机器视觉标定系统是计算机视觉和图像处理中的关键组成部分，用于建立相机成像几何模型并校正镜头畸变，确保测量和识别的准确性。
主要标定类型
1、相机标定：确定相机内参（焦距、主点、畸变系数）和相机外参（位置和方向）。
2、手眼标定：确定相机与机械臂之间的坐标变换关系。
3、多相机标定：确定多个相机之间的空间关系。
常用标定方法
1、传统标定方法：使用已知几何形状的标定板（如棋盘格、圆点阵列）；通过多角度拍摄计算参数。

2、自标定法：不需要特定标定物；利用场景中的几何约束。
3、主动视觉标定法：通过控制相机运动进行标定
标定系统组成
1、硬件部分：高精度标定板
                      工业相机和镜头
                      稳定的照明系统
2、软件部分：图像采集模块
                      特征点检测算法
                      参数计算模块
                      验证和优化工具
应用领域
工业检测与测量；机器人引导；三维重建；增强现实和自动驾驶。
标定精度影响因素
1、标定板制造精度
2、特征提取算法准确性
3、拍摄角度和数量
4、环境光照条件
5、相机和镜头的质量
现代机器视觉标定系统通常结合深度学习技术，能够实现更高精度和更高效的标定过程。