1. 标定基础：机器视觉中的标定概念、为什么需要标定、标定的核心参数
各位同学，咱们今天正式开讲标定。说实话，标定这玩意儿，在我刚入行那会儿，总觉得是个「玄学」——明明相机摆在那，拍出来的东西怎么就歪了？后来踩的坑多了，才明白标定其实是整个视觉系统的「地基」。地基没打好，后面算法再牛也白搭。
1.1 标定到底是什么？
说白了，标定就是给相机「量尺寸、定位置」。你想想看，相机镜头是个物理器件，它把三维世界投影到二维图像上，这个过程必然有变形和偏差。标定要做的，就是把这些偏差的规律找出来，然后反过来补偿回去。
我习惯把标定分成两个层面理解：
- 几何层面：搞清楚相机内部的光学结构（焦距、光心、畸变）
- 空间层面：搞清楚相机在世界坐标系里的位置和朝向
这两个层面搞定了，你才能从图像上的像素坐标，反推出真实世界的物理坐标。嗯，这就是标定的核心价值。
一句话总结：标定 = 建立「像素 ↔ 物理」的映射关系，消除镜头畸变，确定相机位姿。
1.2 为什么非标不可？
我记得刚带团队时，有个新人问我：「老师，我直接用 OpenCV 测距，不标定行不行？」我让他去测一个 100mm 的标准块，结果测出来 97mm。他还不信，换了三个角度测，每次结果都不一样。这就是不标定的后果——精度不可控。
具体来说，不标定会带来三个致命问题：
- 测量失真：镜头畸变会让直线变弯，边缘物体被拉伸，你量出来的尺寸全是错的
- 空间错位：多相机系统里，每个相机看到的「世界」都不一样，拼都拼不到一起
- 重复性差：换个安装位置、换个镜头，之前的参数全废了，得从头调
我在做 3C 电子产线项目时遇到过一件事：一个手机中框尺寸检测工位，用了 4 个相机从不同角度拍。没做联合标定之前，同一个特征点在不同相机里的坐标差了好几个像素。后来做了全局标定，误差直接压到 0.02mm 以内。你说标定重不重要？
避坑指南：我曾经在一个项目里图省事，用了出厂默认内参。结果换了个环境温度，镜头热胀冷缩，内参全变了，产线直接停了两天。从那以后，我每次换镜头、换相机、甚至换光照，都会重新标定一遍。
1.3 标定的核心参数
标定参数分三大类：内参、外参、畸变系数。咱们一个一个说清楚。
1.3.1 内参（Intrinsic Parameters）
内参是相机「娘胎里带的」属性，跟安装位置无关。它描述的是光线怎么从镜头进到传感器上。
| 参数 | 符号 | 含义 | 单位 |
|---|---|---|---|
| 焦距 | fx, fy | 镜头光心到成像平面的距离，x/y 方向可能不同 | 像素 |
| 光心 | cx, cy | 主点在图像上的像素坐标（理想情况在正中心） | 像素 |
| 倾斜因子 | s | 像素坐标系 x/y 轴不垂直的偏差（现代相机几乎为 0） | 无量纲 |
内参矩阵长这样（HALCON 里叫 CamParam）：
内参矩阵 K = [fx, s, cx;
0, fy, cy;
0, 0, 1]我个人习惯在 HALCON 里用 calibrate_cameras 算子直接算，它会返回一个包含所有内参的元组。但你要理解每个值的物理意义，不然调参时根本不知道往哪个方向改。
1.3.2 外参（Extrinsic Parameters）
外参描述的是相机在世界坐标系里的「姿势」——它在哪、朝哪看。说白了就是相机坐标系到世界坐标系的旋转和平移。
| 参数 | 符号 | 含义 | 自由度 |
|---|---|---|---|
| 旋转 | R (3×3) | 相机坐标系相对于世界坐标系的旋转 | 3 |
| 平移 | T (3×1) | 相机光心在世界坐标系中的位置 | 3 |
外参在 HALCON 里通常用 Pose 表示，包含 6 个值：3 个旋转角 + 3 个平移量。我刚开始用 HALCON 时，老把 Pose 的顺序搞混——它用的是 [X, Y, Z, RotX, RotY, RotZ]，跟某些库不一样。这个坑我踩过，你们记一下。
1.3.3 畸变系数（Distortion Coefficients）
镜头不是完美的，光线经过透镜时会发生弯曲，这就是畸变。畸变分两种：
- 径向畸变：光线在透镜边缘弯曲更厉害，造成「桶形」或「枕形」变形
- 切向畸变：镜头和传感器不平行，造成图像倾斜
HALCON 里常用的畸变模型是 Division 模型和 Polynomial 模型。我一般用 Division 模型，参数少、收敛快。畸变系数通常用 k1, k2, k3（径向）和 p1, p2（切向）表示。
经验之谈：别被这些系数吓到。在 HALCON 里，你只需要拍 10-20 张标定板图片，调用 calibrate_cameras，所有参数自动算好。但你要能看懂结果——比如 k1 是负的说明是桶形畸变，正的说明是枕形畸变。
1.4 标定的知识体系
下面这张图把标定的核心逻辑串起来了，你一看就明白：
1.5 标定在 HALCON 中的位置
HALCON 把标定封装得相当友好。你不需要手写矩阵运算，但得理解背后的逻辑。我常用的标定流程就三步：
- 采集标定板图像：不同角度、不同位置拍 10-20 张
- 提取标定板角点：用
find_caltab+find_marks_and_pose - 计算参数：用
calibrate_cameras一次性算出内参、外参、畸变系数
你看，HALCON 把最复杂的数学部分都藏起来了。但如果你不懂内参外参的含义，就算跑通了代码，出了问题也不知道怎么排查。这就是为什么我坚持要先讲基础——工具可以黑盒，但认知不能黑盒。
核心要点回顾：
- 标定解决的是「像素坐标 → 物理坐标」的映射问题
- 内参是相机固有属性，外参是相机位姿，畸变系数是镜头误差
- HALCON 用 CamParam 存内参+畸变，用 Pose 存外参
- 不标定 = 精度不可控，换环境必须重新标定
好了，标定的概念和核心参数就讲到这里。这些东西看着简单，但往后学你会发现，所有高级操作——手眼标定、多相机拼接、3D 重建——都建立在这个基础上。基础打牢了，后面才能跑得快。