第一章 标定基础：相机标定的定义、为什么需要标定、标定的核心目标

大家好，我是你们这门课的老朋友。做了这么多年机器视觉，我敢说，标定是门槛，也是分水岭。很多人觉得标定就是拍几张棋盘格照片，跑个算子就完事了。嗯，我以前也这么想，直到在一条产线上被一个0.1毫米的偏差折磨了整整三天……从那以后，我再也不敢小看这一步了。

说白了，相机标定就是给相机“配眼镜”。你想想看，相机镜头天生就有畸变，安装位置也不可能理想。如果不做标定，你测出来的尺寸、定位的位置，全是“近视眼”看出来的，能准吗？

1.1 为什么非要标定？

我遇到过不少刚入行的朋友，上来就问：“我相机分辨率这么高，直接算像素不行吗？”

当然不行。原因有三：

• 镜头不是完美的：广角镜头有桶形畸变，长焦镜头有枕形畸变。你拍出来的直线，在图像边缘可能是弯的。
• 相机装不“正”：安装时相机平面和被测物平面很难平行。一个5度的倾斜，在视野边缘就能带来几个像素的误差。
• 像素不是毫米：一个像素到底对应多少毫米？这个比例在视野中心和边缘是不一样的，必须通过标定算出来。

1.2 标定的核心目标：三个“参数”

标定到底在算什么？其实就三样东西：内参、外参、畸变系数。我习惯把它们比作相机的“身份证”、“户口本”和“病历本”。

参数类型	包含内容	通俗理解	影响什么
内参	焦距(fx, fy)、主点(cx, cy)	相机的“身份证”——焦距多长、感光芯片中心在哪	像素坐标与物理坐标的比例关系
外参	旋转矩阵(R)、平移向量(T)	相机的“户口本”——它相对于世界坐标系在哪、朝哪看	相机坐标系与世界坐标系的转换
畸变系数	径向畸变(k1,k2,k3)、切向畸变(p1,p2)	相机的“病历本”——镜头有什么“毛病”	图像几何失真修正

1.3 内参：相机的“身份证”

内参是相机本身的固有属性。同一个相机，只要不换镜头、不调焦距，内参就是固定的。

Halcon里最常用的内参矩阵长这样：

// Halcon 内参格式（以标定文件形式存储）
// 顺序：焦距fx, 焦距fy, 主点cx, 主点cy, 图像宽, 图像高
// 例如一个500万像素相机：
// 0.008mm 像素尺寸，12mm镜头
// fx = 12 / 0.008 = 1500 像素
// fy = 12 / 0.008 = 1500 像素
// cx = 2592 / 2 = 1296 像素
// cy = 1944 / 2 = 972 像素

// 实际Halcon标定后得到的相机参数
CameraParam := [0.008, 0, 0.000008, 0.000008, 1296, 972, 2592, 1944]
// 注意：Halcon的标定参数格式比较特殊，后面章节会详细讲

1.4 外参：相机的“户口本”

外参描述的是相机在世界坐标系中的位置和姿态。说白了，就是相机“站在哪”、“朝哪看”。

外参包含两部分：

• 旋转矩阵 R：3x3矩阵，描述相机坐标系相对于世界坐标系的旋转
• 平移向量 T：3x1向量，描述相机坐标系原点在世界坐标系中的位置

在Halcon中，外参通常用位姿（Pose）来表示：

// Halcon 位姿格式
// [X, Y, Z, RX, RY, RZ, 位姿类型]
// 例如：相机在世界坐标系中位于(100, 200, 500)mm处
//       绕X轴旋转180度，绕Y轴旋转0度，绕Z轴旋转0度
Pose := [100, 200, 500, 180, 0, 0, 0]

1.5 畸变系数：相机的“病历本”

畸变是镜头天生的“毛病”。主要有两种：

• 径向畸变：光线在镜头边缘弯曲得更厉害。广角镜头尤其明显，拍出来的直线会变成弧线。
• 切向畸变：镜头和感光芯片不平行导致的。虽然不常见，但高精度测量时必须考虑。

Halcon的畸变模型用5个参数描述：

// Halcon 畸变系数
// [k1, k2, k3, p1, p2]
// k1, k2, k3: 径向畸变系数
// p1, p2: 切向畸变系数
// 一般标定后，k1和k2是主要项，k3通常很小
DistortionCoeffs := [-0.15, 0.02, 0.001, 0.0005, 0.0002]

1.6 标定的知识体系

下面这张图是我自己总结的标定知识框架，帮你理清思路：

1.7 标定的最终目标

说了这么多，标定的最终目标其实就一个：让图像中的每一个像素，都能精确对应到真实世界中的一个物理位置。

在Halcon中，标定完成后，你可以做两件最重要的事：

1. 畸变校正：把变形的图像“拉直”，让直线变回直线
2. 测量与定位：把像素坐标转换成毫米坐标，进行精确测量