在机器视觉测量和机器视觉定位中，棋盘格标定如何影响精度

棋盘格标定是机器视觉（尤其是基于相机的系统）中进行相机内参（焦距、主点、畸变系数）和外参（相机相对于世界坐标系的位置和姿态）标定的经典且广泛应用的方法。它的质量直接、显著且多方面地影响最终的视觉测量和定位精度。
以下是棋盘格标定如何影响精度的详细分析：
标定结果的准确性是基础：
相机内参误差：
焦距误差： 导致深度或尺寸计算错误。例如，在立体视觉或单目测距中，焦距误差会被放大，造成明显的距离或尺寸测量偏差。
主点误差： 影响图像中心位置的确定，导致后续计算（如角度、位置）产生系统性偏移。
畸变校正误差： 这是最常见且影响最大的误差来源之一。如果标定未能准确估计径向畸变（如桶形、枕形）和切向畸变系数，图像中的点位置就无法被正确校正到理想的小孔成像模型位置。这会破坏图像点与空间点之间的几何关系，导致特征点提取位置错误，进而使后续的三角测量、PnP求解等计算产生显著误差。畸变模型选择不当（如阶数不够）也会导致校正不充分。
相机外参误差（多相机系统或相机-传感器标定）：
在多相机立体视觉系统中，标定得到的相机间旋转矩阵 R 和平移向量 T 的误差会直