目录
0. 前言
1. 相机内参核心原理与参数详解
1.1 内参核心定义与核心特性
1.2 内参矩阵数学模型与参数释义
1.3 工业通用五参数畸变模型
1.4 内参核心工程应用场景
2. 相机外参核心原理与动态特性解析
2.1 外参核心定义与核心特性
2.2 外参数学组成与坐标变换逻辑
2.3 外参核心工程应用场景
3. 内外参核心区别与工程易错点总结
4. 三大工业落地应用案例详解
4.1 案例一：工业工件视觉检测畸变矫正优化
4.2 案例二：自动驾驶环视多目相机融合标定
4.3 案例三：机器人单目SLAM建图漂移修复
5. 工业级完整张氏标定工程代码（全流程可直接部署）
6. 代码工程核心功能与落地适配说明
7. 工程标定避坑指南与精度优化技巧
8. 全文总结
0. 前言
计算机视觉作为自动驾驶、机器人SLAM、工业精密检测、三维重建、AR交互领域的核心感知技术，所有视觉算法的精度上限，均由相机内外参标定精度决定。在实际工程开发中，绝大多数视觉故障，例如图像边缘扭曲畸变、三维测距偏差过大、SLAM建图漂移、多相机拼接错位、目标定位不准等问题，本质根源都是内外参认知混淆、标定不精准、畸变未矫正。
很多开发者误将内外参混为一谈，不清楚内参是相机硬件固有固定参数、外参是相机动态位姿参数，导致标定流程错乱、算法适配失效。本文将从零底层拆解相机内参、畸变参数、外参的数学原理、物理意义、核心区别，详解工业通用五参数畸变模型、三维坐标投影完整公式，结合工业视觉检测、自动驾驶多目感知、机器人SLAM建图三大核心落地案例，搭配完整版无删减张氏棋盘格标定工程代码，实现图像去畸变、内外参精准求解、三维坐标反推、重投影误差校验全流程闭环，全方位覆盖入门原理、工程调试、项目落地全场景。
