针孔模型 & 透镜摄像机标定问题

摄像机标定：即求解摄像机内、外参数矩阵

为什么摄像机标定很重要？

摄像机内、外参数矩阵描述了三维世界到二维像素的映射关系

要求出内外参数矩阵，就利用出p和P从而求出它们，幸运的是p和P我们都是已知的

如何求解摄像机的内外参数？

首先我们将像素平面上的点用"u, v, m, p"表示出来

求解投影矩阵M需要多少对应点？

 需要6对点对应（因为1个点有两个公式，我们需要使用6*2=12个公式才可以求出11个未知量），且它们不能处于同一平面，否则会出现退化现象，而无法求出投影矩阵M所有的未知量（11个未知量）

注意：实际操作中我们使用多于6对点来获得更加鲁棒的效果

然后经过一系列很复杂的求解操作，我们得到摄像机所有的未知数：

 

点乘和叉乘的定义：

点乘和叉乘_马鹏森的博客-CSDN博客

---

径向畸变的摄像机标定

“径向畸变的摄像机标定” 是 “透镜摄像机标定问题”的复杂版本