第2章：误差来源分析

做双目测距这些年，我踩过的坑比走过的路还多。每次精度上不去，十有八九是误差没管好。这一章咱们就把误差的五个主要来源掰开揉碎了讲清楚。

2.1 相机标定误差

相机标定，说白了就是给相机做「体检」。你得知道它的内参、外参、畸变系数。但问题是——标定本身就有误差。

我个人习惯用棋盘格标定板。但有一次在项目现场，标定板稍微有点褶皱，结果测出来的距离偏差了3毫米。嗯，3毫米在工业场景里已经算大问题了。

标定误差的主要来源有：

• 标定板精度不够——打印的棋盘格，角点位置本身就不准
• 拍摄角度单一——只拍了正面的标定图像，没有覆盖整个视场
• 算法本身的残差——张正友标定法再经典，也有最小二乘的拟合误差

2.2 特征匹配误差

双目测距的核心，就是找到左右图像里的同一个点。但找不找得准，是个大问题。

特征匹配误差，说白了就是「认错人」。左图里的一个角点，右图里可能有好几个候选。你选错了，距离就偏了。

我遇到过最头疼的情况——在纹理重复的场景里，比如格子衬衫、瓷砖地面。匹配算法直接懵了，匹配到的点全是错的。

常见的匹配误差来源：

• 纹理缺失——白墙、光滑表面，根本找不到特征点
• 重复纹理——格子、条纹，匹配算法容易混淆
• 光照变化——左右相机曝光不同，同一个点的灰度值不一样
• 遮挡——左图能看到，右图被挡住了

2.3 量化误差

量化误差，是数字图像天生的「原罪」。你想想看，现实世界是连续的，但相机拍出来的是离散的像素。

一个像素的偏差，在远距离上可能对应几毫米甚至几厘米的误差。这就是量化误差。

举个例子：

相机分辨率	单个像素对应的视差误差	在10米处的距离误差
640×480	0.1像素	约15mm
1280×720	0.1像素	约8mm
1920×1080	0.1像素	约5mm

看到没？分辨率越高，量化误差越小。但高分辨率也意味着更大的计算量。这是个取舍问题。

2.4 镜头畸变误差

镜头畸变，说白了就是镜头把直线拍弯了。尤其是广角镜头，边缘的畸变特别明显。

畸变分两种：

• 径向畸变——图像像被吹胀的气球，中间正常，边缘变形
• 切向畸变——镜头和成像平面不平行，图像歪了

标定的时候，我们通常会算出一组畸变系数。但问题是——畸变模型本身是近似的。离图像中心越远，畸变校正的残差越大。

我记得有一次做高精度测量，用了6mm的广角镜头。标定后校正了畸变，但边缘区域的误差还是比中心大了3倍。后来我换了长焦镜头，问题才解决。

2.5 温度漂移误差

温度漂移，是很多工程师容易忽略的「隐形杀手」。

相机和镜头都是金属和玻璃做的。温度一变，它们就会热胀冷缩。焦距变了、光轴偏了、基线长度也变了。

我做过一个实验：

温度变化	焦距变化	在5米处的距离误差
20°C → 40°C	约0.02mm	约2mm
20°C → 0°C	约0.015mm	约1.5mm

你看，温度变化20度，误差就能到2毫米。在户外项目里，夏天和冬天的温差可能超过40度。如果不做温度补偿，精度根本没法保证。

知识体系总览

下面这张图，把五个误差来源的关系画清楚了。你可以把它当作本章的「思维导图」。

这五个误差来源，不是孤立存在的。它们会互相叠加、互相放大。比如温度漂移会导致标定参数失效，标定误差又会让匹配精度下降。一环扣一环。

所以，做双目测距的误差分析，不能只看单个因素。你得有全局视角。

---

公众号:蓝海资料掘金营，微信deep3321