摄像头标定（carlibration）、Homography以及它的matlab实现

转载请注明：http://blog.csdn.net/c602273091/article/details/54572428

Homogeneous Coordinates

点的二维坐标可以用三维表示，因为用二维怎么表示无穷，用无穷符号么？显然不够理想。当w=0的时候，就在无穷远点。

2D的直线表示：

Pin-hole camera Model

在小孔模型的基础上，我们进一步得到摄像头的透视模型。

Standard Perspective Camera Model

从真实世界的点投影到图片2D的过程。

这个矩阵左边的就叫做内参，右边的就是外参。

这里需要注意的是有一些基本的变换要记住：

以上的M矩阵可以有多种写法：

使用投影矩阵把3D的点投影到2D中：

当分子为0的时候，那么这时候这个公式表示方向为$a_1$的平面，感觉这个东西和ORB-SLAM描述的点云的方向一样。

它们描述的平面如下图：

给定一个图片上的平面的点，怎么计算它真实的3D点的拍摄方向以及怎么计算摄像头的中心呢？

现在我才知道Gary讲的东西真是很有用。

affine camera model

如果M矩阵最后一行是[0 0 0 1]，那么这就是一个仿射相机，并且真实世界与图片只是线性变化。比如weak Perspective。

计算标定矩阵