这个问题我当年也问过。原因其实很简单：每个坐标系都有自己的“舒适区”。
- 世界坐标系：方便我们描述物体位置。
- 相机坐标系：方便我们描述光线投影。
- 图像坐标系：方便我们描述物理成像。
- 像素坐标系：方便计算机读取和处理。
说白了，就是解耦。把一个大问题拆成几个小问题，每个小问题用最合适的坐标系去解决。这就是工程思维。
我的建议： 刚开始学的时候，不要死记硬背公式。拿一张纸，画一个点，手动走一遍这四步变换。走通了，你就真的懂了。
2.6 本章小结
这一章我们搞清楚了成像模型的骨架：
- 针孔模型是基础，相似三角形是核心。
- 四大坐标系各有分工，通过外参、内参、畸变系数串联起来。
- 变换顺序不能乱：世界→相机→图像→（畸变）→像素。