📚 课程目录第3章校准核心术语与指标

3、校准核心术语与指标：分辨率、畸变、视场角、主点、焦距、色差、像面倾斜、离焦量等关键参数定义

光学校准的本质，是将镜头、传感器与机械结构之间的偏差转化为可量化、可修正的数学参数。无论是手机摄像头模组、车载环视系统，还是工业视觉测量设备，校准工程师面对的第一道门槛并非操作流程，而是对核心术语的精确理解。若对“分辨率”与“解像力”的差异含糊，或混淆“主点”与“像面中心”的概念，后续的标定算法选型与误差分配将失去根基。本章将系统拆解八项最关键的校准参数，从物理定义、数学表达、工程判定到实战误区，建立一套统一的术语坐标系。

上图展示了各参数在光学系统中的相对位置与关联关系。主点作为光轴与像面的交点，是其他几何参数（如畸变、视场角）的参考原点；焦距决定了视场角的大小，而离焦量则直接反映像面与理想焦平面的偏离程度。理解这张关系图，是后续学习标定板设计、内参解算与畸变补偿的前提。

3.1 分辨率与解像力：像素密度之外的物理极限

核心原理：分辨率在光学校准语境下包含两个层面：一是传感器分辨率，即像素阵列的物理尺寸与数量（如 1280×1024，像素尺寸 4.8μm）；二是光学分辨率，即镜头能够分辨的最小细节，通常用 MTF（调制传递函数）曲线或线对/毫米（lp/mm）表示。校准关注的是后者——即使传感器像素再密，若镜头在奈奎斯特频率处的 MTF 低于 0.2，系统实际分辨率仍受限于光学部件。

判断方法：工程上采用“刀口法”或“西门子星标”测量 MTF。操作流程如下：

将刀口靶标置于视场中心，调整光源亮度至传感器响应线性区（通常为满阱电荷的 50%~70%）。
采集图像后，沿垂直刀口方向提取边缘扩散函数（ESF），对 ESF 求导得到线扩散函数（LSF）。
对 LSF 做傅里叶变换，归一化后得到 MTF 曲线。记录 0.5 奈奎斯特频率处的 MTF 值作为判据。

参数	定义	典型判据	校准影响
传感器分辨率	像素阵列物理尺寸	1280×1024, 4.8μm	决定采样上限
光学分辨率	MTF≥0.2 对应的空间频率	中心≥160 lp/mm	决定实际清晰度
解像力	目视可分辨的线对数	ISO 12233 标板	主观评价参考

常见误区：部分工程师将“像素数”直接等同于“分辨率”，忽略镜头 MTF 的衰减。例如一款 500 万像素模组，若镜头在 200 lp/mm 处 MTF 已降至 0.1，实际有效分辨率仅相当于 300 万像素。校准报告中应同时标注“传感器分辨率”与“光学极限分辨率”，避免误导系统设计。

3.2 畸变：从枕形到桶形的几何偏差

核心原理：畸变是实际像高与理想像高之间的偏差，分为径向畸变（桶形/枕形）和切向畸变（由镜头装配偏心引起）。其数学模型常用 Brown-Conrady 模型描述：

δx = x(k₁r² + k₂r⁴ + k₃r⁶) + p₁(r² + 2x²) + 2p₂xy
δy = y(k₁r² + k₂r⁴ + k₃r⁶) + p₂(r² + 2y²) + 2p₁xy

其中 r 为像点到主点的距离，k₁~k₃ 为径向系数，p₁、p₂ 为切向系数。

操作流程：使用棋盘格标板拍摄 10~15 张不同姿态图像，通过 OpenCV 的 calibrateCamera() 或 Halcon 的 calibrate_cameras() 求解内参。关键步骤包括：

角点提取精度需达到亚像素级（使用 cornerSubPix() 迭代优化）。
标板覆盖视场面积应超过 60%，且边缘区域必须有角点。
重投影误差应小于 0.1 像素，否则剔除异常帧。

  案例拆解：某工业相机在 12mm 镜头下出现明显桶形畸变（边缘弯曲约 15 像素）。通过标定得到 k₁=-0.082，k₂=0.013。校正后，边缘直线度误差从 0.35mm 降至 0.02mm。但注意：过度校正会产生“波浪形”边缘，因此需在 OpenCV 的 undistort() 中设置 alpha=0.5 平衡视场裁剪与畸变修正。

3.3 视场角与焦距：几何投影的孪生参数

核心原理：视场角（FOV）由焦距 f 和传感器尺寸 d 决定：FOV = 2·arctan(d / 2f)。对于定焦镜头，f 是固定值；变焦镜头则需在每档焦距下重新标定。校准中需区分水平、垂直、对角线三个方向的 FOV，因为传感器宽高比不同。

判断方法：实际测量时，将标板置于已知距离 L 处，读取标板在图像中的宽度 W_pixel，则水平 FOV 为：

FOV_h = 2·arctan(W_pixel · pixel_size / (2 · L))

注意：此公式假设镜头无畸变，若畸变较大，应先用标定参数校正图像再计算。

传感器尺寸	焦距 6mm	焦距 8mm	焦距 12mm
1/2.7" (5.37×4.04mm)	48.2°	37.1°	25.2°
1/1.8" (7.18×5.32mm)	61.8°	48.4°	33.4°

经验提醒：车载摄像头要求水平 FOV ≥ 120°，此时需选用焦距 ≤ 2.8mm 的镜头，但畸变会显著增大（通常 > 20%）。此时应优先保证 FOV 覆盖范围，畸变通过算法校正，而非追求光学零畸变。

3.4 主点与像面中心：不可混淆的参考原点

核心原理：主点（Principal Point）是光轴与像面的交点，理论上位于图像正中心，但由于镜头装配误差，实际主点可能偏移 5~20 像素。像面中心是传感器像素阵列的几何中心，两者不重合时，畸变校正和 3D 重建会产生系统性误差。

校准方法：采用“同心圆标板法”——拍摄一组同心圆环，通过椭圆拟合得到各环圆心，连接圆心轨迹的交点即为主点。更精确的做法是使用张正友标定法，在优化过程中将 Cx、Cy 作为自由参数求解。

风险说明：若将主点强制设为图像中心（如某些简化标定工具），在广角镜头下会导致边缘畸变校正误差放大 3~5 倍。例如某 130° 鱼眼镜头，主点实际偏移 (12.3, -8.7) 像素，若忽略此偏移，3D 测距误差在边缘区域达到 8%。

3.5 色差与像面倾斜：影响全画幅一致性的隐藏因素

核心原理：色差分为轴向色差（不同波长焦点不同）和倍率色差（不同波长放大率不同）。像面倾斜则指传感器平面与理想焦平面存在夹角，导致画面一侧清晰另一侧模糊。两者均属于“高级像差”，常规内参标定无法完全消除。

判断流程：

色差检测：拍摄黑白棋盘格，提取 R/G/B 三通道角点坐标，计算各通道的偏移量。若偏移 > 0.5 像素，需进行通道配准。
像面倾斜检测：在视场四角与中心分别放置分辨率卡，对比 MTF50 值。若边缘与中心差异 > 30%，且呈对角线分布，则判定为像面倾斜。

  实战场景：某安防摄像头在低温环境下出现画面边缘偏紫。分析发现：温度变化导致镜筒热胀冷缩，使 IR 滤光片与传感器间距改变，轴向色差增大。解决方案是采用 ALC（有源对焦）设备重新校准，并增加温度补偿算法——根据温度传感器读数动态调整 R/B 通道增益。

3.6 离焦量：对焦基准与景深余量

核心原理：离焦量（Defocus）指实际像面与最佳焦平面的轴向距离。在模组组装中，通过调整镜头与传感器的间距（即调焦）使离焦量最小化。校准中常用“清晰度评价函数”（如 Tenengrad 梯度、Laplacian 能量）寻找峰值位置。

操作流程：

将模组固定在调焦台上，初始位置设为机械零位。
以 10μm 步进移动镜头，每步拍摄一张图像，计算清晰度评价值。
拟合评价曲线（通常为高斯型），峰值对应的位置即为最佳焦平面。
记录该位置与机械零位的差值，即为离焦量。

应用场景	允许离焦量	景深要求	校准策略
手机主摄	±5μm	近距 10cm~远距 ∞	双位置对焦（近/远）取折中
工业读码器	±15μm	固定工作距离 ±2mm	单点对焦，强调峰值锐度
车载前视	±8μm	5m~∞ 泛焦	无限远对焦，允许近景轻微模糊

总结复盘：离焦量并非越小越好。对于需要大景深的系统，刻意保留 5~10μm 的离焦量可以平衡近景与远景的清晰度。校准工程师应结合系统 DOF 需求设定目标离焦范围，而非盲目追求零离焦。

以上八项参数构成了光学校准的核心指标体系。在实际项目中，它们相互耦合——畸变影响主点求解精度，色差干扰分辨率评价，像面倾斜导致离焦量分布不均。建议工程师在每次校准前，先明确系统最敏感的 2~3 项参数，优先保证其精度，再兼顾其他指标。下一阶段将进入标定板设计与特征提取方法，但在此之前，请务必确保对本章术语的理解达到“能解释、能计算、能判断”的程度。