2. 相机成像基础

在机器视觉项目中，相机标定是所有测量、定位、识别任务的前提。无论是使用HALCON进行尺寸测量、机器人引导还是缺陷检测，理解相机如何将三维世界映射为二维像素，是建立标定策略、选择标定板、设计光源与安装方式的根本依据。本章从几何光学与代数投影两个维度，系统拆解针孔模型、透镜畸变、内参外参的物理意义，并给出世界坐标到像素坐标的完整变换链路。只有透彻理解这些基础，才能在HALCON中正确选择标定方法（如CalibrateCameras、CalibrateHandEye），并合理解释重投影误差、标定板位姿等关键输出。

上图展示了从世界坐标到像素坐标的完整映射链路。外参描述相机在世界中的位姿（旋转矩阵R和平移向量t），内参描述光心投影与像素缩放关系，畸变参数则修正透镜的非理想成像。下面逐一展开。

2.1 针孔模型：理想投影的数学表达

核心原理：针孔模型假设光线沿直线传播，通过光心（投影中心）在图像平面上形成倒立实像。为简化计算，通常将图像平面对称放置于光心前方，形成正立虚像。设相机坐标系中一点P(Xc, Yc, Zc)，其理想投影点坐标为：

x' = Xc / Zc
y' = Yc / Zc

其中(x', y')为归一化平面坐标（焦距f=1）。实际像素坐标需乘以焦距并平移主点：

u = fx * x' + cx
v = fy * y' + cy

fx、fy分别为u、v方向的等效焦距（单位：像素），cx、cy为主点坐标（光轴与图像平面的交点）。在HALCON中，内参以相机参数元组表示，例如['area_scan_division', 0.008, 0.000006, 0.000006, 640, 512, 1280, 1024]，其中0.008为焦距（米），0.000006为像元尺寸（米/像素）。

2.2 透镜畸变：径向与切向的修正

核心原理：实际镜头存在制造误差与装配误差，导致光线偏离理想路径。畸变主要分为两类：

• 径向畸变：由透镜曲面形状引起，光线越远离光轴弯曲越严重。用k1、k2、k3描述，修正公式为：
  x_corr = x' * (1 + k1*r² + k2*r⁴ + k3*r⁶)
  y_corr = y' * (1 + k1*r² + k2*r⁴ + k3*r⁶)
  其中r² = x'² + y'²。
• 切向畸变：由透镜与传感器不平行引起，用p1、p2描述：
  x_corr = x' + 2*p1*x'*y' + p2*(r² + 2*x'²)
  y_corr = y' + p1*(r² + 2*y'²) + 2*p2*x'*y'

判断方法：在HALCON中，畸变模型分为Division模型和Polynomial模型。Division模型仅用k1（有时加k2），适合广角镜头；Polynomial模型用k1-k3，适合标准工业镜头。标定时可通过重投影误差判断模型是否合适——若误差大于0.1像素，可尝试更换畸变模型或增加标定图像数量。

2.3 内参与外参：从世界到像素的桥梁

核心原理：内参矩阵K描述相机坐标系到像素坐标系的映射：

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

外参由旋转矩阵R（3×3）和平移向量t（3×1）组成，描述世界坐标系到相机坐标系的刚体变换：

Pc = R * Pw + t

综合后，世界坐标到像素坐标的完整投影方程为：

s * [u, v, 1]ᵀ = K * [R | t] * [Xw, Yw, Zw, 1]ᵀ

其中s为尺度因子（等于Zc）。

操作流程（HALCON标定步骤）：

1. 准备标定板（如HALCON标准标定板，7×7圆点或棋盘格），测量其单个方格/圆点间距。
2. 采集15-25幅不同位姿的标定板图像，覆盖视场各区域，倾斜角度控制在±30°以内。
3. 使用find_calib_object提取标定板特征点。
4. 调用calibrate_cameras进行标定，输出内参、畸变系数及每幅图像的外参。
5. 检查重投影误差，若大于0.1像素则补充图像或调整标定板位姿。

2.4 世界坐标与像素坐标的变换链路

核心原理：完整变换分为四步：世界→相机（外参）、相机→归一化平面（透视投影）、归一化→畸变修正、畸变修正→像素（内参）。在HALCON中，project_3d_point算子可直接实现该链路，而image_points_to_world_plane则用于将像素坐标映射到指定世界平面（如测量平面）。

案例拆解：某机器人抓取系统需将像素坐标转换为机器人基座坐标。已知相机安装在机器人第六轴法兰上（眼在手上），标定得到手眼矩阵为H（4×4）。某目标点在图像中的像素坐标为(320, 240)，深度Zc=500mm。计算流程：

1. 利用内参反算归一化坐标：x'=(320-cx)/fx=0.05，y'=(240-cy)/fy=-0.03。
2. 畸变修正后得到(x_corr, y_corr)。
3. 相机坐标：Xc=x_corr*Zc=25mm，Yc=y_corr*Zc=-15mm，Zc=500mm。
4. 通过外参（相机到机器人工具）和机器人正运动学，转换到机器人基座坐标。

2.5 常见误区与总结复盘

误区一：忽略畸变直接使用针孔模型。在广角镜头或低畸变工业镜头中，边缘畸变可达5-10像素，直接测量会引入显著误差。即使使用远心镜头，也应标定以获取精确的放大倍率。

误区二：标定板图像数量不足或位姿单一。少于10幅图像或所有图像均平行于相机光轴，会导致内参求解病态，重投影误差虚低但实际测量偏差大。

误区三：混淆内参中的fx与f。HALCON中f是物理焦距（米），fx=f/sx是像素焦距。手动修改内参时务必保持单位一致。

误区四：外参的旋转矩阵R不满足正交性。标定结果中R应满足RᵀR=I且det(R)=1，若偏差过大说明标定失败。

总结复盘：相机标定的本质是求解内参、畸变、外参的最优估计。HALCON提供了完整的标定工具链，但理解底层模型是正确使用的前提。建议每次标定后保存标定数据（.cal文件），并在项目文档中记录标定时的温度、焦距设置等环境参数，以便后续复现或排查问题。