利用张正友方法标定照相机

明确本实验的任务

照相机拍摄三维世界的物体时，相机镜头看到的是三维的世界坐标系，成像时为二维坐标系，这中间有个三维世界坐标向二维平面坐标转换的过程，而在转换的计算过程中，需要相机内部的标定矩阵来计算，本实验的任务便是计算出自己手机摄像头的内部参数。也就是求出

其中，fa,f为焦距参数，x0和y0是像主点偏移参数，s为畸变参数。

如何将世界坐标系转换为图像二维坐标系

上图是一个小孔成像模型。
C点表示camera centre，即相机的中心点，也是相机坐标系的中心点；
Z轴表示principal axis，即相机的主轴；
p点所在的平面表示image plane，即相机的像平面，也就是图片坐标系所在的二维平面；
p点表示principal point，即主点，主轴与像平面相交的点；
C点到 p点的距离，也就是右边图中的 f表示focal length，即相机的焦距；
像平面上的 x 和 y 坐标轴是与相机坐标系上的 X 和 Y坐标轴互相平行的；
相机坐标系是以 X， Y， Z（大写）三个轴组成的且原点在 C 点，度量值为米（m）
像平面坐标系是以 x，y（小写）两个轴组成的且原点在 p 点，度量值为米（m）；

这是三维坐标系(X,Y,Z)转换到二维像平面坐标系(x,y)的矩阵计算.

通过上面，可以把相机坐标系转换到像平面坐标系，但是像平面坐标系和图像坐标系虽然在同一个平面上，但是原点并不是同一个，而目标是要转换到图像坐标系下，所以还需要一步操作，如下图：

如上图所示，其中主点 p 是像平面坐标系的原点，但在图像坐标系中的位置为(px,py)，在这里，图形坐标系的原点是图片的左下角，所以可以得到：
(X,Y,Z)↦(fX/Z+px,fY/Z+py)
矩阵计算为

我们所需要求的相机内参为: