企业官网建设流程全解析

你打开 MATLAB 标定完相机，导出一个cameraParams或者新的cameraIntrinsics，看着里面的IntrinsicMatrix、FocalLength、PrincipalPoint这些字段，感觉好像理解了，但真拿它去写投影代码、像素转射线、或者跟 OpenCV 的代码对接时，经常对不上。这事我刚开始做的时候也是反复折腾。相机内参坐标系说到底就是一条从三维点变成像素点的链路，而 MATLAB 在表示这条链路时，用了和教科书不完全一样的约定。这篇就围绕相机内参坐标系和它在 MATLAB 里的实际表示，把投影、反投影、常见坑位和一些能直接落地的验证方法讲清楚。

1. 内参坐标系是怎么把三维点变成像素的

1.1 从世界坐标到像素坐标，中间隔了几层

相机成像可以被拆成一条坐标变换链。一个三维点先在世界坐标系里，通过旋转矩阵和平移向量转到相机坐标系，然后用内参矩阵把相机坐标系下的点投影到图像像素平面。很多人把内参和外参混在一起说，其实两者分工非常明确：

• 世界坐标系到相机坐标系：由外参（旋转矩阵 R、平移向量 t）决定。
• 相机坐标系到像素坐标系：由内参矩阵 K 和畸变系数决定。

相机坐标系的原点在镜头光心，z 轴指向相机前方，x 轴朝右，y 轴朝下。这个约定在 MATLAB 和 OpenCV 里基本一致。但很多人在做机器人或者三维视觉时会习惯用右手坐标系，z 轴朝前、y 轴朝上，所以一旦看到 y 轴朝下的定义就会觉得别扭。实际图像里，像素的 v 坐标本来就是从上往下增大的，让相机坐标系的 y 轴朝下，反而跟图像的 row 方向顺过来了。

内参矩阵通常写成：

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

它做的事情可以拆成两步。先把相机坐标系里的点除以 z 得到归一化坐标：

x_n = Xc / Zc y_n = Yc / Zc

再变成像素坐标：

u = fx * x_n + cx v = fy * y_n + cy

这里的fx、fy不是物理焦距，而是以像素为单位的等效焦距。如果相机的物理焦距是f，单个像素的物理尺寸在 x 方向是dpx、y 方向是dpy，那么：

fx = f / dpx fy = f / dpy

弄清楚这个链路，后面所有问题都清楚了。世界坐标系和相机坐标系之间是刚体变换，变换完之后，内参只负责“从相机坐标系映射到像素”。

1.2 K 矩阵每一项背后都有物理含义

很多人背 K 矩阵的把式是：左上角两个是焦距，右上角是主点。但如果追问一句fx和fy为什么不相等、主点为什么不在图像正中心，可能就答不上了。

fx和fy的差异主要来自像素不是正方形。现在的工业相机在很多分辨率下，像素宽高比接近 1，但不代表完全相等。镜头畸变、传感器装配、图像缩放处理都可能让 fx 和 fy 产生细微差别。如果做高精度测量，不能直接假设 fx 等于 fy。

cx、cy是主点的像素坐标。主点理论上是光轴穿过图像平面的位置，因为镜头和传感器的装配不可能绝对完美，主点通常在图像中心附近，但不等于图像中心。标定出来的cx、cy落在几十像素以内的偏移，是非常正常的。

还有一个容易被忽略的项是 skew 系数，也就是标准 K 矩阵里的s，位置在 fx 和 fy 之间：

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

现代相机传感器基本可以认为 skew 为 0，但 MATLAB 的老版本cameraParameters里还是保留了估计 skew 的选项。如果标定时选了估计 skew，导出的IntrinsicMatrix里第二行第一列可能会有一个非零的s，这是转置后的位置，别搞错。

1.3 为什么 MATLAB 里的 IntrinsicMatrix 看起来像被“转置”了

这是新手最容易踩的坑。MATLAB 的几何变换函数大量使用行向量约定，而教科书里的投影公式基本是列向量约定。先看教科书写法：

[ u ] [Xc] [ v ] = K * [Yc] [ 1 ] [Zc]

这里三维点是列向量，K 左乘。MATLAB 的cameraIntrinsics对象里也有一个IntrinsicMatrix属性，但它存的是教科书 K 的转置：

K_matlab = K_std'

也就是：

K_matlab = [fx 0 0; s fy 0; cx cy 1]

如果你直接拿IntrinsicMatrix去乘列向量，结果当然是错的。正确做法要么先转置回来，要么按照行向量约定去写。

我见过不少人把 MATLAB 的IntrinsicMatrix原封不动搬到 Python 代码里，然后怎么算都不对，最后发现就差一个转置。这个问题看着小，但会浪费一整天。

2. 用 MATLAB 对象承载内参：字段、构造与读取

2.1 cameraIntrinsics 的字段到底在说什么

MATLAB 的 Computer Vision Toolbox 里，内参最常用的表达是cameraIntrinsics对象。它的核心字段如下：

注意ImageSize是[rows, cols]，也就是先高后宽。很多人在做投影验证或者图像缩放时，拿width和height的顺序去取，结果全反了。这是我帮别人调代码时最常看到的问题。

FocalLength和PrincipalPoint都有明确的像素单位，而RadialDistortion跟像素单位无关，只和归一化坐标有关。这决定了你在做去畸变时，必须先算归一化坐标，再套畸变公式。

2.2 手动构造一个内参对象，验证自己的理解

理解cameraIntrinsics最好的方式就是手动构造一个。假设你已知相机的fx=800、fy=800、cx=320、cy=240，图像分辨率是 480 行、640 列，畸变系数初步设为零，可以这样构造：

focalLength = [800 800]; principalPoint = [320 240]; imageSize = [480 640]; intrinsics = cameraIntrinsics(focalLength, principalPoint, imageSize);

构造完以后，看看里面的IntrinsicMatrix：

K_matlab = intrinsics.IntrinsicMatrix

输出会是：

K_matlab = 800 0 0 0 800 0 320 240 1

如果你想得到教科书里那种标准 K，就需要转置：

K_std = intrinsics.IntrinsicMatrix'

这时输出才是：

K_std = 800 0 320 0 800 240 0 0 1

这一来一回的转置关系，直接决定了你后面写投影代码的方式。我建议在做标定和写代码之前，先这样手动构造一次，把所有字段的排列方向都验证清楚，比任何文档都直观。

2.3 从 Camera Calibrator 导出后应该读哪些字段

如果用的是 MATLAB 的Camera CalibratorApp，标定完可以导出两类对象。比较老的是cameraParameters，里面除了内参还有标定用的所有外参信息，包括每个棋盘格图像的旋转矩阵、平移向量、世界点坐标、重投影误差等。

从cameraParameters里读内参时，重点看这几个字段：

• IntrinsicMatrix：同样是标准 K 的转置。
• FocalLength：1x2 向量。
• PrincipalPoint：1x2 向量。
• RadialDistortion、TangentialDistortion：畸变系数。
• MeanReprojectionError：平均重投影误差，单位是像素。

我一直建议把标定结果保存成.mat文件，而不是只截图记录。因为后面做三维重建、测距、去畸变时，随时需要这些对象的方法和属性。直接存对象比存散乱的数字可靠得多。

save('camera_params.mat', 'cameraParams');

下次加载：

load('camera_params.mat');

3. 像素坐标和三维点之间的往返实操

3.1 手算投影：把 K 用回教科书形式

无论是验证算法还是调试 bug，手算一次投影都是值得的。假设相机坐标系下有一个点：

Xc = [100; 50; 2000]; % 单位毫米

用标准 K 投影到像素坐标：

K_std = intrinsics.IntrinsicMatrix'; % 先转置回来 uv_h = K_std * Xc; u = uv_h(1) / uv_h(3); v = uv_h(2) / uv_h(3);

如果你不想转置，也可以用 MATLAB 的IntrinsicMatrix配合行向量：

uv_h_row = Xc' * intrinsics.IntrinsicMatrix; u = uv_h_row(1) / uv_h_row(3); v = uv_h_row(2) / uv_h_row(3);

这两种写法结果一样，但第二种符合 MATLAB 的存储习惯。关键是别混着用。列向量配IntrinsicMatrix，或者行向量配K_std，都会得到莫名其妙的结果。

实际标定得到的 K 通常还带畸变，所以上面这个投影是理想针孔模型的结果。如果要考虑畸变，得先把归一化坐标算出来，加上径向和切向畸变，再映射到像素。MATLAB 去畸变比较简单的方式是直接做图像级别处理：

undistortedImage = undistortImage(I, intrinsics);

但如果你是处理标定点而不是整张图，最好自己掌握点坐标的去畸变流程，因为undistortImage只能给你一张新图，不能直接给你某个点的新坐标。

3.2 反投影出一条空间射线

内参坐标系的另一个重要用途是反投影。给定一个像素坐标(u, v)，你不能直接得到三维点，但能得到一条空间射线。这条射线的方向在相机坐标系里可以用 K 的逆矩阵计算：

pixel = [u; v; 1]; direction = K_std \ pixel; direction = direction / norm(direction);

这里的direction就是相机坐标系下从光心出发的射线方向。拿到射线之后，再结合外参，就能把射线变换到世界坐标系。

很多应用场景，比如单目测距、目标定位，本质上都是“像素坐标 + 已知平面约束”的问题。只知道内参，你只能得到一条线；要确定点落在线上哪个位置，必须再给一个约束，比如地面平面、目标高度、已知深度范围等等。不是拿内参就能直接测距。

3.3 一个利用平面约束的伪测距小例子

假设相机水平安装，离地高度是 1.2 米，相机坐标系 y 轴朝下。地面上任意一点在相机坐标系里的 y 分量就是 1.2 米。现在图像里有一个像素(u, v)，我们想求它在相机坐标系下的坐标。

先算射线方向：

u = 400; v = 300; pixel = [u; v; 1]; direction = K_std \ pixel; lambda = 1.2 / direction(2); point_cam = lambda * direction;

这时point_cam(1)是横向偏移，point_cam(3)是它离相机平面的水平距离。这个例子看着简单，但非常实用。它清楚地说明了内参、射线、平面约束三者是怎么配合的。

注意这里我用的是理想无畸变模型。如果有畸变，必须先对(u, v)做去畸变处理，再代入反投影。很多单目测距代码算出来误差大，不是模型问题，而是漏了去畸变。

4. 坐标系和参数约定里的高危雷区

4.1 y 轴方向：一个很容易自我矛盾的约定

前面说过，MATLAB 的相机坐标系是 x 轴朝右、y 轴朝下、z 轴朝前。第一次听到这个约定的人总会犹豫，因为很多几何课本里 y 轴朝上。如果应用的后续环节需要转换到世界坐标系，这个方向不一致很容易导致旋转矩阵写错。

举个例子，相机水平摆放时，地面上一个点相对相机的高度差在相机坐标系里体现为 y 分量大于零；而如果按传统的 y 轴向上约定，这个点的 y 分量应该是负的。你在用pointsToWorld函数或者自己做平面交点计算时，如果搞反了正负号，测出来的距离会完全错误。

我自己的习惯是，在代码文件头部写清楚当前坐标系约定：

% Camera coordinate: x right, y down, z forward % Image coordinate: u right, v down

这样过几个月回来再看代码，也不会因为忘记约定而出错。

4.2 主点不是图像中心，但它和图像中心有关

PrincipalPoint是标定出来的主点像素坐标，不等于ImageSize的一半。比如一张 640x480 的图像，理论图像中心在(320, 240)，但标定出来的cx可能是 310，cy可能是 245。这很正常。

主点不仅取决于相机本身，还会随着图像裁剪和缩放变化。如果把原图中心裁剪掉一块，新的主点坐标要减去裁剪偏移；如果把图像缩放一半，fx、fy、cx、cy全部要乘 0.5。这条规则在标定板重拍、图像预处理、模型部署时特别重要。

scale = 0.5; newFocalLength = scale * oldFocalLength; newPrincipalPoint = scale * oldPrincipalPoint;

不更新这些值，内参就跟新图像不匹配，后续所有投影和反投影结果都会偏。

4.3 像素焦距和物理焦距不要混用

很多时候资料里会给出镜头焦距 8 毫米、像素尺寸 3 微米这类数据，然后让你算内参。换算公式：

fx = 8 / 0.003

注意单位统一，8 毫米除以 0.003 毫米得到的是像素。但这种方式只能作为初值。真正准确的做法是通过标定得到fx、fy，因为镜头实际焦距和标称值有偏差，物理像素尺寸也可能不是整数微米。标定出来的值才是最接近真实系统的。

物理焦距和像素焦距转换还有一种常见坑：从 EXIF 信息读到的焦距单位是毫米，直接拿来当像素用。除非你知道准确的传感器像素尺寸和图像缩放因子，否则不要做这个假设。使用 MATLABcameraIntrinsics时，所有内参都是像素单位，这一点是最不需要怀疑的。

4.4 畸变系数的顺序，两套模型差一个元素

MATLAB 的径向畸变系数是[k1, k2, k3]，切向畸变是[p1, p2]。OpenCV 的distCoeffs向量顺序是[k1, k2, p1, p2, k3]。也就是说，在 MATLAB 里同样是切向畸变，你可能写p1、p2，而到 OpenCV 里要放到第三、第四位。

如果要把 MATLAB 的内参转给 OpenCV 使用，一定要重新排列畸变系数：

k1 = intrinsics.RadialDistortion(1); k2 = intrinsics.RadialDistortion(2); k3 = 0; if numel(intrinsics.RadialDistortion) == 3 k3 = intrinsics.RadialDistortion(3); end p1 = intrinsics.TangentialDistortion(1); p2 = intrinsics.TangentialDistortion(2); distCoeffsOpenCV = [k1, k2, p1, p2, k3];

此外，两边的坐标方向约定也有细微差别。虽然大体都是 y 轴朝下，但在某些相机模型、图像坐标系定义上仍可能不一致，转出去之后最好用一组已知点做交叉验证，别只靠看代码。

5. 把 MATLAB 内参用到其他语言前，必须做的换算

5.1 转到 OpenCV 的完整例子

如果你在 MATLAB 里标定完，想在 Python/OpenCV 里做去畸变或者投影，需要做的其实只有两件事：恢复标准 K 矩阵，重新排列畸变系数。

假设已经加载了cameraParams或者intrinsics，在 MATLAB 侧先导出数据：

K_std = intrinsics.IntrinsicMatrix'; dist = [k1, k2, p1, p2, k3];

然后在 Python 侧读取：

import numpy as np K = np.array([ [800.0, 0.0, 320.0], [0.0, 800.0, 240.0], [0.0, 0.0, 1.0] ]) dist = np.array([k1, k2, p1, p2, k3])

这里最容易出错的还是 K 矩阵。很多人从 MATLAB 的IntrinsicMatrix里直接复制数字出来，忘记转置，结果在 OpenCV 里图像坐标全对不上。

我个人建议，跨语言使用前写一个很小的投影验证脚本：在 MATLAB 里选几个相机坐标系的点，投影成像素坐标；再到 OpenCV 里用同一套 K 做同样的事情，对比结果。这一步只要做一次，后面就放心了。

5.2 相机坐标系约定不统一时的处理

不同框架对相机坐标系的定义并不完全一样。除了常见视觉框架的 y 轴朝下，机器人领域经常出现 z 轴朝前、y 轴朝上的坐标系。这时如果直接把视觉里的旋转矩阵拿过去用，三维坐标会整体错乱。

处理方式是把外参也一起做一次坐标系变换，而不仅仅是转置 K 矩阵。比如机器人常用坐标系的 y 轴向上，视觉相机坐标系的 y 轴向下，两者之间相差一个绕 x 轴的 180 度旋转。具体怎么处理要看你自己的应用定义，但最稳妥的方法永远是：在标定完之后，做一个真实场景的三维验证，比如已知距离的点，反算回来是否一致。

5.3 一个用重投影误差验内参的小办法

标定完成后，最简单的验证方法是用平均重投影误差。如果MeanReprojectionError大于 0.5 像素，我会觉得标定质量不够稳。优秀的标定通常在 0.1 到 0.3 像素之间。

但这个数字只是参考。更接近实际的做法是，用标定出的内参把棋盘格角点重新投影回去，看看所有角点误差的分布。不要只看平均值，要看有没有个别角落误差特别大。如果有，通常是标定板拍糊了、图像序列覆盖不够，或者角点提取偏差。

在 MATLAB 的cameraCalibratorApp 里可以逐张查看每张图的误差。如果某张图的误差明显高于其他图，直接把这张图剔除，重新标定，效果往往马上改善。

6. 我处理内参坐标系时的一些工作习惯

6.1 保存内参时，连坐标约定一起存

我最早保存标定结果时只存一个cameraParams.mat，后来几个月后再打开，已经忘了里面矩阵到底是行向量约定还是列向量约定。现在我习惯在.mat文件里同时放一个说明变量：

cameraConvention.intrinsicMatrixIsTranspose = true; cameraConvention.cameraCoordYDown = true; cameraConvention.imageCoordOriginTopLeft = true;

别觉得多余，过段时间再看代码，这个说明能帮你省下大量查文档的时间。甚至可以进一步把标定时的图片分辨率、是否裁剪、是否缩放也一起存进去。

6.2 先用合成图像跑通投影代码

接手一个新相机、新内参、新代码框架时，我最先做的不是直接拿真实图像测，而是造一个虚拟相机：给定一个 K，造出几个三维点，投影成像素坐标，然后再用这些像素坐标去反推射线。如果最终能回到原来的三维点方向，说明整条链路没问题。

这个习惯帮我排掉了很多低级错误。比如某个函数的参数顺序是[x, y]还是[row, col]，图像坐标是(u, v)还是(v, u)，在合成数据上一测就露馅。真实场景里错误会被噪声、标定误差、环境因素掩盖，反而不容易定位。

6.3 标定图片的采集策略比算法参数更影响内参

最后说一个标定本身的经验。内参坐标系再怎么理解得清楚，标定数据质量差，一切都白搭。我建议采集 15 到 30 张以上图片，覆盖图像中心、四角、上下左右各个位置，同时要有明显的角度倾斜和远近变化。不要让棋盘格只出现在画面中央，那样会把内参约束得很差，尤其是主点和畸变系数容易不稳定。

拍标定板时，每张图的棋盘格不要太靠近图像边缘，但也要让边缘位置有标定板覆盖。边缘对畸变系数的估计特别重要，如果棋盘格永远只在图像中央附近移动，标出来的边缘畸变就会完全失真。

另外，一定避免运动的运动模糊。标定板边角模糊时，角点提取精度会下降，标出来的主点和焦距也会跟着飘。按照这个习惯采集图片，配合 MATLAB 标定工具，内参坐标系这部分的基础就能打得比较扎实了。