机器视觉视觉中的棋盘格到底是什么？为什么是棋盘格？

它的核心作用和特点如下：
提供高对比度、规则的特征点（角点）：
黑白方格的交界处形成了清晰、高对比度的角点。
这些角点可以被视觉算法（如OpenCV中的findChessboardCorners或findChessboardCornersSB）非常精确、鲁棒地检测出来。
每个角点在图像中的位置（像素坐标）可以被精确测量。
已知的几何结构和尺寸：
棋盘格的物理尺寸是预先精确测量并已知的（例如，每个方格边长是30mm）。
方格的行数和列数是已知的。
这意味着每个检测到的角点在真实世界坐标系中的三维位置是已知的。
相机标定的核心：
目的： 标定的目标是确定相机的内部参数和外部参数。
内部参数： 描述相机自身的特性，包括焦距、主点坐标、像素的纵横比、镜头畸变系数（径向畸变、切向畸变）。
外部参数： 描述相机在某个世界坐标系中的位置和朝向（旋转和平移）。
过程：
从不同角度和距离拍摄同一个棋盘格的多张照片（通常10-20张）。
在每张照片中，算法自动检测棋盘格的所有内角点（即内部方格的交点，不包括