相机标定的核心模型：从世界坐标到像素坐标的映射

相机标定的核心是建立“世界坐标→相机坐标→图像坐标→像素坐标”的四级映射模型，这也是所有标定算法的基础。其中，最核心、最常用的是针孔相机模型——尽管实际相机存在镜头畸变，但针孔模型是理解成像原理的基础，也是后续畸变校正的前提。

四级坐标系统解析

要理解映射过程，首先需要明确四个关键坐标系统的定义，这是建立标定模型的基础：

1. 世界坐标系（World Coordinate System）：用于描述真实世界中物体的三维位置，是整个标定过程的参考基准，通常人为设定（如以标定靶标的某个角点为原点，X轴、Y轴平行于靶标平面，Z轴垂直于靶标平面）。世界坐标系的单位是实际物理单位（如毫米、米），比如棋盘格靶标中，每个格子的边长为20mm，那么靶标上每个角点的世界坐标就可以精准确定。

2. 相机坐标系（Camera Coordinate System）：以相机的光学中心为原点，X轴、Y轴平行于相机成像平面的水平和垂直方向，Z轴为相机的光轴（垂直于成像平面，指向拍摄方向）。相机坐标系的单位也是物理单位，用于描述物体相对于相机光学中心的三维位置。

3. 图像坐标系（Image Coordinate System）：二维坐标系，以成像平面的中心为原点，X轴、Y轴分别平行于成像平面的水平和垂直方向，单位是物理单位（如毫米）。它是连接三维相机坐标与二维像素坐标的桥梁，描述了物体在成像平面上的物理位置。

4. 像素坐标系（Pixel Coordinate System）：二维坐标系，以图像的左上角为原点，X轴向右、Y轴向下，单位是像素（Pixel），也就是我们实际看到的图像中像素点的坐标（如一张1920×1080的图像，像素坐标范围为X∈[0,1919]，Y∈[0,1079]）。

针孔相机模型的映射关系

针孔相机模型假设相机的成像过程是“光线通过针孔投射到成像平面”，其核心映射关系分为两步：世界坐标→相机坐标，相机坐标→图像坐标→像素坐标。

第一步，世界坐标到相机坐标的转换：通过旋转矩阵R（3×3）和平移向量t（3×1）实现，这两个参数就是后续要讲的“外参”。旋转矩阵R描述了相机相对于世界坐标系的姿态（俯仰、偏航、滚转），平移向量t描述了相机光学中心相对于世界坐标系原点的位置。转换公式为：，其中是世界坐标系中的三维点，是该点在相机坐标系中的三维坐标。

第二步，相机坐标到图像坐标的转换：根据针孔成像的相似三角形原理，相机坐标系中的三维点（Z_c为该点到相机光学中心的距离，即深度），投射到图像坐标系中的二维点，公式为：，，其中f是相机的焦距（物理焦距，单位为毫米），是相机的核心内参之一。

第三步，图像坐标到像素坐标的转换：由于图像坐标系的原点的是成像平面中心，而像素坐标系的原点是图像左上角，且像素的物理尺寸（每个像素的宽度和高度，单位为毫米/像素）为dx、dy。

将三步合并，即可得到世界坐标到像素坐标的完整映射公式，这也是相机标定的核心数学基础。但需要注意的是，针孔模型是“理想模型”，实际相机镜头存在畸变，因此需要在该模型基础上加入畸变校正项，才能得到更精准的映射关系。

镜头畸变模型：修正实际成像偏差

实际相机镜头（尤其是广角镜头、鱼眼镜头）会存在畸变，导致成像后的图像出现“变形”——比如直线变成曲线、物体边缘拉伸或压缩。畸变主要分为两类：径向畸变和切向畸变，这也是相机标定中需要重点修正的误差。

1. 径向畸变：由镜头的光学特性导致，是最主要的畸变类型，表现为图像中心区域的畸变较小，边缘区域的畸变较大。根据变形方向，又可分为桶形畸变（图像边缘向内收缩）和枕形畸变（图像边缘向外拉伸）。径向畸变的校正公式通常采用多项式拟合，核心参数为径向畸变系数（高阶系数可根据精度需求增加），通过这些系数可以修正像素坐标的径向偏移。

2. 切向畸变：由镜头与感光元件之间的安装偏差（如倾斜、偏移）导致，表现为图像中物体的位置出现平移或倾斜。切向畸变的校正参数为切向畸变系数，用于修正像素坐标的切向偏移。

在实际标定中，畸变系数会与内参、外参一起通过算法求解，最终实现对图像的畸变校正，让修正后的图像更接近真实场景。