在實際應用中，被測平面的不確定性以及鏡頭的畸變使我們已經無法簡單的使用理想的小孔成像模型計算出實際距離，但是我們可以將目前能夠獲得的數據進行轉換，使這些數據符合理想的小孔成像模型的使用條件。

就是將任意坐標平面通過旋轉和平移映射到理想坐標平面上，對有畸變的圖像進行校正，讓它成為符合小孔成像模型的像平面。有了這種方法，我們只要確定轉換算法、校正算法以及參數就可以實現三維空間中任意平面上尺寸與位置的測量。我們將這種確定參數的過程稱之為標定。

工業相機標定的目的

工業相機標定的方法根據工業相機的數目可分為單目標定、雙目標定Q以及多目標定。

空間物體呈現的是三維幾何位置，相機內的投影圖像為二維位置，可將理想的成像模型簡化為被測平面和像平面平行的小孔成像模型。

實際應用中并非如此。由于受到光學生產工藝的影響，我們常用的工業相機鏡頭在制造生產后，我們無法嚴格控制像平面和被測平面的位置，所用的鏡頭也不是嚴格的小孔模型，其成像總會呈現或多或少的畸變。

只有在消除畸變的情況下，才能獲取準確的映射關系，進一步有利于進行高精度測量和定位，我們需要通過標定來實現坐標平面的轉換以及圖像的校正。

雙目相機標定在OpenCV中提供了示例程序，本來是非常簡單的事情，但是當標定自己的雙目相機的時候卻發現同樣的程序最后標出的結果卻很差勁，直接表現就是最后進行行對齊的時候獲得圖像根本不能看，所以從新梳理了雙目標定的過程，并給出了對雙目標定結果的應用，比如在ORB-SLAM中，雙目模式是需要進行雙目圖像矯正和對齊的，這時就可以使用OpenCV提供的函數接口完成這個過程，其過程如圖所示：

工業相機單目和雙目的區別

工業相機按照其結構特點，主要分為單目相機和雙目相機。單目相機和雙目相機各有其特點，它們在機器視覺應用中的差異，決定了它們在不同場景下的適用性。

單目相機只有一個鏡頭，通過這個鏡頭捕捉場景，形成單一的視覺角度。而雙目相機則擁有兩個鏡頭，分別從不同的角度捕捉場景，形成立體視覺。這兩種視覺方式在機器視覺應用中各有千秋。

工業相機單目和雙目的主要區別體現在以下幾個方面：

成像與數據處理：單目工業相機捕獲的是二維圖像，而雙目工業相機則能夠獲取三維幾何位置信息。雙目工業相機基于對極幾何的理論，通過計算兩個相機之間的視差，可以獲得場景中物體的深度信息，從而實現三維重建和深度感知。這種深度信息的獲取使得雙目相機在立體視覺上具有顯著優勢，能夠提供更精確的目標定位、障礙物檢測和距離測量等功能。

應用領域：單目相機在一些環境如消費電子領域已經可以滿足需求。然而，對于需要進行立體深度計算的場景，雙目相機則更為適合。雙目相機廣泛應用于機器人導航、增強現實、虛擬現實等領域，其模擬人類的雙目視覺系統的能力使得拍攝的照片或視頻更加逼真、立體。

復雜性：雙目相機由于有兩個鏡頭，因此需要進行相機標定和圖像配準，使得其相對于單目相機來說更為復雜。

成本：由于雙目相機需要兩個攝像頭，其成本相對于只有一個攝像頭的單目相機來說要高。

審核編輯：黃飛