第4章相机内参矩阵

4. 相机内参矩阵：定义、推导与物理意义

说到相机内参矩阵，我脑子里第一个蹦出来的画面，就是当年在实验室调第一台车载摄像头时的场景。那时候刚入行，觉得标定就是拍几张棋盘格，跑个算法就完事了。结果装车一跑，车道线全歪了。后来才发现，我对内参矩阵的理解，说白了就是“知其然不知其所以然”。

今天咱们就把这块硬骨头啃下来。你想想看，相机为什么能把三维世界“压缩”成一张二维图片？这个压缩过程，内参矩阵就是那个“压缩算法”的核心。

先给个直观的定义：内参矩阵，就是描述相机内部光学和几何特性的一个3x3矩阵。它负责把相机坐标系下的三维点，映射到图像平面上的像素坐标。

数学上长这样：

K = [fx  0  cx]
    [ 0  fy  cy]
    [ 0   0   1]

这里面：

嗯，这里要注意：fx和fy的单位是像素，不是毫米。我见过不少新手在这栽跟头，拿着镜头参数上的焦距（比如4mm）直接往里套，结果算出来的投影坐标全不对。

核心理解：内参矩阵K，本质上是一个“缩放+平移”的变换。它把相机坐标系下的点，先缩放到图像坐标系，再平移到像素坐标系。

咱们一步步来。假设相机坐标系下有一个点 P = (X, Y, Z)。它投影到图像平面上的物理坐标是 (x, y)。根据小孔成像模型：

x = f * X / Z
y = f * Y / Z

这里f是物理焦距（单位是毫米）。但图像传感器是用像素来衡量的，所以得把毫米转成像素。怎么转？靠像素尺寸：

u = x / dx + cx
v = y / dy + cy

其中dx, dy是每个像素的物理尺寸（毫米/像素）。把上面两个式子合起来：

u = f * X / (Z * dx) + cx
v = f * Y / (Z * dy) + cy

令 fx = f / dx，fy = f / dy，就得到了：

u = fx * X / Z + cx
v = fy * Y / Z + cy

写成矩阵形式就是：

[u]   [fx  0  cx] [X]
[v] = [ 0  fy  cy] [Y]
[1]   [ 0   0   1] [Z]

注意这里最后要除以Z（归一化），才能得到真正的像素坐标。所以完整的投影公式是：

s * [u, v, 1]^T = K * [X, Y, Z]^T

s就是Z值，也叫尺度因子。

我的经验：在实际项目中，我习惯把内参矩阵和畸变参数一起保存。因为车载摄像头通常带有明显的径向畸变，如果只标定内参不标定畸变，车道线检测的精度会大打折扣。

焦距（fx, fy）：

主点偏移（cx, cy）：

参数	理想值	实际范围（车载摄像头）	影响
fx	取决于镜头和传感器	500 ~ 2000 像素	视场角、测距精度
fy	≈ fx	500 ~ 2000 像素	图像纵横比校正
cx	width/2	±20 像素	目标定位偏移
cy	height/2	±20 像素	地平线位置偏移

说白了，内参矩阵就是回答三个问题：

举个例子。假设你有一个720p的摄像头，标定得到：

K = [800  0  360]
    [  0  800 240]
    [  0    0   1]

这意味着：

避坑指南：我曾经在项目里直接用OpenCV的标定结果，没检查内参矩阵的合理性。结果发现fx只有200多，明显不对。后来一查，是标定板图片分辨率搞错了。所以拿到内参后，第一件事就是看看fx、fy是否在合理范围内。

内参矩阵不是标定完就扔一边的。它在车载视觉里天天用：

我个人习惯，在项目初期就把内参矩阵固化到配置文件中。每次启动时加载，而不是每次重新标定。因为车载摄像头的内参相对稳定，除非镜头松动或者更换了传感器。

一句话总结：内参矩阵是相机从三维到二维的“翻译官”。搞懂了它，你才算真正入门了车载视觉标定。

下一章咱们聊聊畸变参数。那个东西更坑，但也是车载摄像头绕不过去的坎。