相機內參矩陣原理

相機內參矩陣原理：

             首先，我們需要知道四個坐標系。即圖像像素坐標系 （u，v）、圖像物理坐標系（x，y）、相機坐標系（Xc，Yc，Zc）和 世界坐標系（Xw，Yw，Zw）（標定板所在的坐標系）。

         其次，我們要知道像素坐標系（u，v）與圖像物理坐標系（x，y）的關系。像素坐標系不利於坐標變換，因此需要建立圖像坐標系XOY，原點是相機光軸與相面的交點（稱為主點），即圖像的中心點。X軸、Y軸分別與u軸、v軸平行。故兩個坐標系實際是平移關系，即可以通過平移就可得到。

        如圖b所示，物理坐標系x0 y0 圖像坐標系x y。

                   

 

 

         兩坐標軸互相垂直如圖所示：

                                                    

 

       兩坐標系的矩陣轉化關系如下，其中dX、dY分別物理坐標系到圖像坐標系，在X、Y軸方向上的比例。u0,v0為主點（圖像原點）坐標。

 

                                                   

 

                                                              中間部分則為內參矩陣。

 

 

 

參考鏈接：https://blog.csdn.net/weixin_43197380/article/details/90438976

參考鏈接：https://blog.csdn.net/cashmood/article/details/100089295 

旋轉矩陣推導及應用：https://www.cnblogs.com/meteoric_cry/p/7987548.html

歐拉角、旋轉向量、旋轉矩陣相互轉換：https://www.jianshu.com/p/5e130c04a602