针孔相机内参完整核心原理（通俗闭环版）
一、针孔相机整体成像链路（核心闭环）
针孔相机成像分为 3步坐标变换，也是自动驾驶/BEV视觉几何的全部基础，NuScenes数据集完全遵循该模型：
3D空间点（相机坐标系）→ 归一化虚拟平面投影 → 像素平面成像
1. 针孔相机模型图示（核心成像结构）
为直观理解投影逻辑，下方为正向对称针孔成像示意图（工程通用简化模型，已去除倒立成像干扰，和NuScenes、OpenCV模型完全对齐）：
3D空间点 P(X,Y,Z) `` \ `` \ 入射光线（投影射线） `` \ `` ● 光心 O(0,0,0) 【相机原点】 `` / ╲ `` / ╲ `` / θ ╲ `` /───────● (xn, yn, 1) 【z=1 归一化虚拟平面交点】 `` / | `` / | `` Z轴(光轴向前) r=√(xn²+yn²)=tanθ ``
图示核心释义：
-
坐标系规范：相机标准坐标系，Z轴向前（深度方向）、X轴向右、Y轴向下，适配所有自动驾驶数据集；
-
θ：入射光线与光轴（Z轴）的夹角，是区分针孔/鱼眼模型的核心变量；
-
r：归一化平面径向距离，针孔模型严格满足 r=\\tan\\theta；
-
成像逻辑：3D空间点通过光心投影，先映射到z=1虚拟归一化平面，再通过内参K矩阵缩放平移，得到最终2D像素坐标。
2. 基础投影公式（理想无畸变）
设相机坐标系3D点：(X,Y,Z)（Z为深度，沿光轴向前）
透视除法（投影到 z=1 归一化虚拟平面）：
x_n=\\frac{X}{Z},\\quad y_n=\\frac{Y}{Z}
通过内参矩阵 K 映射为最终像素坐标：
\\begin{bmatrix}u\\\\v\\\\1\\end{bmatrix}= \\begin{bmatrix}f_x\&0\&c_x\\\\0\&f_y\&c_y\\\\0\&0\&1\\end{bmatrix} \\begin{bmatrix}x_n\\\\y_n\\\\1\\end{bmatrix}
2. 核心几何约束（针孔独有）
定义：归一化平面径向距离 r=\\sqrt{x_n\^2+y_n\^2}，光线入射角 \\theta（光线与Z光轴夹角）
针孔模型核心公式：r = \\tan\\theta
特性：入射角\\theta 越大（画面边缘），\\tan\\theta 爆炸式增长，因此针孔相机天然不适合超大广角。
👉 关键区分：英伟达鱼眼多项式模型 无该约束，也是两类相机无法直接兼容的根源。
二、内参参数物理意义（fx/fy/cx/cy）
1. 四大核心内参（标定直接输出）
-
f_x,f_y：像素焦距（单位：像素），控制图像缩放、物体成像大小
-
c_x,c_y：主点坐标（单位：像素），光轴与成像平面的交点，近似图像中心
NuScenes数据集仅提供这4个参数（K矩阵）+ 外参，无任何畸变、硬件原生参数。
2. 像素焦距的物理拆解（fx=α·f）
像素焦距是硬件耦合结果，由两个物理参数乘积得到：
f_x = \\alpha \\cdot f,\\quad f_y = \\beta \\cdot f
-
f：镜头物理焦距（单位：米），光心到感光芯片的距离
-
\\alpha、\\beta：像素密度（单位：像素/米），感光芯片每米物理长度对应的像素数量
-
dx、dy$$：单个像素物理尺寸（单位：米/像素），与α/β互为倒数：$$\\alpha=1/dx,\\ \\beta=1/dy
3. 关键结论（工程最重要）
-
普通棋盘格标定、OpenCV、NuScenes 都无法单独标定出 α、β、物理焦距 f
-
标定只能解出耦合乘积 f_x、f_y，数学上α与f存在无穷组组合，投影结果完全一致
-
α、β、dx、dy、物理f 仅能通过传感器硬件手册查询，不属于标定内参
-
现代车载相机像素近似方形，α≈β、fx≈fy，仅有微小工艺误差
三、三层成像平面区分（彻底杜绝混淆）
针孔模型存在三层完全不同的平面，是视觉几何易错点：
1. 相机3D空间平面
原始空间点 (X,Y,Z)，Z为真实深度，所有投影的源头。
2. 物理感光成像平面（真实硬件）
基于镜头焦距f的真实成像面，坐标单位为米：
X_i = f\\cdot \\frac{X}{Z},\\quad Y_i = f\\cdot \\frac{Y}{Z}
3. z=1 归一化虚拟平面（纯数学）
无物理实体，仅用于简化计算，无量纲：
x_n=\\frac{X}{Z},\\ y_n=\\frac{Y}{Z}
直接通过fx/fy缩放得到像素，是BEV模型 K\^{-1} 反投影的核心依据。
四、FOV、焦距、成像清晰度的关系
1. 核心约束（芯片尺寸固定）
FOV越大 → 物理焦距f越小 → fx越小 → 物体成像像素越少
远处物体不是"看不见"，而是像素被压缩、细节丢失，看不清。
2. 物体像素尺寸公式（直观理解远近效果）
h_{px} = f_x \\cdot \\frac{H}{Z}
-
H：物体真实高度
-
Z：物体深度距离
-
同等距离物体，fx越大（长焦、小FOV），成像像素越多、越清晰
3. 远距离成像的核心误区
只增大焦距无法实现几公里远距离清晰成像，还受三大物理限制：
-
衍射极限：取决于镜头口径D，而非焦距，小口径长焦只会放大模糊光斑
-
FOV坍缩：长焦视场极小，载体轻微抖动就丢失目标
-
大气衰减：远距离空气散射、雾霾直接降低画面对比度