065、相机标定重投影误差居高不下？棋盘格角点检测、标定参数诊断与多轮迭代方案

065、相机标定重投影误差居高不下？棋盘格角点检测、标定参数诊断与多轮迭代方案

一、从一次“标定翻车”说起

去年夏天，我在调试一款双目视觉模组，用于AGV的避障定位。棋盘格是12×9的陶瓷板，角点间距30mm，相机是OV9281全局快门模组。标定完一看重投影误差——0.68像素。按说0.5以下才算及格，0.68意味着后续的深度估计、三维重建全得跟着抖。更诡异的是，同样的硬件、同样的标定板，换了个同事的代码跑出来只有0.23。问题出在哪？我花了整整三天排查，最后发现是角点检测的亚像素精度没做，外加标定板摆放角度太单一。今天就把这趟“标定排雷”的完整过程写下来，希望能帮你少走弯路。

二、棋盘格角点检测：别让“亚像素”成为摆设

2.1 粗检测：OpenCV的findChessboardCorners够用吗？

很多人直接调cv2.findChessboardCorners，觉得能检测到角点就完事了。这里踩过坑——这个函数返回的角点坐标是整数像素级别的，直接拿去标定，重投影误差大概率在0.5以上。为什么？因为棋盘格角点在图像中是一个“鞍点”，真正的角点位置往往在两个像素之间。整数坐标相当于把精度砍掉了一半。

正确做法是：先粗检测，再精定位。粗检测用cv2.findChessboardCorners，精定位用cv2.cornerSubPix。别这样写：