不论是在图象精确测量或是机器视觉技术运用中，相机模组主要参数的校准全是十分重要的阶段，其校准結果的精密度及优化算法的可靠性能影响相机模组工作中造成結果的精确与平稳。

什么叫相机模组校准？

在图象精确测量全过程及其机器视觉技术运用中，为明确室内空间物件表层某点的三维几何图形部位两者之间在图象中对应的点中间的内在联系，务必创建照相机模组显像的几何模型，这种几何模型主要参数便是相机模组主要参数。

在大部分标准下这种主要参数务必根据试验与测算才可以获得，这一求得主要参数的全过程就称作相机模组校准。

人工智能算法的基础任务之一是根据相机模组获得的图象信息内容测算三维空间中物件的几何图形信息内容，并从而复建和鉴别物件。大家用简易的数学分析模型来表述繁杂的显像全过程，而且求出显像的反全过程。校准以后的双目相机模组，能够开展三维场景的复建，它是人工智能算法的一大支系。

小孔成像的试验大家都很了解，根据这一试验还可以抽象性出一个經典的相机模组试验。

相机模组校准常见到四种平面坐标，各自为：

1）清晰度平面坐标（u，v）：叙述物件显像后的像点在彩色图像上（照片）的坐标，单位为个（清晰度数量）。

2）显像平面坐标系（x，y）：叙述显像全过程中物件从相机模组平面坐标到图象平面坐标的投射散射关联，单位为m。

3）相机模组平面坐标（xc，yc,zc）：起点落在相机模组上的三维坐标系，单位为m。

4）世界坐标系（xw，yw,zw）：客户界定的三维世界的平面坐标，为了更好地叙述总体目标物在真实的世界里的部位而被引进，单位为m。

现在的相机模组厂家生产的相机模组，在模组出货前都会采用这几种校准方式来检测，而深圳市佳度科技有限公司就是一家相机模组公司，他们采用严格的生产方式，保证相机模组的良率，让终端设备客户快速上线产品。