A Flexible New Technique for Camera Calibration（张正友标定法）附录C和D部分的翻译

C.Approximating a 3 × 3 matrix by a Rotation Matrix 通过旋转矩阵逼近3×3矩阵

在本节中考虑的问题是求解最佳旋转矩阵R以逼近给定的3×3矩阵Q.这里的最佳旋转矩阵使差值R-Q的Frobenius范数最小。也就是说，我们要解决以下问题：

因为：

问题15等价于最大化$tr(R^{T}Q)$(矩阵的迹)。
设Q的奇异值分解$US{V}^T$,其中$S=diag({\sigma }_1,{\sigma }_2,{\sigma }_3)$.如果我们定义一个正交矩阵$Z=V^T{R}^{T}U$,则

很明显，通过设置$R=U{V}^T$可以得到最大值，因为此时$Z=I$.即给出了问题（15）的解。

D Camera Calibration Under Known Pure Translation 已知纯平移下的相机标定

如在Sect. 4所述，如果物平面进行了一个纯平移，前文中提出的技术将不起作用。但是，如果像Tsai技术中的设置那样知道平移，则可以进行相机校准[23]。
从（2），我们得到$t=\alpha A^{-1}{h}_3$，其中$\alpha =1/||A^{-1}{h}_1||$。 两个位置i和j之间的平移即：

（请注意，尽管H（i）和H（j）都是根据它们自己的比例因子进行估算，但它们是纯粹的平移所以可以重新调整为单个公共的比例因子。）如果我们只知道平移的方向，我们可以得到两个对A的约束。如果我们还知道平移的幅度的话，就可以再得到一个约束。那么可以从两个平面进行完全校准。