世界坐标系、相机坐标系、图像坐标系之间的关系

近期在研究有关相机成像过程中坐标系之间得关系，看了好多资料，甚是不知所云，突然发现这一篇，讲得清晰明了，在此基础上加了我自己得一点理解。
作者：waeceo
原文：https://blog.csdn.net/waeceo/article/details/50580607

四个坐标系之间的关系

相机模型中的四个平面坐标系：
像素平面坐标系（u,v）：图像是m*n个像素点，即一个离散坐标系。
像平面坐标系（x,y）：将离散的像素平面坐标系，根据每个像素的大小转换成连续的物理坐标。
相机坐标系（Xc,Yc,Zc）
世界坐标系（Xw,Yw,Zw）

1、像素坐标系(u,v)与像平面坐标系(x,y)之间的关系

假设每一个像素在u轴和v轴方向上的物理尺寸为dx和dy。


解释：dx,dy,u0,v0其实都是我们假设出来的参数，dxdy表示感光芯片上像素的实际大小，是连接像素坐标系和真实尺寸坐标系的，u0,v0是图像平面中心，最终是要我们求的内参数。
得出这个公式后，运用线性代数的知识把方程用矩阵形式表示：

2、相机坐标系（Xc,Yc,Zc）与世界坐标系（Xw,Yw,Zw）之间的关系

这两个坐标系之间的关系可以旋转矩阵R和平移矩阵T来得到以下关系：

解释：在这个公式中，R为3x3 矩阵，T为3x1矩阵
也可以写成下面的形式：

3、相机坐标系（Xc,Yc,Zc）与像平面坐标系(x,y)的关系

根据小孔成像的原理，然后把像平面对称到相机的另一面，如下图所示，m为M在像平面上的像，m和M向XcOZc面作垂线，然后根据相似原理：


用矩阵形式表示：

综合以上公式得到世界坐标与图像坐标之间的关系：

其中等号右侧的三个矩阵，前两个为内参矩阵，后一个为外参矩阵。因为R、T与相机内的参数并没有关系。