在机器视觉和自动驾驶的热潮中，视觉传感器——主要是摄像头——成了“眼睛”。但眼睛若不精准，看到的不过是一团模糊的世界。视觉传感器标定，就是给这双“眼睛”配一副精准的“眼镜”，确保它捕捉到的图像能真实反映三维物理空间。我们来聊聊标定的原理，从数学公式到实际操作，通俗易懂。

标定解决的是什么问题？想象一下，你用一个相机拍照，照片里的物体看起来是扭曲的。一个矩形变成桶形或枕形，这就是镜头畸变。更糟的是，如果你用两个相机（比如双目视觉系统），左右眼看到的同一个点位置不同，导致计算深度时出现误差。标定的核心，就是通过数学模型，消除这些偏差。

标定原理基于两个基本模型：针孔相机模型和镜头畸变模型。针孔模型假设光线直线传播，将三维世界投影到二维图像平面。数学上，它由内参矩阵（焦距、主点坐标）和外参矩阵（旋转、平移）组成。内参描述相机自身的特性，比如像素尺寸和光轴位置；外参则表示相机与世界坐标系的关系。举个例子，标定时，我们常用棋盘格作为标定板。棋盘格上的角点坐标是已知的（比如每个格子的大小为30mm），通过拍摄多张不同角度的棋盘格，算法能反向推导出这些内参和外参。

但针孔模型太理想了。实际镜头存在畸变，尤其是径向畸变（光线弯曲）和切向畸变（镜头与传感器不平行）。畸变模型常用多项式拟合，参数包括k1、k2（径向系数）和p1、p2（切向系数）。标定过程中，软件会优化这些参数，让投影误差最小化。比如OpenCV的calibrateCamera函数，通过Levenberg-Marquardt算法迭代求解。

实践中的标定流程：准备一张9x6或12x9的棋盘格，打印后平贴在硬板上。拍摄20-30张图像，覆盖不同角度和位置（避免全在中间或同一平面）。用工具提取角点后，算法计算重投影误差。如果误差小于0.5个像素，通常认为标定成功。但要注意细节：棋盘格必须平整，光照均匀，且拍摄时保持静止。

对于深度感知（如双目或结构光），标定更复杂。双目标定不仅需要单目内参，还要求左右相机间的外参（旋转和平移矩阵）。通过立体标定，我们得到基础矩阵和本质矩阵，从而在极线约束下匹配对应点。这就像让左右眼“对齐”，确保同一个世界点在两个图像上的纵坐标相同。实际应用中，比如自动驾驶的摄像头阵列，标定精度直接影响障碍物距离判断。一个0.1像素的误差，可能在10米外导致20厘米的偏差。

进阶话题：在线标定与自标定。传统标定依赖标定板，但现实中（比如车载摄像头）无法随时停车标定。自标定利用场景中特征（如直线、建筑物边缘）推断参数。“通过运动恢复结构”（SfM）算法，从连续帧间特征点匹配，动态调整内外参。不过，精度低于离线标定，适合维护和校准。

视觉传感器标定是一门数学与工程的艺术。它解构了理想模型与现实偏差之间的博弈。理解其原理，不仅是学会调用API，更是懂得如何为机器赋予准确“视觉”。下次当你看到自动驾驶汽车精准识别路标时，别忘了背后那些标定参数在默默工作。