分辨率测试卡的安装误差：倾斜、离焦、反光如何影响MTF？
做相机成像测试的朋友，多少都碰过MTF测试的“玄学时刻”：同一张测试卡、同一支镜头，换一个测试人员，测出来的结果却可能出现几个百分点甚至更明显的差异；中心区域分辨率表现良好，边缘区域却始终差一截；不同时间段复测，结果又出现超出品控阈值的波动。很...
人形机器人全身标定：一文讲透视觉、IMU、关节编码器与力控的时空统一
看人形机器人格斗大赛上精准的攻防、半程马拉松上稳定的步态、生产线上精密的装配作业，很多人会把这份流畅归功于关节电机性能好、传感器配置高。但同样的硬件配置，有的机器人动作精准利落，有的却走位飘、出拳偏、抓取力度忽大忽小——核心差别往往不在硬件...
纯视觉VS激光雷达联合标定：智驾感知如何选择？一文看懂两大技术路线
坐过带智驾功能的汽车，多少都会有这样的感受：低速泊车时，全景影像能够将车身四周的障碍物清晰呈现，高高速巡航时，车辆能够根据周围环境持续感知前车距离；即使在夜间弱光环境下，也能借助不同传感器对道路行人等目标进行识别和预警。很多人第一反应是摄像...
相机标定：卷帘快门与全局快门的标定有什么不同？
做机器视觉标定的朋友，多少都碰过这样的时刻：同一块标定板、同一套算法，换台相机标定结果却出现明显差异；静态画面标定都达标，一到产线动态检测精度开始波动。反复调算法、换光源，最后才发现——问题可能并不在标定板或算法本身，而是相机的快门类型不一...
相机成像解析：一文讲透镜头分辨率，为什么测出来的MTF不达标？
做镜头品质管控的工程师，或多或少都遇到过 MTF 测试中的“悬案”：同一款镜头标称参数亮眼，实际测试却出现临界值；中心视场勉强达标，边缘视场的 MTF 却明显下降；甚至更换操作员后，复测结果也出现超出测量重复性或品控允许范围的偏差。很多人第一反应是镜...
结构光三维重建：系统怎么把相位差“算”成距离？深度标定怎么补？
用过三维扫描仪的朋友大多有过这种体验：工件往台上一放，几秒钟就生成精细的三维模型，连细微的倒角、表面纹路都清晰还原。很多人会觉得是算法和硬件厉害，却很少留意背后的底层逻辑——那些投射在工件上明暗相间的条纹，是怎么一步步转化成微米级精度的深度...
近红外相机标定入门（解析）：一文看懂近红外相机是如何守护食品安全检验？
走进现代化食品加工厂的分选车间，红彤彤的苹果顺着传送带匀速前行，不到一秒钟，外观瑕疵、糖度酸度、果心褐变就被检测完毕，自动分流到对应品级通道；生鲜肉类经过扫描，脂肪占比、瘦肉率甚至深层新鲜度指标都能快速检出。这份高效又精准的品质把控，背后离...
多传感器外参标定的核心逻辑：相机、激光雷达、毫米波雷达的数据怎么“对齐”？
坐过智能驾驶汽车的朋友常会有这样的体验：跟车时距离控制精准平稳，路牌行人识别又快又准，哪怕夜间弱光环境也能提前预警障碍物。这份可靠的感知体验，不仅是单颗传感器的功劳，而是相机、激光雷达、毫米波雷达多类传感器数据融合的结果。不少人会觉得，感知...
机器视觉：手机拍照和标定有什么关系？一文看懂多摄融合背后的时空标定
如今手机影像的竞争已经从单颗摄像头的光学素质，逐渐转向多摄、多帧、多传感器之间的协同能力。很多人觉得影像升级就是堆镜头、堆像素，但实际体验中却常会碰到这样的问题：人像模式的边缘抠图感明显，头发丝的虚化不够自然；切换焦段时画面存在明显的跳变感...