石鑫华视觉
使用标准的计量仪器对所使用仪器的准确度（精度）进行检测是否符合标准，一般大多用于精密度较高的仪器。
1、确定仪器或测量系统的输入—输出关系，赋予仪器或测量系统分度值；
2、确定仪器或测量系统的静态特性指标；
3、消除系统误差，改善仪器或系统的正确度。
4、在科学测量中，标定是一个不容忽视的重要步骤。
在机器视觉、图像测量、摄影测量、三维重建等应用中，为校正镜头畸变；确定物理尺寸和像素间的换算关系；以及确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，需要建立相机成像的几何模型。通过相机拍摄带有固定间距图案阵列平板、经过标定算法的计算，可以得出相机的几何模型，从而得到高精度的测量和重建结果。而带有固定间距图案阵列的平板就是标定板（标定模板 Calibration Target）。
实心圆阵列标定板
方格阵列标定板
相机标定技术需要准确的相机内参数和外参数作为重构算法的输入和先决条件，目前最为流行的相机标定算法是Tsai在1987年提出的[Tsai1987]，Tsai方法使用一个带有非共面专用标定标识的三维标定物来提供图像点和其对应的三维空间点的对应并计算标定参数。Zhang在1999年提出了另一个实用方法 [Bouguet2007]，该方法需要对一个平面标定图案的至少两幅不同视图来进行标定。加州理工学院的相机标定工具对以上两个方法均作了有效实现，并且已经被集成到Intel的视觉算法库OpenCV中[OpenCV2004]。通过标定算法，可以计算相机的投影矩阵，并提供场景的三维测度信息。在不给定真实场景的绝对平移、旋转和放缩参数的情况下，可以达到相似变换级别的测度重构。
机器视觉中的标定，一般就是使用标定板在目标所在相同的平面使用相同的光照、拍摄条件进行成像。然后根据所得的图像测量其中的某些特征，如一个圆的直径、或一个/多个方格的尺寸，得到相应的像素，然后根据测量对象所以指示的实际标准值，得到一个输入输出转换当量。例如测量实心圆标定板上的一个圆的直径为100像素，其实际直径为1mm，那么转换当量即为1/100=0.01mm/Pixel。实际目标测量时，使用此转换当量，乘以实际测量得到的像素值，就成为了物理尺寸。
另外还有一种标定，是因为镜头的畸变造成的严重变形，这时可以使用标定，将图像校准为比较正直的图像，而看起来不是那么的“畸变”。可以参考NI的标定向导获利更多信息。