一、三维重建概述         三维重建主要是研究如何从得到的匹配点中计算出相机的投影矩阵(如果是外部标定的话，就是求出相机的外部参数)以及如何计算出匹配点的三维坐标。        目前研究的进展与之还相差较远。研究人员为了能够表达三维空间信息，目前较多地采用三维矢量图形来替代三维位图。主要的重构方法有如下几种：        (1)、空间点的重建        这是三维重构中

一、概述1、摄像机标定内容摄像机标定实际上是要求出6个外参数、5个内参数，即旋转和平移矩阵 R 和 T 中的三个坐标系旋转角度和坐标系平移量(fu = f/Sx, fv = f/Sy, u0, v0, u),以及各种畸变系数 k” P,、Pl、h等。若不考虑离散后像素变形（不是矩形方块）或者成像平面不与光轴正 交，则可以不考虑畸变因子M。一般情况下，畸变系数只考虑径向畸变系数，并设A, =

一、原理        在实际应用中，由于摄像机镜头在制造中的缺陷以及在装配过程中的定位误差等原因，使用上述的线性模型不能够精确地描述成像几何关系，必须在其中加入非线性畸变参量。为了校正畸变误差，我们需要分析产生畸变的原因并对其在图像平面产生的效果建立数学模型。畸变一般包括径向畸变、离心畸变和薄棱镜畸变等。描述非线性畸变可如式2-14所示。

一、原理       透视投影是最常用的成像模型，可以用针孔成像模型近似表示。其特点是所有来自场景的光线均通过一个投影中心，它对应于透镜的中心。经过投影中心且垂直于图像平面的直线称为投影轴或光轴，如图4.3所示。其中x1y1z1是固定在摄像机上的直角坐标系，遵循右手法则，其原点位于投影中心，z1轴与投影重合并指向场景，Xc轴和Yc轴与图像平面的坐标轴x1和y1平行，XcYc平面与图像平面的距离

达到