相机内参标定核心：如何正确选择相机模型，避免重投影误差陷阱

做相机标定这么多年，我遇到过不少拿着标定板拍了几十张图、跑完流程却发现内参总是不对劲的工程师。有的人重投影误差看起来挺小，可前端定位就是漂，三维重建的效果也稀烂。说实话，大部分情况下问题不是出在标定操作上，而是你在动手之前，根本没有想清楚一个问题：该用哪种相机模型。

这不是小题大做。相机模型决定了你把三维世界投影到二维图像这件事，用什么样的数学公式去逼近。选错了模型，后面所有环节——去畸变、特征匹配、三角化、BA优化——都会在错误的前提上叠加误差。这篇把相机内参标定的理论篇核心讲透，尤其聚焦在模型选择的逻辑上。适合刚开始接触视觉SLAM、三维重建、机器人感知的工程师，也适合那些已经标定过几次、但始终对结果存疑的开发者。

1. 为什么标定前必须先整明白相机模型

1.1 模型是标定的“答案形式”

很多初学者会把相机内参标定理解成“算出一堆数”：fx、fy、cx、cy，加上几个畸变系数k1、k2、p1、p2，然后写进配置文件里就完事了。这种理解不能说错，但它忽略了最关键的一点：这堆数本身是依附于特定公式结构的。

同样的镜头，你用针孔模型去拟合，和用Kannala-Brandt鱼眼模型去拟合，得到的内参数值可能差很多，但各自都能在自己的公式体系下把畸变描述得“八九不离十”。真正决定标定精度的，是模型结构和物理成像过程之间的匹配度。

如果把镜头成像看作一个黑盒，相机模型就是你对这个黑盒内部规律的假设。你假设它是线性的、对称的、低阶的，那么你就用针孔加少量畸变参数去描述；你假设它是高扭曲、大视场角的，那你就得多项式、分段的去描述。标定的过程，其实就是在这个假设框架内求解最优参数。假设错了，参数再怎么优化也是错的。

1.2 不同场景的模型偏好差异

我见过有人在普通广角镜头上硬套鱼眼模型，结果重投影误差反而飙升；也见过有人用小孔成像模型去做车载环视，边缘畸变校正得一塌糊涂。这两个例子恰恰说明了一件事：相机模型不是越复杂越好，而是越匹配越好。

具体到应用场景，比如室内视觉SLAM常用的普通镜头，视场角在60到90度之间，畸变相对温和，用经典的针孔加径向切向畸变模型就够了。而运动相机、车载鱼眼镜头，视场角动辄超过140度甚至190度，针孔模型根本扛不住，必须换用鱼眼模型族的各种变体。至于工业视觉里的一些远心镜头、线扫相机，它们的成像模型又是另一套逻辑，和普通透视相机完全不同。

所以在标定之前，你必须先回答一个问题：我的相机属于哪一类，我的应用需要哪种模型？这决定了你后续所有工作的方向。

2. 相机模型的核心：从三维世界到像素坐标

2.1 四个坐标系之间的流转关系

相机模型本质上描述的是空间中的一个三维点，如何一步步变成图像上的一个像素。这个过程中涉及四个坐标系：世界坐标系、相机坐标系、图像物理坐标系、像素坐标系。

这四个坐标系的关系可以这样理解：世界坐标系是你自定义的参考系，比如标定板所在的平面；相机坐标系以光心为原点，Z轴沿着光轴方向；图像物理坐标系以光轴和成像平面的交点为原点，单位是毫米；像素坐标系以图像左上角为原点，单位是像素。三维点先通过外参（旋转矩阵和平移向量）从世界系转到相机系，再通过内参投影到图像平面，最后加上畸变偏移，得到最终的像素位置。

实际编程时，这四个坐标系的变换通常被合并成一个大矩阵来处理。但理解每一步的物理意义非常重要，因为一旦标定结果异常，你需要能够反推是哪一步出了问题。比如某个方向上的重建误差特别大，往往是焦距估计不准；图像中心区域的点对不准，往往是主点偏移没收敛。

2.2 针孔模型的数学表达与内参矩阵

针孔模型是最基础、也是大多数人最先接触的相机模型。它的数学形式很简洁：一个三维点(X, Y, Z)在相机坐标系下，投影到图像平面上的坐标是(fX/Z, fY/Z)。这里f是焦距，反映了镜头光学中心到成像平面的距离。

加上主点偏移和像素缩放之后，就得到了我们熟悉的内参矩阵：

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

fx和fy分别代表x和y方向上的归一化焦距，单位是像素。它们之间的比值，表征了像素单元在x和y方向上的物理尺寸是否一致。cx和cy是主点坐标，理论上应该在图像正中心，但实际装配中会有几十个像素的偏移，所以必须通过标定来确定。

这里有个值得注意的点：fx和fy的比值，对很多标定算法来说是一个比较敏感的参数。如果标定图片数量不够、覆盖范围不好，fx和fy可能会出现不合理的比值偏离。我早期踩过这个坑，标定出的fx比fy大了将近3%，后来查下来是图片里标定板大多只出现在画面的左侧区域导致的。所以看到内参矩阵里fx和fy差异异常大的时候，不要急着用，先想想采集数据是不是偏了。

2.3 外参为什么也在标定流程里

虽然标题是“内参标定”，但实际标定过程中，外参数是无法绕开的。因为单张标定图片只能提供标定板平面上的约束，无法直接求解相机的内参。标定算法通常的做法是，把每张图片的外参（标定板相对相机的位姿）作为待优化变量，和内参一起迭代求解。

这意味着标定板的位姿估计质量会直接影响内参的精度。如果标定板存在弯曲、不平整，或者角点检测有系统性的偏差，外参会先吸收这部分误差，然后内参也会被带偏。这一点在理论篇里值得反复强调：标定结果不是单纯由算法决定的，数据质量的影响往往更大。

3. 畸变模型：针孔模型的必要补充

3.1 径向畸变与切向畸变的来源

完美的针孔模型是理想化的，真实镜头由于加工和装配误差，会产生各种畸变。畸变主要分两大类：径向畸变和切向畸变。

径向畸变源于镜头的曲面形状，表现为直线在图像边缘处向内或向外弯曲。向内弯的叫桶形畸变，常见于广角镜头；向外弯的叫枕形畸变，常见于长焦镜头。用泰勒多项式可以近似描述这种畸变：dr = k1r^3 + k2r^5 + k3*r^7，这里的r是像素到主点的距离。k1、k2、k3就是径向畸变系数。

切向畸变则源于镜头光学中心和成像平面不平行，表现为图像在某些方向上被拉伸。用p1、p2两个参数描述。切向畸变的量级通常比径向畸变小一个数量级，但如果装配工艺差，也不可忽视。

3.2 Plumb Bob模型和Rational模型怎么选

OpenCV里最常见的畸变模型是Plumb Bob模型，也就是大家熟悉的k1、k2、p1、p2、k3这五个参数。这个模型适合大多数普通镜头，参数少，优化稳定，是默认首选。

但对于畸变特别大的镜头，比如一些廉价广角镜头，k1、k2可能不足以描述畸变曲线。这时候OpenCV也提供Rational模型，增加了k4、k5、k6三个高阶参数。参数多了拟合能力自然更强，但也更容易过拟合。如果标定图片质量不高，Rational模型可能把噪声也拟合进去，结果重投影误差在标定数据上很小，换到真实场景就露馅了。

我的经验是：先用Plumb Bob模型跑一遍，如果重投影误差能控制在0.1像素以内，就不要换模型。如果误差显著偏大，再尝试Rational模型，同时增加标定图片数量，确保高阶参数被充分约束。畸变参数不是越多越好，够用就行。

3.3 一个容易被忽略的坑：畸变参数和图像分辨率强相关

同一台相机，如果你用500万像素模式标定，得到的内参，在1200万像素模式下是不能直接用的。因为畸变系数和焦距都是以像素为单位的，图像分辨率变了，这些参数必须重新标定。

这个坑我见不少人踩过。有次一个朋友做机器视觉项目，标定的时候用的是预览分辨率，跑应用的时候切成了高清分辨率，结果定位精度差了老远。排查了半天才发现是内参和分辨率不匹配。所以标定时一定要先确定好应用时使用的图像分辨率，并且保持两者一致。如果应用里不得不切换分辨率，老老实实重新标定一次，别偷懒。

4. 广角和鱼眼镜头：模型选择的分水岭

4.1 视场角变大，针孔模型为什么失效

当视场角超过100度左右，针孔模型的局限性就开始暴露了。原因在于，针孔模型的投影公式是线性的透视投影，它假定入射光线和成像点的关系可以用一个简单的比例来描述。但在大视场角下，镜头的设计通常采用等距投影或其他非透视投影方式，以保证边缘亮度均匀、畸变可控。

如果强行用针孔模型去拟合大视场角镜头，边缘区域的畸变残差会非常大。即使用高阶畸变参数去硬凑，效果也很差。我试过用Rational模型去拟合一颗180度鱼眼镜头，重投影误差始终在几个像素量级下不来，后来换用Kannala-Brandt模型，误差立刻降到0.5像素以内。

4.2 不同鱼眼模型的数学差异

鱼眼相机模型有很多种，工程上常见的有等距投影模型、等立体角投影模型、正交投影模型，以及后来广泛使用的Kannala-Brandt多项式模型。

等距投影模型假设入射角theta和成像高度r成正比：r = f * theta。这是目前绝大多多数鱼眼镜头设计时遵循的准则，也是很多标定工具默认使用的模型。FOV模型则用一个参数来描述畸变程度，公式简洁，特别适合嵌入式设备上做实时去畸变。

Kannala-Brandt模型是这几年视觉SLAM领域的主流选择，它用多项式把入射角映射到成像半径：r = f * (theta + k1theta^3 + k2theta^5 + k3theta^7 + k4theta^9)。这个模型的好处是兼容性好，Orb-SLAM3、VINS-Fusion等主流开源框架都内置了对它的支持。而且它在描述鱼眼镜头畸变时，精度和稳定性都相当不错。

4.3 各模型标定公式与应用场景速查

从标定工程的角度来说，如果只是做相机标定和去畸变，等距投影模型就够用；如果要让标定结果直接接入SLAM系统，选Kannala-Brandt会更省事，因为主流的视觉SLAM框架都支持直接读取这种模型的参数。

5. 工程视角下的模型选择决策标准

5.1 从后端优化框架的角度反推模型

很多工程师做标定的时候很纠结，不知道该选哪种模型。我的建议是：别闷头选，先看看你后面的算法栈支持什么。如果你用的是VINS-Fusion做GPS融合定位，它默认支持的就是针孔加Plumb Bob畸变，以及Kannala-Brandt两种模型。你标定完的数据要能直接喂给这个框架，模型类型就必须和框架匹配。

ORB-SLAM3的情况类似，它对鱼眼镜头只支持Kannala-Brandt模型，对普通镜头支持针孔模型。如果你标定完用的是另一种模型的参数，还得先做一次参数转换，不仅麻烦，转换过程也可能引入误差。所以“后端的兼容性”应当是模型选择的第一顺位约束条件。

5.2 重投影误差阈值的界限

标定完成后，肉眼判断结果好不好的最简单指标就是重投影误差。普通镜头用针孔模型标定，如果采集质量正常，重投影误差一般能控制在0.05到0.15像素之间。超过0.3像素就需要警惕，检查一下标定板是否平整、角点检测是否有问题、图像是否模糊。

鱼眼镜头用Kannala-Brandt模型标定，重投影误差会比普通镜头略大一些，通常在0.1到0.5像素之间，这也是正常的。如果鱼眼镜头的重投影误差能到0.1像素以下，说明镜头质量很好，数据采集也非常干净。

要注意的是：重投影误差只反映标定板和模型之间的拟合程度，不代表相机在真实场景中的绝对精度。一个自洽性很好、但数据采集有偏的标定结果，重投影误差也可能很低。所以不要唯误差论，还要看看标定出的焦距和标称值是否接近，主点是否偏离图像中心太多。

5.3 退化风险与标定自由度

模型参数越多，需要的有效约束就越多。如果你只有十几张图片，却用了k1到k6九个畸变参数，大概率会出现过拟合或者参数相关性过强的情况。表现为主点和焦距的值在多次标定中漂移很大，畸变参数内部相互补偿。

这种退化问题在模型选择时就该提前避坑。我的习惯是：初始标定尽量用参数少的模型，确有必要再增加参数。参数少的模型即使精度稍低，但鲁棒性强；参数多的模型拟合能力强，但需要高质量的数据来支撑。在数据量有限的情况下，稳定比高精度更重要。

6. 相机模型选择对数据采集方案的硬约束

6.1 标定板的规格不能拍脑袋定

标定板的规格，包括格子大小、行列数、材质平整度，都要根据相机模型和应用场景来定。普通镜头标定，使用A4纸打印的棋盘格或者亚克力标定板就足够了。鱼眼相机的视场角大，标定板需要离相机更近，才能占据画面中的足够面积，因此格子不宜过小，否则近距离时角点会糊。

精度要求高的场景，建议使用陶瓷或者玻璃基材的高精度标定板，热膨胀系数小，平整度有保障。如果是室内环境温度变化大的车间，不要用塑料基材的板子，温度一变板子就弯了，标定结果全废。

6.2 采集姿态数量和位置分布

标定图片的采集，最常见的问题就是标定板总是集中在画面中央，视角变化不大。这样的数据对求解焦距有帮助，但对畸变参数几乎没什么约束力。你要让标定板出现在画面的边缘、角落，以多种倾斜角度对着相机，才能把畸变参数约束住。

我常用的做法是“九宫格法”：把画面横竖各分三份，标定板依次出现在每个格子的中心区域，每个区域拍3到5张，并且姿态要有俯仰、偏航、翻滚的变化。这样一套拍下来，20张左右的数据就足够稳定标定一套普通镜头内参了。鱼眼镜头的话，还需要额外增加一些标定板贴近画面边缘的采集，覆盖更大的畸变区域。

6.3 采集环境的常见错误

光照变化导致标定板反光、运动模糊导致角点检测偏移、标定板部分出画导致角点不完整，这三类问题是导致标定失败的主要原因。特别是标定板反光，会直接让角点检测出现系统性偏移，比随机噪声更难排查。

规避方法也很简单：采集时用手动曝光或者固定曝光参数，避免自动曝光导致画面亮度突变；拍摄时尽量把相机固定住，移动标定板而不是移动相机；确保标定板完全在画面内，不要有任何一条边被裁剪。这些细节听起来琐碎，但每一条都对应着实际标定中实实在在的异常。

7. 常见问题与排查技巧实录

7.1 为什么重投影误差很低，但重建效果很差

这个问题在论坛里被问过无数次，根源多半是过拟合。现象是标定数据上误差很小，但一旦换到真实图像上，去畸变后的图像依然有明显弯曲，或者三维重建的点云出现系统性的弯曲变形。

排查方法是把标定数据和测试数据分开。专门留出几张不参与标定的图片，用来计算重投影误差和去畸变效果。如果测试误差明显高于训练误差，说明模型或数据出了问题。另一种典型的过拟合是畸变参数过大，比如k1绝对值超过1，这往往意味着模型选错了，或者数据中有严重的坏点。

7.2 多相机标定时内参不一致怎么看

做双目或者多目系统时，有人会发现同一型号的两个相机，标定出的焦距差了不少。这未必是标定错了。镜头模组的个体差异、安装时的受力不均、sensor贴装的位置偏差，都会导致内参不完全一致。所以双目标定的第一步永远是分别对每个相机独立标定内参，得到各自准确的参数后，再进行双目标定求外参。

如果两个同型号相机的焦距差异超过3%，就要警惕了。这时候检查一下是不是某个相机的自动对焦没有关闭。相机内参标定的前提是焦距固定，任何自动对焦、光学变焦功能都必须在标定前锁定，否则焦距一变，内参全部作废。这也是工业相机标定比手机相机标定容易得多的原因之一。

7.3 一次标定和多次标定的结果应该取哪组

有人喜欢连续标定三次，然后取平均值。这么做的意义不大。如果三次标定结果非常接近，说明系统很稳定，取哪组都对；如果三次结果差异显著，说明数据采集或标定板质量存在系统性问题，取平均值只会掩盖问题。

更靠谱的做法是：每次标定保存完整的标定报告，包括重投影误差、每张图片的位姿、内参矩阵。如果两次标定的焦距差异超过1%、主点偏移差异超过5个像素，就说明数据有问题，需要重新采集。标定这件事，数据的可重复性比单次的精度更重要。

8. 模型选择之外：标定流程里最容易被忽视的细节

8.1 初始化值该怎么给

标定算法通常需要给定初始值，包括焦距和主点的初始猜测。对于普通镜头，fx、fy的初始值可以设为图像宽度量级，比如1280x720的图像，fx初始值给1000左右比较合理，cx给图像宽度的一半，cy给图像高度的一半。畸变参数初始值全部设为0，这样算法在迭代过程中从“无畸变”的假设开始逐步修正。

初始化值给得离谱，算法仍然可能收敛，但很可能收敛到局部最优解。尤其是畸变参数，如果初始值确实与实际值相差太大，优化的收敛路径就会走向奇怪的位置。实际操作中，如果发现标定结果与常识相差过大，可以先检查初始化值是否合理，再考虑是不是模型直接选错了。

8.2 标定结果的鲁棒性验证

标定完以后，不要急着写进配置就完事。做一次简单的验证：把标定板放到画面正中央，正面正对相机，在图像上找几个已知格点，根据标定结果计算这些点的三维坐标和距离，和标定板的实际格距对比。误差在1%以内，基本可以放心。

更严谨的做法是，用一份独立采集的测试视频，跑一遍去畸变，观察画面边缘的直线是否拉直了。如果边缘的直线还有明显弯曲，大概率是畸变模型参数不准或者模型选择有误。这种验证不花什么时间，但能筛掉大部分标定问题。

8.3 参数同步与工程交付

最后一步往往被忽略，就是内参参数在工程团队内部的传递。相机内参不是标定完就一劳永逸的，镜头松动、跌落磕碰、温度漂移，都可能导致内参变化。交付时除了参数文件，还需要附带标定时间、图像分辨率、标定工具版本、采集环境说明，方便后续排查问题。

我所在的团队在交付标定结果时，都会生成一个标准化的标定报告，包含重投影误差散点图、每张图片的角点残差分布、标定板位姿可视化。这样如果在集成阶段发现视觉定位有问题，其他人可以拿着报告快速判断是标定本身的问题，还是后续算法使用的问题。

在相机内参标定这个方向上，模型选择永远是排在第一位的决策。先搞清楚你的镜头属于哪一类、数据要喂给什么框架、精度要求是什么水平，再决定用针孔、多项式畸变还是鱼眼模型。模型选对了，标定就是锦上添花；模型选错了，后面再努力也是缘木求鱼。希望这篇理论梳理能帮你在拿到标定板之前，先把最关键的工作做完。