前言

相机标定是机器视觉项目的基础环节，其目的是求解相机内参（如焦距、主点坐标等），消除镜头畸变带来的测量误差，为后续的精准测量、目标定位、三维重建等任务提供保障。本文将基于 Halcon 软件，详细讲解Halcon标定板实现相机内参标定的完整流程，包含代码解析、关键参数说明及实操注意事项，适合机器视觉入门者学习参考。

一、标定前期准备

1. 硬件与素材准备

• 标定板：选用 30mm 间距的棋盘格标定板（对应描述文件caltab_30mm.descr，Halcon 自带或自定义生成）。
• 标定图像：拍摄 10 张不同姿态的标定板图像（姿态需多样化，包含平移、旋转、轻微倾斜，避免图像完全平行 / 垂直），命名格式为calib_01.png~calib_10.png，存放至./calib/目录下。
• 相机：待标定的面阵相机（本文采用面阵相机参数配置）。

2. 核心原理

通过检测不同姿态下标定板的特征点，利用相机成像模型建立像素坐标与世界坐标的映射关系，优化求解相机内参及畸变参数，最终输出满足精度要求的相机参数文件。

gen_cam_par_area_scan_division (0.016, 0, 0.0000074, 0.0000074, 326, 247, 652, 494, CameraParam)
* 创建标定数据模型（CalibDataID）
create_calib_data ('calibration_object', 1, 1, CalibDataID)
* 向标定模型中设置相机初始内参（第0个相机使用StartCamPar）
set_calib_data_cam_param (CalibDataID, 0, [], CameraParam)
* 向标定模型中设置标定板描述文件（30mm间距的棋盘格标定板，文件为'caltab_30mm.descr'）
set_calib_data_calib_object (CalibDataID, 0, 'caltab_30mm.descr')
* 功能：读取10张不同姿态的标定板图像，检测每张图像中的标定板，将特征数据存入标定模型
NumImages := 10
ImgPath := './calib/'
* 注：不使用用于推导测量平面位姿的图像（专注于内参标定）
for I := 1 to NumImages by 1 
    * 读取第I张标定图像（文件名格式：calib_01~10，I$'02d'表示两位数补零）
    read_image (Image, ImgPath + 'calib_' + I$'02d')
    * 在窗口中显示当前标定图像
    dev_display (Image)  
    * 检测当前图像中的标定板，将观测数据存入标定模型
    * 参数：图像(Image)、标定模型(CalibDataID)、第0个相机、第0个标定板、第I个观测（与图像序号对应）
    find_calib_object (Image, CalibDataID, 0, 0, I, [], [])
    * 从标定模型中提取当前观测的标定板轮廓（用于可视化检测结果）
    get_calib_data_observ_contours (Caltab, CalibDataID, 'caltab', 0, 0, I)
    * 轮廓颜色设为绿色
    * 在图像上叠加显示标定板轮廓，验证检测是否成功
    dev_set_color ('green')  
    dev_display (Caltab)  
    * 循环结束，10张图像的标定板特征均已存入模型
endfor
* 执行相机标定：基于标定模型中的观测数据，优化相机内参，返回重投影误差(Error)
calibrate_cameras (CalibDataID, Error)
* 从标定模型中提取优化后的相机内参（第0个相机的参数）
get_calib_data (CalibDataID, 'camera', 0, 'params', CamParam)
* 将优化后的内参写入文件（'camera_parameters.dat'），供后续程序使用（如测量、位姿估计）
write_cam_par (CamParam, 'camera_parameters.dat')

二、实操注意事项

1. 标定图像拍摄要求

• 拍摄 10~20 张图像（本文用 10 张，数量越多标定精度越高），姿态多样化（左右平移、上下平移、前后旋转、轻微倾斜）。
• 标定板需占据图像 1/3~1/2 区域，避免过小；确保标定板清晰，无反光、遮挡。

1. 标定板描述文件

• 若使用非 30mm 间距的标定板，需对应修改描述文件（如caltab_20mm.descr），或自定义生成标定板描述文件。
• 描述文件需与标定板实际参数一致，否则会导致标定误差偏大。

1. 重投影误差判断

• 若重投影误差大于 1 像素，需检查：标定图像是否清晰、姿态是否多样化、标定板描述文件是否正确、初始内参是否合理。
• 误差过大时，可增加标定图像数量，或重新拍摄姿态更丰富的图像。

1. 资源释放

• 标定完成后，通过clear_calib_data释放标定数据模型资源，避免内存泄漏。