看到好莱坞大片，你有没有被那些华丽的特效所吸引，甚至是各大汽车公司所倡导的自动驾驶技术在我们现实中等，这些看似毫不相干，但事上它们背后都有一个共同的词——相机标定。

在过去的几年中，你可以看到制造业，尤其是表面贴装和泛半导体领域，发生了几乎肉眼可见的跨越式发展。可以预见，行业将继续向高精度、高速度的方向发展。

这种发展趋势下，ccd视觉检测设备必将成为行业中不可或缺的一部分，但在这个高精度、高速度的制造行业中，接下来要考虑的就是成本与成本之间平衡点的控制。

接下来，让我们回到今天的话题，什么是“相机标定”：

在一个机器视觉项目中，为了确定待检测问题的空间信息以及与我们获取的图像的对应关系，必须严格建立一个摄像机成像模型，然后进行求解。这一系列的动作和相关参数的操作称为相机标定。

简单的说，我们生活的空间是三维的，我们常见的2D视觉所获得的图像确是平面的，与三维空间相比，缺乏深度等重要信息，而随着行业要求的不断提高，我们迫切需要获取这部分信息，而此时就需要视觉相机的出现。

除此之外，相机标定也是当前热门的机器人视觉中至关重要的一步，它可以帮助机器人解决被识别物体的基本三维信息，从而完成后续工作，比如我们常见的视觉定位、视觉抓取等。

在这里四川远景达简单介绍一种相机的标定方法：

相机标定分为：内参标定，外参考标定以及c矩阵。

内参标定：一般采用点阵或棋盘格图像，相机固定，从不同角度拍摄多组棋盘格图像。这个时候，我们所需要的是世界坐标系是固定的，或者摄像机的相对位置不会改变。

内参校准输入：像素坐标U，V和世界坐标X，Y，Z。z并没有定义一个特定的值，但是我们在这一步无法获得它，那么这些参数是怎么来的，u，V是图像中的棋盘格的角坐标，相应的xy表示角点的期望坐标。我们拍五次照片，这些坐标应该是一样的。为了计算数据转换，我们给z一个0或1的参数。如果您对相机标定有相关需要和兴趣，可联系四川远景达了解更多。