2. 重投影误差：标定精度的“照妖镜”

聊标定验证，绕不开一个核心指标——重投影误差。

我个人习惯把它叫作“照妖镜”。你标定做得好不好，参数对不对，它一眼就能看出来。说白了，这个值就是衡量你标定结果到底有多“准”的硬指标。

2.1 重投影误差到底是什么？

先别急着看公式。我讲个场景你就懂了。

你拍了一张标定板照片，提取了上面的角点。比如左上角那个点，在图像上的像素坐标是 (u, v)。然后你用标定出来的相机参数，把这个点从世界坐标系投影到图像平面上，得到一个理论上的像素坐标 (u', v')。

好，现在问题来了：(u, v) 和 (u', v') 是同一个点吗？

理论上应该是。但实际中，因为标定参数有误差、镜头畸变模型不完美、角点提取有噪声……这两个点肯定不重合。它们之间的距离，就是重投影误差。

嗯，这里要注意：重投影误差不是“误差有多大”，而是“误差有多小”。你想想看，如果标定参数完美，投影点应该和实际点完全重合。不重合的部分，就是标定没做好的部分。

2.2 计算方法：一步步拆解

公式其实不复杂。我直接给你拆成三步走：

1. 提取实际角点：从标定板图像中，用亚像素精度提取出所有角点的像素坐标 (u, v)。
2. 计算理论投影点：用当前标定得到的相机内参、外参、畸变系数，把标定板上的世界坐标点 (X, Y, Z) 投影到图像平面，得到 (u', v')。
3. 计算距离：对每个角点，计算欧氏距离：
   error = sqrt( (u - u')² + (v - v')² )

然后，把所有角点的误差取平均，就得到了平均重投影误差。HALCON 里通常报告的就是这个平均值。

2.3 在 HALCON 中的获取方式

HALCON 把这步做得非常方便。你不需要自己写公式，它已经封装好了。

最常用的方式有两种：

方式一：标定完成后直接获取

当你用 find_calib_object 提取角点，再用 calibrate_cameras 完成标定后，HALCON 会自动计算每个图像、每个角点的重投影误差。你只需要调用：

* 获取所有标定图像的重投影误差
get_calib_data_observ_contours (Errors, CalibDataID, 'camera', 0, 'all', 'all', 'calib_obj_contours')
* 或者直接获取误差值
get_calib_data (CalibDataID, 'camera', 0, 'all', 'extrinsic_params', ExtrinsicParams)
* 更直接的方式——获取平均误差
get_calib_data (CalibDataID, 'camera', 0, 'all', 'errors', Errors)

我个人更推荐第二种方式。它返回的是一个元组，每个元素对应一张标定图像的平均重投影误差。你可以直接看最大值和平均值。

方式二：可视化查看

HALCON 的标定助手（Calibration Assistant）里，完成标定后会自动显示一个误差分布图。你可以直观地看到：

• 哪些图像的误差偏大
• 误差在图像上的分布是否均匀
• 有没有明显的离群点

我曾经遇到过一个项目，标定完一看，平均误差 0.4 像素，还行。但仔细看分布图，发现左上角区域的误差普遍偏大。后来排查发现，是标定板摆放时左上角区域有点反光，角点提取不准。这就是可视化带来的好处——光看平均值会骗人。

2.4 重投影误差的“潜规则”

这里有几个点，新手容易忽略：

误区	真相
误差越小越好，0.1 像素最好	不一定。误差太小可能意味着过拟合，或者标定板图像太少、太单一
所有图像误差必须一致	不需要。不同角度、不同位置的图像，误差天然会有差异
重投影误差 = 测量精度	错！重投影误差只反映标定参数的自洽性，不代表实际测量精度
误差大就一定是标定问题	不一定。也可能是标定板不平、图像模糊、光照变化导致的角点提取偏差

嗯，这里我要特别强调第三点。重投影误差是“内检”，不是“外检”。它只能告诉你标定参数在数学上是否自洽，不能直接告诉你实际测量时能到多少精度。要验证实际精度，还得靠后面的章节——比如用标准件做实测验证。

2.5 知识结构图

下面这张图，帮你把重投影误差的来龙去脉理清楚：

2.6 小结

重投影误差是标定验证的第一步，也是最基础的一步。它告诉你标定参数在数学上是否自洽。但记住：它只是一个“内检”指标，不是最终测量精度的保证。

我个人的工作流是：先看平均重投影误差，再看最大误差，最后看误差分布图。三个都过了，才敢说标定参数基本没问题。至于实际精度到底行不行，那是后面章节要聊的事。