在计算机视觉、机器人导航、工业检测以及三维重建等领域，视觉传感器的精度至关重要。而确保这种精度的关键一步，就是传感器标定。许多刚接触这一领域的朋友常常会问：那个用于标定的、带有特定图案的板子，究竟叫什么？它的正式名称是“标定板”或“校准板”，有时也会根据其图案特征被具体称为“棋盘格标定板”、“圆点标定板”或“Charuco板”等。它并非一个普通的图案板，而是实现相机参数标定的核心工具。

标定板的核心作用，是为视觉系统提供一个已知的、高精度的空间参考。板子上印刷的图案（如黑白相间的方格、排列规则的圆点或环形编码标记）在物理世界中的尺寸、形状和位置是预先精确设计并制造的。当相机从不同角度拍摄标定板时，算法通过检测图像中这些特征点的像素位置，并与它们已知的、精确的世界坐标进行匹配和数学计算，从而求解出相机的内部参数（如焦距、主点坐标、畸变系数等）和外部参数（相机相对于标定板的位置和姿态）。这个过程，就如同为相机建立一把“尺子”，矫正其“视觉误差”。

常见的标定板主要有以下几种类型，它们各有特点和适用场景：

1. 棋盘格标定板：这是最经典、应用最广泛的类型。由黑白方格交替组成，形成明显的角点（黑白方格的交界点）。OpenCV等开源库内置了强大的棋盘格角点检测算法，使其易于使用。其原理是通过检测这些角点的亚像素位置进行标定。优点是算法成熟、普及度高；缺点是对光照和遮挡比较敏感，且角点检测在图像边缘或图案不完整时可能失败。

2. 圆点标定板（圆阵列标定板）：这种标定板由背景板（通常为浅色）上排列的深色实心圆点构成。标定算法通过识别每个圆点的中心（通常能达到亚像素精度）来进行计算。与棋盘格相比，圆点标定板的中心检测对光照变化的鲁棒性稍强，且即使圆点部分被遮挡，有时仍能识别。它在一些工业视觉应用中更为常见。

3. Charuco板：可以看作是棋盘格标定板的增强版。它在棋盘格的基础上，将部分黑色方格替换为特殊的ArUco标记（一种类似于二维码的二进制编码图案）。这样既保留了棋盘格角点用于高精度标定，又利用ArUco标记提供唯一ID，可以解决传统棋盘格在角点顺序识别上的歧义问题，特别适用于多相机系统或标定板部分被遮挡的场景，能有效防止角点误匹配。

4. 环形编码标记标定板：主要用于高精度、大规模的视觉测量系统，如摄影测量或运动捕捉。板子上布满了带有唯一编码的环形标记。每个标记的中心可以被极高精度地定位，并且其编码提供了绝对的身份识别，非常适合多视图、自动化的标定流程。

选择哪种标定板，取决于具体应用需求。对于入门学习、一般性的相机标定，棋盘格标定板是首选。在工业环境下，若光照条件复杂，可考虑圆点标定板。对于需要高鲁棒性、自动化或多相机同步标定的场景，Charuco板或环形编码板是更优的选择。

除了类型，标定板的材质和制造精度也直接影响标定结果。高精度标定板通常采用热膨胀系数低的材料（如陶瓷、微晶玻璃、殷钢），并在表面覆以高对比度、无眩光的哑光涂层，通过光刻等精密工艺制作，以确保图案尺寸的绝对准确和长期稳定性。而日常学习或对精度要求不高的场合，使用高精度打印在亚光相纸上的图案也能满足基本需求。

在实际操作中，使用标定板进行标定时，需要注意以下几点：要从多个不同角度和距离拍摄标定板（通常建议15-20张以上），确保标定板覆盖图像的各个区域，特别是边缘，这样才能充分约束镜头的畸变参数。要保证标定板平面清晰、平整，光照均匀，避免反光和阴影。使用成熟可靠的标定算法（如OpenCV中的calibrateCamera函数）进行处理。

视觉传感器标定板是连接物理世界与数字图像的桥梁，其正式、通用的名称就是“标定板”或“校准板”。理解棋盘格、圆点、Charuco等不同种类标定板的原理