相机标定从入门到精通：坐标系统、成像模型与三大经典标定算法全解

双目视觉想要做到毫米级甚至亚毫米级测量，相机标定是绕不开的第一道关。它决定了你后续三维重建、尺寸测量的精度天花板。这一章我们就把高宏伟《计算机双目立体视觉》第二章彻底吃透，从坐标系、针孔模型、畸变模型，到DLT、Tsai两步法、张氏平面法，再到预标定、光心优化、实验对比，一次性讲全讲透。

---

一、为什么标定是双目视觉的“命门”？

先给大家一个灵魂比喻：
相机就像人的眼睛，内参是眼球结构（焦距、瞳孔位置、晶状体畸变），外参是脑袋朝向和位置。
不标定 = 戴着度数不对的眼镜看世界，后面无论多厉害的立体匹配算法，都算不准距离、测不准尺寸。

标定的核心任务只有一件：
建立世界坐标 → 相机坐标 → 图像物理坐标 → 像素坐标的完整映射关系，并修正镜头畸变。

---

二、四大坐标系：一切标定的起点（全文精读）

书里第二章最基础也最重要的，就是四个坐标系的转换关系，所有公式都从这里来。

2.1 四大坐标系详解

1. 世界坐标系 $(X_w,Y_w,Z_w)$

   • 客观世界的绝对坐标系，单位：米/毫米
   • 通俗解释：你站在房间里，墙角为原点，地面为XY平面，竖直向上为Z轴。

2. 相机坐标系 $(X_c,Y_c,Z_c)$

   • 原点：相机光心（投影中心）
   • Z轴：相机光轴（朝向拍摄方向）
   • 通俗解释：以相机“眼睛”为中心的局部坐标系。

3. 图像物理坐标系 $(x,y)$

   • 原点：主点（光轴与成像平面交点）
   • 单位：毫米
   • 通俗解释：感光芯片上的真实物理位置。

4. 像素坐标系 $(u,v)$

   • 原点：图像左上角
   • 单位：像素
   • 通俗解释：我们在电脑上看到的图片坐标。

---

三、针孔成像模型：最核心的投影公式

这是双目视觉最核心公式，必须背下来。

3.1 像素与世界坐标的投影关系

$$Z_c\left[\begin{array}{c}u\\ v\\ 1\end{array}\right]=\left[\begin{array}{ccc}f/dx& s& u_0\\ 0& f/dy& v_0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{cc}R& T\end{array}\right]\left[\begin{array}{c}{X}_w\\ Y_w\\ Z_w\\ 1\end{array}\right]=\left[\begin{array}{ccc}{k}_u& s& u_0\\ 0& k_v& v_0\\ 0& 0& 1\end{array}\right]\left[\begin{array}{cc}R& T\end{array}\right]\left[\begin{array}{c}{X}_w\\ Y_w\\ Z_w\\ 1\end{array}\right]$$

$$=\mathbf{K}\left[\begin{array}{cc}\mathbf{R}& \mathbf{T}\end{array}\right]\left[\begin{array}{c}{X}_w\\ Y_w\\ Z_w\\ 1\end{array}\right]=\mathbf{P}\left[\begin{array}{c}{X}_w\\ Y_w\\ Z_w\\ 1\end{array}\right]$$

每个符号的通俗解释

• $Z_c$：点在相机前方的深度（距离）
• $u,v$：像素坐标（你看到的图片位置）
• $f_x,f_y$：焦距（像素单位）→ 相机“望远能力”
• $u_0,v_0$：主点坐标 → 光轴打在芯片的中心点
• $R$：旋转矩阵 → 相机转头
• $T$：平移向量 → 相机挪位置
• $X_w,Y_w,Z_w$：世界坐标 → 物体真实位置

这就是内参矩阵 K × 外参矩阵 [R|T] 的标准形式。

---

四、镜头畸变模型：为什么直线会变弯？

真实镜头不是理想针孔，会产生畸变，不修正永远测不准。

4.1 三类畸变

1. 径向畸变

   • 枕形/桶形畸变，边缘最明显
   • 公式：
     $$\begin{gathered} \Delta x_r=x(k_1{r}^2+k_2{r}^4) \\ \Delta y_r=y(k_1{r}^2+k_2{r}^4) \end{gathered}$$
   • $r=\sqrt{x^2+y^2}$：到图像中心距离
   • $k_1,k_2$：径向畸变系数

2. 切向畸变（离心畸变）

   • 镜头与芯片不平行导致
   • 公式：
     $$\begin{gathered} \Delta x_d=2p_{1}xy+p_2(r^2+2x^2) \\ \Delta y_d=p_1(r^2+2y^2)+2p_{2}xy \end{gathered}$$
   • $p_1,p_2$：切向畸变系数

3. 薄棱镜畸变

   • 装配误差导致，一般忽略

工程通用畸变模型（5参数）：
$$\{\begin{array}{rl}{x}_{corr}& =x(1+k_1{r}^2+k_2{r}^4)+2p_{1}xy+p_2(r^2+2x^2)\\ y_{corr}& =y(1+k_1{r}^2+k_2{r}^4)+p_1(r^2+2y^2)+2p_{2}xy\end{array}$$

---

五、三大经典标定算法

书里第二章重点讲了DLT、Tsai两步法、张氏平面法，这是工业界最常用的三种。

5.1 直接线性变换 DLT

最简单、最快、但精度一般

• 最少需要 6个3D-2D对应点
• 把投影矩阵当成11个未知数，直接解线性方程组
• 优点：不用迭代、速度快
• 缺点：不考虑畸变、对噪声敏感

核心方程：
$$Q\cdot A=0$$
通过SVD分解求最小特征值对应向量。

5.2 Tsai 两步标定法

工业高精度标定王者

• 第一步：线性求外参 R、T
• 第二步：非线性优化求焦距 $f$、畸变系数 $k_1$
• 专门针对小畸变、长焦距镜头优化
• 精度极高，是早期机器视觉标配

核心公式（径向畸变）：
$$X_d=X_u(1+k_1{r}^2)$$

5.3 张氏平面标定法

现在最流行、最实用的方法

• 只需要打印一张棋盘格，随便拍10~20张
• 不需要高精度标定台
• 先求单应性矩阵 $H$，再解内参，最后优化畸变

单应性矩阵：
$$s\left[\begin{array}{c}u\\ v\\ 1\end{array}\right]=H\left[\begin{array}{c}{X}_w\\ Y_w\\ 1\end{array}\right]$$

---

六、相机预标定与光心优化

书里这部分是进阶干货，很多教材不讲，但对精度提升巨大。

6.1 Harris角点自动匹配与存储

标定精度靠角点，书里提出了全自动角点排序存储算法：

1. 检测棋盘格角点
2. 按 u、v 坐标排序
3. 左右相机角点一一对应
4. 自动存储，无需人工点选

6.2 改进光心（主点）计算方法

很多人直接把图像中心当主点 $(u_0,v_0)$，误差可达20像素！
书里给出三种高精度方法：

1. 直接光学法
2. 变焦距法
3. 径向一致约束法（RAC）
   并给出了移动米尺法，工程上非常好用。

---

七、实验结果与对比

下面是书里第二章最关键的实验表格，直接决定你写简历用什么数据。

7.1 三种光心计算方法对比

方法	光心坐标	X误差	Y误差	Z误差
改进径向一致约束法	(195,149.5)	0.495	0.865	1.819
直接光学法	高精度参考	0.51	0.85	1.80
直接取图像中心	(176,144)	1.421	1.381	显著偏大

结论：
光心不准 → Z深度误差直接翻倍！标定必须精确求解 $(u_0,v_0)$。

7.2 标定方法精度对比（表2-2 多畸变系数仿DLT最优）

算法	标定平均X误差	标定平均Y误差	标定平均Z误差
普通仿DLT	0.103	0.081	0.448
改进仿DLT	0.111	0.080	0.380
多畸变系数仿DLT	0.086	0.076	0.341

结论：
同时考虑径向+切向畸变，精度提升最明显。

---

八、核心代码：张氏棋盘格标定

import cv2
import numpy as np
import glob

# 棋盘格规格
CHECKERBOARD = (9, 6)
square_size = 25.0  # mm

# 亚像素终止条件
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)

# 3D点
objp = np.zeros((CHECKERBOARD[0]*CHECKERBOARD[1],3), np.float32)
objp[:,:2] = np.mgrid[0:CHECKERBOARD[0],0:CHECKERBOARD[1]].T.reshape(-1,2)*square_size

objpoints = []
imgpoints = []

images = glob.glob('./calib/*.jpg')

for fname in images:
    img = cv2.imread(fname)
    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    ret, corners = cv2.findChessboardCorners(gray, CHECKERBOARD, None)
    
    if ret:
        objpoints.append(objp)
        corners2 = cv2.cornerSubPix(gray,corners,(11,11),(-1,-1),criteria)
        imgpoints.append(corners2)

# 标定
ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(
    objpoints, imgpoints, gray.shape[::-1], None, None
)

print("=== 相机内参矩阵 K ===")
print(mtx)
print("=== 畸变系数 k1,k2,p1,p2 ===")
print(dist)
print("=== 重投影误差 =", ret, "像素 ===")

输出指标直接写简历：

• 重投影误差：0.15 像素以内
• 内参矩阵：fx,fy,cx,cy
• 畸变系数：k1,k2,p1,p2

---

九、趣味案例：标定不准有多坑？

1. 手机双摄拍人像
   标定不准 → 背景虚化把头发、耳朵一起模糊，人物边缘抠图失败。

2. 工业机器人抓取
   标定误差 1 像素 → 距离 1 米时误差 3~5 mm
   抓不住零件、撞坏夹具。

3. 自动驾驶
   标定畸变没修正 → 车道线变弯，车距算错，直接追尾。

---

十、本章总结

1. 四大坐标系：世界→相机→图像物理→像素
2. 针孔模型：内参K × 外参[R|T]
3. 畸变5参数：k1,k2,p1,p2,k3
4. 三大算法：
   • DLT：快但糙
   • Tsai：高精度工业
   • 张氏：最实用、最通用
5. 预标定+光心优化：精度提升关键
6. 合格标准：重投影误差 < 0.5 像素，工业 < 0.2 像素

掌握这一章，你就掌握了双目视觉精度的根。