转载自：https://blog.csdn.net/Kalenee/article/details/80646051 https://www.likecs.com/show-203333330.html
相机标定
用于获取相机标定，和操作是机器视觉中不可或缺的一步。
- 畸变是。
- 内参数是对，包括、等。
- 外部参数描述为。
一、畸变系数
畸变可分为两种，即和。
- 径向畸变的发生是因为当光线远离透镜中心时，其弯曲程度大于靠近中心时；
- 径向畸变有和下图中分别是下图中的第二张和第三张。
由于镜头与图像不完全平行，导致切向畸变，如下图所示： 不受相机拍摄分辨率等因素影响的畸变系统是相机本身的固有属性。OpenCV畸变可总结如下，k1,k2,k3,k4,k5,k6径向畸变系数，p1,p二是切向畸变系数。
二、相机内参
相机中参与镜头本身的焦距是相机本身的特性，可以通过六个参数表示:1/dx、1/dy、s、u0、v0、f。 dx和dy一个像素在x方向和y方向上分别占多少长度，即一个像素所代表的实际物理值的大小；u0，v0表示图像的中心像素坐标和图像原点像素坐标之间相差的横向和纵向像素数；f为焦距；s为坐标轴倾斜参数。 在opencv文档中共有四个参数fx、fy、u0、v0。其中fx=f*(1/dx)，fy=f*(1/dy)，s假设是0，所以是4个内参 fx，fy一般情况下，两者相等，cx、cy主坐标(相对于成像平面)。
焦距是光学系统中光聚集或发散的一种测量方法，是指平行光进入时从透镜光心到光聚集焦点的距离。它也是相机，从镜头中心到底片CCD等成像平面的距离。短焦距光学系统比长焦距光学系统具有更好的聚集光的能力。简单地说。
三、相机外参
相机外参矩阵描述了相机在静态场景下的运动，包括旋转和平移，或在相机固定时的刚性运动。 相机坐标系三个轴的旋转参数分别为（ω、δ、 θ）,然后每个轴的33旋转矩阵组合(即先矩阵相乘)，得到旋转矩阵R，其大小为33；T三轴平移参数（Tx、Ty、Tz）。R、T组合成成的3*4的矩阵。
坐标系之间的转换
-
： 根据情况，此时由相机引入的任何物体都可以表示。m。
-
： 以相机光心为原点(在针孔模型中，即针孔为关心)，z轴与光轴重合，即Z轴指向相机前方(即垂直于成像平面)，x轴与y轴的正方向与物体坐标系平行，上图中的f为相机的焦距。m
-
(又称平面坐标系): 坐标原点是相机光轴与图像物理坐标系的交点位置，用物理单位表示像素的位置。坐标系在图上o-xy。单位是mm。单位mm的原因是相机内部CCD传感器很小，比如8mm x 6mm。但最后的图像照片也是像素，比如640x480.这涉及到图像物理坐标系和像素坐标系的变化。下面将讨论像素坐标系。
-
： 坐标原点在左上角，以像素为单位。这也是一些opencv，OpenGL等上角选择等库坐标原点的原因。当然明显看出CCD传感器以mm单位转换到像素中间。举个例子，CCD传感上面的8mm x 6mm，640转换为像素大小x480. 假如dx像素坐标系中每个像素的物理大小为1/80. 也就是说，毫米和像素点之间的关系是piexl/mm.
好了，四个坐标系都解释完了。接下来，让我们谈谈每个坐标系之间的变化关系。
一. 世界坐标到相机坐标系
，从世界坐标系到相机坐标系的转换关系也是如此。不同的旋转矩阵围绕不同的轴旋转不同的角度。 从世界坐标系到相机坐标系的变化如下：
二：相机坐标系到图像物理坐标系
从相机坐标系到图像坐标系，从3D转换到2D。 也可视为针孔模型的变化模型。满足三角形的相似定理。
三：图像物理坐标系到像素坐标系。
与之前的坐标系变换不同，此时没有旋转变换，但坐标原点位置不一致，尺寸不一致，设计伸缩变换和平移变换。 综上所述，你可以看到四个坐标系之间存在以下关系 ( 依次左乘矩阵 ) 其中相机的内参和外参可以通过张正友标定获取。通过最终的转换关系来看，一个三维中的坐标点，的确可以在图像中找到一个对应的像素点，但是反过来，通过图像中的一个点找到它在三维中对应的点就很成了一个问题，因为我们并不知道等式左边的Zc的值。