随着计算机视觉的飞速发展，计算机视觉已经越来越多的应用于空间几何尺寸的精确测量和定位，摄像机作为视觉测量的关键部件，相机标定自然是视觉测量的一项重要工作。

1、标定原因

在视觉测量过程中，为确定空间物体特征点的三维几何位置与其在图像中对应点之间的相互关系，必须建立建立相机成像几何模型并矫正透镜畸变，几何模型参数可以认为是相机参数，相机标定就是准确获得相机参数的过程。视觉测量分为单目视觉，双目视觉以及多目视觉，其标定方法略有不同，单目标定是基础，以单目标定为例，相机参数可以分为两类，内参和外参，内参有：焦距: Focal Length， 主点: Principal Point，径向畸变: Radial Distortion， 切向畸变: Tangential Distortion；外参有：旋转矩阵: Rotation Matrices，平移向量: Translation Vectors。

2、标定方法

相机标定方法有：传统相机标定法、主动视觉相机标定方法、相机自标定法。
1、传统相机标定法需要使用尺寸已知的标定靶标，通过建立标定物上坐标已知的点与其图像点之间的对应，利用一定的算法获得相机模型的内外参数。根据标定物的不同可分为三维标定物和平面型标定物。传统相机标定法优点明显，任意规格相机适用，精度容易保证，缺点是标定工作需要借助标定物，且标定精度受标定物的制作精度影响。常用方法有：Tsai两步法、张氏标定法。
2、 主动视觉的相机标定法是指已知相机的某些运动信息对相机进行标定。该方法不需要标定物，但需要控制相机做某些特殊运动，利用这种运动的特殊性可以计算出相机内部参数。主动视觉的相机标定法的优点是算法简单，往往能够获得线性解，故鲁棒性较高，缺点是系统的成本高、实验设备昂贵、实验条件要求高，而且不适合于运动参数未知或无法控制的场合。
3、目前出现的自标定算法中主要是利用相机运动的约束。相机的运动约束条件太强，因此使得其在实际中并不实用。利用场景约束主要是利用场景中的一些平行或者正交的信息。自标定方法灵活性强，可对相机进行在线定标。但由于它是基于绝对二次曲线或曲面的方法，其算法鲁棒性差。

3、常用实现方法—matlab工具箱

常用标定物—尺寸已知棋盘格
1、Camera Calibrator

2、Add Images

添加棋盘格图片，建议10-20张，以保证标定精度，紧接着输入棋盘格实际尺寸，尺寸单位根据实际情况选择。

3、Calibrate

最后，工作区能够查阅标定结果：
内参矩阵: Intrinsic Matrix
焦距: Focal Length
主点: Principal Point
径向畸变: Radial Distortion
切向畸变: Tangential Distortion
旋转矩阵: Rotation Matrices
平移向量: Translation Vectors
平均重投影误差: Mean Reprojection Error
重投影误差: Reprojection Errors
重投影点: Reprojected Points