在影象測量過程以及機器視覺應用中，為確定空間物體表面某點的三維幾何位置與其在影象中對應點之間的相互關係，必須建立相機成像的幾何模型，這些幾何模型引數就是相機引數。在大多數條件下這些引數必須通過實驗與計算才能得到，這個求解引數的過程就稱之為相機標定（或攝像機標定）。無論是在影象測量或者機器視覺應用中，相機引數的標定都是非常關鍵的環節，其標定結果的精度及演算法的穩定性直接影響相機工作產生結果的準確性，做好相機標定和提高標定精度是做好後續工作的前提。
相機標定中所要確定的幾何模型引數分為內參和外參兩種型別。相機內參的作用是確定相機從三維空間到二維影象的投影關係。相機外參的作用是確定相機座標與世界座標系之間相對位置關係。
相機內參共有
6個引數（
f,κ,sx,sy,cx,cy)，其中：
攝像機外參共有6個引數（α,β,γ,tx,ty,tz
），相機座標與世界座標的關係可以表述為：
pc= rpw + t
其中pw
為世界座標，
pc是攝像機座標。
式中，t= (tx,ty,tz)
，是平移向量，
r =r(α,β,γ)
是旋轉矩陣，分別是繞攝像機座標系
z軸旋轉角度為γ，繞
y軸旋轉角度為β，繞
x軸旋轉角度為α。
6個引數組成（
α,β,γ,tx,ty,tz)
為攝像機外參。
通常情況下，通過鏡頭，乙個三維空間中的物體會被對映成乙個倒立縮小的像，然後被成像感測器感知到。
相機標定方法有：傳統相機標定法、相機自標定法、主動視覺相機標定方法。
傳統相機標定法需要使用尺寸已知的標定物，通過建立標定物上座標已知的點與其影象點之間的對應，利用一定的演算法獲得相機模型的內外引數。根據標定物的不同可分為三維標定物和平面型標定物。三維標定物可由單幅影象進行標定，標定精度較高，但高精密三維標定物的加工和維護較困難。平面型標定物比三維標定物製作簡單，精度易保證，但標定時必須採用兩幅或兩幅以上的影象。傳統相機標定法在標定過程中始終需要標定物，且標定物的製作精度會影響標定結果。同時有些場合不適合放置標定物也限制了傳統相機標定法的應用。
傳統的相機標定方法的優點是可以使用於任意的攝像機模型，標定精度高，缺點是標定過程複雜，需要高精度的標定模板，在一些場合下無法使用標定塊。
目前出現的自標定演算法中主要是利用
基於主動視覺的相機標定法是指已知相機的某些運動資訊對相機進行標定。該方法不需要標定物，但需要控制相機做某些特殊運動，利用這種運動的特殊性可以計算出相機內部引數。基於主動視覺的相機標定法的優點是演算法簡單，往往能夠獲得線性解，故魯棒性較高，缺點是系統的成本高、實驗裝置昂貴、實驗條件要求高，而且不適合於運動引數位置或無法控制的場合。
主動視覺相機標定方法應用的前提是已知相機的某些運動資訊，優點是可以線性求解，魯棒性較好，缺點是不能使用與相機運動資訊未知和無法控制相機運動的場合。
標定模板（標定板 calibration target） 在機器視覺、影象測量、攝影測量、三維重建等應用中，為校正鏡頭畸變；確定物理尺寸和畫素間的換算關係；以及確定空間物體表面某點的三維幾何位置與其在影象中對應點之間的相互關係，需要建立相機成像的幾何模型。通過相機拍攝帶有固定間距圖案陣列平板、經過標定演算法的計算，可以得出相機的幾何模型，從而得到高精度的測量和重建結果。而帶有固定間距圖案陣列的平板就是標定模板（標定板 calibration target）。
常見標定模板種類
1）等間距實心圓陣列圖案 ti-times cg-100-d
2）西洋棋盤圖案 ti-times cg-076-t
一般需要20張，這只是乙個經驗值，實際上太多也不好，太少也不好。單純從統計上來看，可能越多會越好，但是，實際上太多可能會讓引數優化的結果變差，因為棋盤格角點座標的確定是存在誤差的，而且這種誤差很難說是符合高斯分布的，同時，標定過程所用的非線性迭代優化演算法不能保證總是得到最優解，而更多的，可能會增加演算法陷入區域性最優的可能性。
拍照時的標定板位置和朝向的多樣性，會讓內參的估計更為準確。準確的內參可以較好地把整個影象的畸變都進行矯正，但如果給定的標定板的位置過於單一，比如都是在影象的左上角，那麼優化得到的內參也可能只會比較好地糾正影象左上角的畸變。推薦找個畸變較大的鏡頭做做實驗，會更形象。
·
世界座標系（xw、yw、zw）
是由使用者定義的空間三維座標系，用來描述三維空間中的物體和相機之間的座標位置，滿足右手法則，世界座標系是物理世界中反映物體位置的真實座標。
相機座標系（xc、yc、zc）
以相機的光心作為原點，zc軸與光軸重合，並垂直於成像平面，且取攝影方向為正方向，xc、yc軸與影象物理座標系的x、y軸平行。
影象座標系（u、v）或（x、y）
是以影象的左上角為原點的影象座標系（u，v），以畫素為單位，
通過在影象上乙個二維點m=[u,t]後加上乙個1的向量，在相機座標系中乙個3d點m=[x,y,z]後也加上乙個1的向量，在針孔模型中，3d點m和它的影象投影m的關係為：
其中內參a為：
若定義h=a[r,t]，有s*m=h*m,則h就是通常說的單應性矩陣，在這裡描述的是空間中平面三維點和相機平面二維點之間的關係，相機平面中的座標點可以通過影象處理尋找角點的方式獲取，空間平面三維點可以通過尺寸已知的標定板獲取，所以說針對每張圖都可以計算出來乙個對應的h矩陣。
轉動標定模板，從不同的角度拍攝棋盤標定模板的n幅影象，求出內參矩陣和外參矩陣，就有了相機座標和影象座標的投射矩陣，就可以將空間中的某一點對映到上的某乙個點上：
張正友相機標定流程
1. 列印棋盤標定紙，附加到乙個平坦的表面上；
2. 通過移動相機或者平面拍攝標定板各種角度的，一般拍攝20張；
3. 檢測中的特徵點；
4. 計算5個內部引數和所有的外部引數；
5. 通過最小二乘法先行求解徑向畸變係數；
6. 通過求最小引數值，優化所有引數；
張正友的平面標定方法是介於傳統標定方法和自標定方法之間的一種方法，它既避免了傳統方法裝置要求高，操作繁瑣等缺點，又較自標定方法精度高，符合通用的桌面視覺系統(dvs)的標定要求。該方法的缺點是確定模板上點陣的物理座標以及影象和模板之間的點的匹配，專業性要求比較高。
工業相機標定的相關知識
在影象測量過程以及機器視覺應用中，為確定空間物體表面某點的三維幾何位置與其在影象中對應點之間的相互關係，必須建立相機成像的幾何模型，這些幾何模型引數就是相機引數。在大多數條件下這些引數必須通過實驗與計算才能得到，這個求解引數的過程就稱之為相機標定 或攝像機標定 無論是在影象測量或者機器視覺應用中，相...
深度學習 相機標定 相機標定
術語 內參矩陣 intrinsic matrix 焦距 focal length 主點 principal point 徑向畸變 radial distortion 切向畸變 tangential distortion 旋轉矩陣 rotation matrices 平移向量 translation ...
張氏標定 相機標定 1
公式如下 為了和 張正友教授 的 相統一，現在把公式符號統一一下。第一點 旋轉向量 r 為正交矩陣，所以又以下的性質 第二點 就是 s 它是尺度因子，它的出現只是為了方便運算，而且對於齊次座標，尺度因子不會改變座標值 剛開始不知道 中 homography 不知道是何方神聖，搜尋到了最後這番解釋 因...