1. 工业相机成像链路拆解
工业视觉系统的几何精度，并不是由相机单独决定的。一个被摄物上的特征点，要经过镜头折射、传感器光电转换、模拟前端采样、接口传输、采集卡缓存，最终才变成软件里可读取的像素坐标。这条链路上任何一环引入的位置偏差、尺度变化或非线性形变，都会叠加到最终的测量结果中。理解成像链路，本质上是要回答两个问题：误差从哪里来，以及哪些误差可以在标定与校正阶段被补偿，哪些不能。
一、成像链路的物理分段
从工程视角，可以把链路划分为五个可独立分析的环节：
- 光学成像段：镜头把物方光线汇聚到像面。决定视场、工作距离、景深、分辨率极限，同时引入径向畸变、切向畸变、色差与场曲。
- 光电转换段：CMOS/CCD 传感器把光子转换为电荷，再经像素内放大、列级 ADC 转为数字值。决定像元尺寸、满阱、读出噪声、暗电流与快门方式。
- 数字输出段：传感器内部或外部完成量化、增益、黑电平校正、坏点处理，输出原始或已处理的像素流。
- 传输段：GigE Vision、USB3 Vision、Camera Link、CoaXPress 等接口把像素流送到主机或采集卡，涉及带宽、触发延迟与丢包风险。
- 采集与缓存段：采集卡或网卡完成帧重组、时间戳标记、DMA 写入内存，供上层软件取用。
需要强调的是：几何精度主要在前两段被决定，后三段更多影响的是数据完整性、时序一致性与可重复性。如果传输丢帧或时间戳抖动，标定得到的参数在在线运行时可能无法复现，这属于工程边界问题，而不是标定算法能修复的问题。
二、各环节对几何精度的具体影响
镜头是几何误差的第一大来源。以常见的 8mm 定焦工业镜头为例，在 2/3" 传感器上，边缘视场的径向畸变可达 2%~5%。这意味着一个位于图像边缘、真实间距 100 像素的特征点对，经过畸变后可能被测量为 96 像素或 104 像素。畸变模型通常采用 Brown-Conrady 形式：
x_dist = x(1 + k1·r² + k2·r⁴ + k3·r⁶) + 2p1·xy + p2(r² + 2x²)
y_dist = y(1 + k1·r² + k2·r⁴ + k3·r⁶) + p1(r² + 2y²) + 2p2·xy其中 (x, y) 是归一化像面坐标，r² = x² + y²。标定的任务之一就是估计 k1、k2、k3、p1、p2。注意：畸变系数是镜头与传感器组合的属性，更换镜头或调整焦距后必须重新标定。
传感器的影响体现在三个方面。第一，像元尺寸决定了物理尺度到像素的换算基准，例如 3.45μm 像元配 8mm 镜头，在 500mm 工作距离下，单像素对应物方约 0.216mm。第二，卷帘曝光（Rolling Shutter）逐行曝光，若物体在曝光期间运动，不同行对应不同时刻，会产生倾斜或拉伸，这种误差无法用静态标定消除。第三，微透镜偏移与像素间串扰会轻微改变有效采样位置，通常在高精度应用中通过平场校正或查找表补偿。
接口与采集卡主要影响的是数据到达的完整性与时序。GigE Vision 在千兆网下理论带宽约 125MB/s，若相机以 5MP@30fps、8bit 输出，数据率约 150MB/s，必然丢帧。Camera Link 或 CoaXPress 提供更高带宽，但采集卡的 DMA 缓冲区设置、中断合并参数会影响帧时间戳的稳定性。对于需要多相机同步的场合，硬件触发线与采集卡的触发输出延迟（通常在微秒级）必须纳入系统误差预算。
三、标定与校正的工程边界
很多现场问题的根源，是把本不属于标定范畴的误差交给标定去解决。下面这张判断表可以帮助快速定位：
| 现象 | 可能环节 | 是否可由标定补偿 | 建议措施 |
|---|---|---|---|
| 图像边缘直线变弯 | 镜头畸变 | 是 | 采集多姿态标定板图像，估计 k1~k3、p1、p2 |
| 同一物体在不同位置测量尺寸不一致 | 镜头畸变 + 主点偏移 | 是 | 全视场标定，检查重投影误差是否 < 0.1 像素 |
| 运动物体图像出现倾斜 | 卷帘曝光 | 否 | 改用全局快门相机，或降低运动速度/缩短曝光 |
| 连续采集时偶尔丢帧 | 接口带宽或采集卡缓冲 | 否 | 降低帧率、改用更高带宽接口、增大 DMA 缓冲 |
| 多相机触发后图像时间不一致 | 触发延迟抖动 | 否 | 使用硬件同步线，测量并补偿固定延迟 |
| 标定后仍存在固定方向偏移 | 外参或手眼关系 | 是 | 重新标定外参，检查标定板平面度与姿态覆盖 |
四、一个可复现的链路检查示例
假设使用 5MP 全局快门相机（2448×2048，3.45μm 像元）、8mm 镜头、GigE 接口，工作距离 400mm，需要测量 0.1mm 级特征。可以按以下顺序做链路核查：
- 计算理论物方分辨率：3.45μm / 8mm × 400mm ≈ 0.1725mm/像素。要测 0.1mm，需要亚像素定位，且特征在图像中至少占 3~5 像素。
- 检查镜头畸变：拍摄棋盘格，观察边缘格线弯曲量。若边缘畸变超过 3 像素，必须标定校正。
- 检查曝光方式：确认相机为全局快门。若为卷帘，运动速度需满足行曝光时间 × 运动速度 < 1/3 像素。
- 检查带宽：5MP×8bit×30fps ≈ 367MB/s，千兆网不够，需用 USB3 或万兆网，或降帧率至 8fps 以下。
- 标定后验证：用标准量块或陶瓷标定板，在视场中心与四角分别测量，比较示值误差。若四角误差明显大于中心，说明畸变校正不充分或标定姿态未覆盖边缘。
这条链路的核心逻辑是：先确认物理层是否满足测量任务的基本条件，再进入标定与校正。如果镜头分辨率不足、曝光方式不匹配、带宽不够，任何标定算法都无法把系统精度提升到任务要求。标定解决的是“已知成像模型下的参数估计与映射校正”，它不能创造信息，也不能修复被破坏的时序与数据完整性。
理解这条从光子到数字图像的完整链路，是后续学习相机模型、标定算法和精度评估的基础。只有明确每个环节的物理意义与误差特性，才能在工程中做出正确的取舍：哪些参数需要标定，哪些硬件需要更换，哪些指标需要放宽。这也是工业视觉精度工程的第一步。