相机校准和3D重建1-介绍

    本节中的功能使用所谓的针孔相机模型。 场景的视图是通过使用形成相应像素 p 的透视变换将场景的 3D 点 Pw 投影到图像平面中获得的。 Pw 和 p 都以齐次坐标表示，即分别表示为 3D 和 2D 齐次向量。 您将在本节介绍的末尾找到关于射影几何、齐次向量和齐次变换的简要介绍。 为了更简洁的表示法，我们经常删除“同质”并说向量而不是同质向量。

 

    针孔相机模型给出的无失真投影变换如下图所示

    

    其中 Pw 是相对于世界坐标系表示的 3D 点，p 是图像平面中的 2D 像素，A 是相机固有矩阵，R 和 t 是描述从世界坐标到相机坐标变化的旋转和平移 坐标系（或相机框架）和 s 是投影变换的任意缩放，而不是相机模型的一部分。

    相机固有矩阵 A（在 [295] 中使用的符号，也通常表示为 K）将相机坐标系中给定的 3D 点投影到 2D 像素坐标，即

    

    相机固有矩阵 A 由焦