3、相机成像模型：针孔相机模型、内参矩阵、外参矩阵、畸变模型

说到车道线检测，绕不开的一个基础就是相机成像模型。你想想看，我们看到的图像是二维的，但真实世界是三维的。怎么把三维世界映射到二维图像上？这就是相机模型要解决的问题。

我个人习惯把相机模型拆成三块来理解：针孔模型（理想情况）、内外参矩阵（数学表达）、畸变模型（现实修正）。咱们一个一个来。

针孔相机模型，说白了就是小孔成像。光线穿过一个小孔，在后面的感光平面上形成倒立的像。嗯，这里要注意，我们通常把成像平面“虚拟”到小孔前面，这样图像就是正立的，计算起来也方便。

数学上，这个模型可以用一个简单的相似三角形关系来描述：

u = f * (X / Z)
v = f * (Y / Z)

其中 (X, Y, Z) 是三维空间中的点坐标，(u, v) 是图像平面上的像素坐标，f 是焦距。这个公式看着简单，但它是整个相机模型的基石。

核心理解：针孔模型本质上是将三维点通过透视投影映射到二维平面。Z 值越大，物体在图像上越小——这就是“近大远小”的数学表达。

刚才的公式是理想情况。实际相机里，像素不是物理单位，而是离散的格子。而且主点（光轴与成像平面的交点）不一定在图像正中心。这时候就需要内参矩阵了。

内参矩阵 K 长这样：

K = [fx,  0, cx
     0,  fy, cy
     0,   0,  1]

其中 fx, fy 是焦距在 x 和 y 方向上的像素尺度，cx, cy 是主点坐标。这个矩阵把相机坐标系下的三维点映射到像素坐标系。

我在项目中遇到过一个问题：标定出来的 fx 和 fy 相差很大，一开始以为是标定板没放平。后来发现是相机传感器像素不是正方形，导致两个方向的尺度不一致。所以标定完一定要检查 fx/fy 的比值，如果偏离 1 太多，要确认是不是传感器本身的问题。

个人经验：内参矩阵一旦标定好，只要不换镜头、不调焦距，基本是固定的。我建议每次上车采集数据前，先拍几张标定板照片验证一下内参是否漂移。别问我为什么——有一次冬天温差大，镜头热胀冷缩，内参真变了。

内参管的是“相机坐标系 → 像素坐标系”。但三维点通常是在世界坐标系下定义的，比如车道线的经纬度坐标。怎么把世界坐标转到相机坐标？这就是外参矩阵的活。

外参矩阵由旋转矩阵 R 和平移向量 t 组成：

[R | t]

它是一个 3×4 的矩阵，把世界坐标系下的点变换到相机坐标系下。说白了，就是描述相机在世界中的位置和朝向。

举个例子：你车上的摄像头装在挡风玻璃后面，它的外参就是相对于车体坐标系的位置和角度。这个外参一旦装车固定，理论上就不变了。但实际中，车辆颠簸可能导致摄像头松动，外参会慢慢漂移。我曾经遇到过车道线检测突然不准，排查了半天，最后发现是摄像头支架螺丝松了。

避坑指南：外参标定一定要在车辆满载状态下做。空车和满载时，悬架压缩量不同，摄像头高度和俯仰角都会变。我曾经吃过这个亏，标定完空车，满载上路后车道线全偏了。

针孔模型是理想情况。实际镜头有畸变，主要是两种：径向畸变和切向畸变。

径向畸变是光线通过镜头边缘时弯曲造成的。表现为图像边缘的直线变弯。分两种：

数学上用多项式来修正：

x_corrected = x * (1 + k1*r^2 + k2*r^4 + k3*r^6)
y_corrected = y * (1 + k1*r^2 + k2*r^4 + k3*r^6)

其中 r 是像素到主点的距离，k1, k2, k3 是径向畸变系数。一般用 k1, k2 就够了，鱼眼镜头才需要 k3。

切向畸变是镜头和成像平面不平行造成的。说白了就是镜头装歪了。修正公式：

x_corrected = x + [2*p1*x*y + p2*(r^2 + 2*x^2)]
y_corrected = y + [p1*(r^2 + 2*y^2) + 2*p2*x*y]

p1, p2 是切向畸变系数。

重要提醒：畸变参数是跟内参一起标定出来的。标定完成后，一定要做畸变校正验证——找一张棋盘格，看看边缘的直线是否变直了。我习惯在校正后的图像上画几条水平线和垂直线，肉眼检查弯曲程度。

下面这张图把整个相机成像模型串起来了。从世界坐标到像素坐标，每一步都有对应的矩阵和参数：

讲完了理论，说说实际中怎么用。在车道线检测项目里，我一般按这个流程走：

我的习惯：标定完成后，我会保存一份标定报告，包含重投影误差（一般要小于0.5像素）、内参矩阵、畸变系数。每次换镜头或调整摄像头位置，都要重新标定。别偷懒，我见过有人用旧标定参数跑了半年，结果换了镜头没重标，车道线检测直接崩了。

好了，相机成像模型就讲到这里。这个模型是后续所有车道线检测算法的基础——无论是基于特征的方法还是基于深度学习的方法，最终都要把图像坐标映射回世界坐标。理解透了这个模型，后面的内容就好办了。