1. 标定板概述

大家好，我是老张。做机器视觉这些年，我经手过不少项目——从手机摄像头模组检测，到自动驾驶的环视系统标定。说实话，每次新项目启动，第一件事就是琢磨标定板怎么设计。为什么？因为后面的活儿能不能干好，全看这一步。

今天咱们就聊聊标定板最基础的东西。别觉得基础不重要，我见过太多工程师在标定上栽跟头，最后发现是连“为什么要标定”都没想清楚。

1.1 什么是相机标定？

相机标定，说白了就是给相机做“体检”。

你想想看，相机镜头不是完美的。光线穿过镜头会发生折射、畸变，传感器也不是水平。这些误差累积起来，拍出来的图像和真实世界之间就有偏差。

标定要解决三个问题：

• 内参：焦距、主点位置、畸变系数——这些是相机自身的“性格”
• 外参：相机在空间中的位置和朝向——它看世界的角度
• 畸变：径向畸变（桶形/枕形）和切向畸变——镜头带来的变形

1.2 为什么需要标定板？

你可能会问：标定能不能不用板子？

能。比如自标定（Self-calibration）技术，靠场景中的特征点就能算。但我在实际项目中试过，精度差得远。工业场景里，0.1毫米的误差就是废品。

标定板的作用，就是提供一个已知的、高精度的参考物。它上面每个特征点的物理坐标是事先测量好的。相机拍下板子，算法就能算出“像素点”和“物理点”之间的对应关系。

我记得有一次做双目视觉测距，用了自标定，结果测出来的距离偏差5%。换成棋盘格标定板，误差直接降到0.3%。从那以后，但凡精度要求高的项目，我必用标定板。

1.3 标定板在机器视觉中的核心作用

标定板的作用可以归纳为四点：

作用	说明	典型场景
建立坐标映射	从像素坐标到世界坐标的转换	尺寸测量、定位引导
校正镜头畸变	消除径向和切向畸变	广角镜头、鱼眼镜头
统一多相机坐标系	让多个相机共享同一个世界坐标系	双目立体、多目拼接
评估系统精度	通过重投影误差判断标定质量	出厂质检、定期维护

嗯，这里要注意：标定板不是一次性用品。相机换了、镜头动了、温度变了，都得重新标定。我曾经有个项目，夏天标定好的系统，冬天精度就跑了。后来发现是热胀冷缩导致镜头参数变了。

1.4 标定板的知识体系

下面这张图，是我自己整理的标定板知识框架。做项目前，我都会对照着过一遍。

这张图我建议你保存下来。每次做标定项目前，对照着检查一遍：设计选对了吗？流程走全了吗？算法理解透了吗？应用场景匹配了吗？

1.5 标定板的常见类型

市面上常见的标定板有几种，我列个表对比一下：

类型	特点	适用场景	精度等级
棋盘格	黑白方格交替，角点检测简单	单目标定、入门级应用	中等
圆点阵列	圆形特征点，亚像素精度高	高精度测量、双目立体	高
ChArUco板	棋盘格+ArUco编码，可识别ID	多相机、大视野拼接	高
编码标定板	每个特征点有唯一编码	自动化标定、机器人手眼	极高

我个人习惯，精度要求一般的项目用棋盘格，简单可靠。但如果是做双目测距或者3D重建，我建议用圆点阵列，亚像素定位精度更高。

1.6 标定板的核心指标

评价一块标定板好不好，看三个指标：

1. 特征点定位精度：角点或圆心坐标的提取误差，通常要求亚像素级（0.1像素以内）
2. 物理尺寸精度：方格边长或圆心距的制造公差，工业级要求±0.01mm
3. 平面度：板子表面的平整度，一般要求<0.05mm

嗯，这里要特别强调平面度。我曾经用亚克力板做过标定板，结果板子本身有0.2mm的弯曲，标定出来的畸变参数全是错的。后来换成陶瓷基板，问题才解决。

1.7 标定板的工作流程

一个完整的标定流程，大致分五步：

1. 准备标定板：选好类型、尺寸、材质，确保表面清洁无划痕
2. 采集图像：从不同角度拍摄10-20张标定板图像，覆盖视野各个区域
3. 提取特征点：用算法检测角点或圆心坐标
4. 求解参数：基于特征点的像素坐标和物理坐标，计算内参、外参、畸变系数
5. 评估结果：计算重投影误差，判断标定是否合格

我习惯在采集图像时，让标定板在视野中占30%-70%的面积。太小了特征点不够，太大了容易超出视野。另外，图像数量不是越多越好，15张左右就够，关键是角度要丰富——倾斜、旋转、平移都要有。