视觉工位更换了一只同型号相机，画面看起来与以前几乎一样，检测程序也能够继续运行，测量结果却开始出现小幅偏差。碰到这种情况，如果只反复调整阈值、曝光和检测范围，很可能把真正的问题留在后面。对于承担尺寸测量、坐标定位或者机器人引导的机器视觉系统来说，相机能够正常成像只是第一步，图像中的位置怎样对应真实世界的位置，还取决于已经建立的标定关系。

标定板就是建立这种几何关系时常用的基准件。板面通常具有尺寸和位置关系已知的图案，例如规则网格、棋盘格、圆点阵列或其他专用标记。视觉软件识别这些特征以后，可以根据已知几何尺寸计算相机和镜头成像中的相关参数，并在具体应用中用于畸变修正、像素与实际尺寸换算、坐标转换或者位置关系建立。不同视觉系统采用的标定方式并不相同，因此标定板图案、尺寸、精度等级和使用方法都应与具体软件和应用匹配。

二维尺寸检测是比较容易理解的场景。相机拍下一块零件后，软件得到的首先是图像坐标。如果程序需要判断孔距、外形尺寸或者两个特征之间的实际距离，就必须知道图像中的一定像素究竟对应多少毫米。对于视野较小、镜头畸变较低的系统，换算关系可能相对简单；视野变大、镜头特性更复杂以后，图像不同区域的几何误差就不能简单靠一个固定比例处理。规范标定能够给后续测量建立更可靠的基础。

镜头更换以后尤其需要注意这一点。维修人员可能找到焦距相同、接口相同的新镜头，装上以后画面范围也接近原来，于是直接恢复生产。但即使规格接近，不同镜头的实际成像特性也可能存在差异，重新调焦和改变光圈还可能进一步影响成像状态。如果原视觉程序使用了基于标定得到的测量或坐标数据，更换镜头之后是否需要重新标定，应按照系统要求确认，不能因为图像“看起来差不多”就默认原参数仍然完全有效。

相机安装位置发生变化也是常见原因。设备维护过程中拆过相机支架、清洁时移动过镜头，或者机械振动使支架长期产生微小位移，都会改变相机与被测平面之间的位置关系。对于只判断产品有没有的简单视觉任务，小范围变化未必马上造成问题；到了机器人抓取、精密定位或尺寸测量工位，同样的位移就可能直接反映到坐标结果中。因此，相机重新安装后先通过标定或基准验证确认几何关系，通常比直接修改程序里的每个位置更加合理。

机器人视觉应用对标定板的依赖更加明显。视觉系统检测到工件以后，需要把相机坐标中的位置转换到机器人能够使用的坐标系中，这其中可能涉及相机与机器人、工具或者工作台之间的位置关系。手眼标定、外部相机定位等应用会根据系统方案使用特定标定目标。标定完成以后，机器人才能按照建立的几何关系理解“图像中的这个位置”在真实工作空间里在哪里。相机、机器人底座、工装或者标定基准发生变化后，相应关系就需要重新确认。

3D视觉系统同样如此。双目相机、结构光相机或者其他3D视觉装置需要依靠自身标定关系生成空间信息，部分系统在安装、精度验证或机器人配合时会使用专用标定板。这里的标定板并不能随意用一张打印纸替代。图案尺寸误差、板面翘曲、表面反光以及制造精度都会影响它作为几何基准的可靠性。对于要求较高的测量应用，应使用符合系统要求的标定目标，并按规定方法保存和使用。

现场还有一个容易出现的问题，是标定板长期被当成普通工具随意摆放。板面被划伤、沾上油污，边缘受撞击，甚至出现轻微弯曲以后，肉眼看起来可能没有严重损坏，但它本身已经不再是最初那个稳定的几何基准。尤其是高精度视觉测量场景，标定板的清洁、平整和保存状态都值得管理。使用前确认板面完整，使用后放回保护盒，比需要标定时临时从工具柜里翻出一块已经变形的板更可靠。

标定时的摆放方式同样影响结果。标定板不是放进视野拍一张照片就一定结束。有些系统要求在不同位置或角度采集多幅图像，有些则要求标定板处在指定工作平面，并覆盖足够的有效视野。照明条件如果导致图案过曝、反光或边缘识别不清，也会影响特征提取。因此调试人员既要关心标定板本身，也要确认相机焦点、曝光、照明和标定板姿态符合软件要求。

设备量产以后，标定数据还应该与设备维护建立联系。什么时候做过标定、当时使用哪块标定板、相机和镜头型号是什么、设备后来是否拆装过，都可以作为维修记录的一部分。否则几年以后出现测量偏差，现场很难判断当前参数是设备最初留下的，还是某次维修后临时调整的结果。

标定板体积不大，也不会直接参与每一次产品检测，但它提供的是机器视觉系统用来认识真实尺寸和空间位置的一把“尺子”。相机拍得再清楚，如果这把尺子的基准发生变化，后面的测量和坐标计算就可能一起受到影响。对于承担测量、定位和机器人引导任务的视觉工位，更换相机、镜头或者调整机械安装以后，把标定重新确认一遍，往往比不断修改检测程序更接近问题本身。