1. 标定板基础概念
做双目视觉这么多年,我经常被问到同一个问题:「标定板到底是个啥?能不能不用?」
嗯,这个问题其实挺有意思的。今天我就从最基础的东西讲起,把标定板这件事彻底说清楚。
1.1 什么是标定板
说白了,标定板就是一个已知几何尺寸的平面图案。它上面印着一些我们事先知道精确位置的特征点——比如棋盘格的角点、圆点的圆心,或者 ChArUco 板的编码图案。
你想想看,相机拍到的是一堆像素。像素本身没有物理意义。但如果我们知道「这个角点在现实世界中的坐标是 (10mm, 20mm, 0mm)」,那就能反过来算出相机的内外参数。这就是标定的核心逻辑。
核心要点:标定板 = 已知尺寸的参考物。它把「像素坐标」和「世界坐标」连接起来。
我个人习惯把标定板比作「尺子」。没有尺子,你怎么知道相机看到的物体有多大?标定板就是那把尺子。
1.2 标定板在双目视觉中的作用
双目视觉和单目视觉不一样。单目只需要知道一个相机的参数,双目却要同时知道两个相机的关系。标定板在这里扮演了三个角色:
- 提供共同参考点——左右相机同时看到标定板上的同一个点,我们就能知道这个点在两个图像中的位置差异。
- 建立几何约束——标定板的平面方程是已知的,这给求解提供了强约束条件。
- 评估标定质量——重投影误差算出来,就知道标定得好不好。
我在项目中遇到过一件事:有个客户用双目做测距,怎么测都不准。后来发现是标定板太脏了,特征点提取偏差了 0.3 个像素。你想想看,0.3 个像素在远距离上能差出好几厘米。从那以后,我每次标定前都会先擦一遍标定板。
小技巧:标定板不要用手直接摸。手上的油脂会让图案反光不均匀,影响角点提取精度。
1.3 常见标定板类型
市面上常见的标定板主要有三种。我分别说说它们的特点和适用场景。
1.3.1 棋盘格标定板
这是最经典的一种。黑白相间的格子,角点就是格子的交点。
- 优点:角点检测算法成熟,OpenCV 直接支持。制作简单,打印出来贴在平板上就能用。
- 缺点:需要整块板都在视野内。如果被遮挡一部分,角点就检测不出来了。
- 适用场景:实验室环境、固定工位的标定。
我记得刚开始做标定时,用的就是 A4 纸打印的棋盘格。贴在玻璃板上,后面垫一张白纸。效果其实还不错,就是容易皱。
1.3.2 圆点阵标定板
这种板子上是一排排的圆点。圆心作为特征点。
- 优点:圆心定位精度比角点高(亚像素级别)。对图像模糊不敏感。
- 缺点:需要做椭圆拟合,计算量稍大。圆点排列有方向性要求。
- 适用场景:高精度标定、远距离标定。
我曾经做过一个项目,要求测距误差在 0.1% 以内。棋盘格死活达不到,换成圆点阵后,重投影误差从 0.08 像素降到了 0.03 像素。嗯,有时候就是这点差别。
1.3.3 ChArUco 板
这是棋盘格和 ArUco 码的结合体。每个格子内部嵌有一个唯一的编码图案。
- 优点:部分遮挡也能识别。每个角点自带 ID,自动知道对应哪个世界坐标。支持多板同时标定。
- 缺点:编码解码需要额外计算。对光照变化比棋盘格敏感。
- 适用场景:大视场标定、多相机标定、需要自动匹配的场景。
我个人非常推荐 ChArUco 板。尤其是做多相机标定时,省去了手动匹配角点的痛苦。你想想看,四个相机同时拍,每个相机看到板子的角度都不一样。用棋盘格你得一张张手动检查对应关系,用 ChArUco 板自动就匹配好了。
避坑指南:我曾经用 ChArUco 板时犯过一个低级错误——板子尺寸没量准。编码图案虽然能自动识别,但物理尺寸必须手动输入。差 1mm,标定结果就差一大截。所以,标定板的物理尺寸一定要用游标卡尺量,不要相信打印出来的标称值。
1.4 三种标定板的对比
| 类型 | 特征点 | 抗遮挡 | 精度 | 制作难度 | 推荐指数 |
|---|---|---|---|---|---|
| 棋盘格 | 角点 | 低 | 中等 | 低 | ⭐⭐⭐ |
| 圆点阵 | 圆心 | 低 | 高 | 中 | ⭐⭐⭐⭐ |
| ChArUco | 角点+编码 | 高 | 高 | 高 | ⭐⭐⭐⭐⭐ |
1.5 本章知识体系
下面这张图是我自己画的,把标定板的核心概念串起来了。你看一眼就能明白整体逻辑。
这张图把标定板的三个核心维度串起来了。你从中间往外看,先理解「是什么」,再理解「为什么用」,最后看「怎么选」。
我的建议:如果你是新手,先从棋盘格入手。它简单、直观、容错率高。等把标定流程跑通了,再换圆点阵或 ChArUco 板追求更高精度。别一上来就用最复杂的,容易把自己搞晕。
好了,标定板的基础概念就讲到这里。记住一句话:标定板是标定的起点,选对了板子,标定就成功了一半。
公众号:蓝海资料掘金营,微信deep3321