smoothly-vslam学习笔记（2.相机标定）

1.相机标定   

    从世界坐标到相机坐标需要经过多重变换，可用p＝MP表示这一过程，其中p为相机坐标，P为世界坐标，M为相机参数矩阵，M＝K[R T],其中K为相机内参矩阵，R,T为相机外参矩阵，如下图所示

       相机标定就是求得K,R,T矩阵中参数的过程，由张正友标定法可知，我们可以使用规则的网格图片进行相机标定，其中p，P皆为已知值，列出下图方程。

       易知，相机参数矩阵M中共有11个位置参数，由其次非线性方程求解的相关知识可知我们至少需要12个方程来求解，又一个点对应两个方程，故我们共需要六个点求解方程，下图为求解流程。

 

      图解可知，我们先展开得到M的具体值。将M矩阵分行列为a1，a2，a3，从上篇笔记中可以看出相机外参矩阵R中参数r1，r2，r3两两垂直。可得三个向量之间，两两点乘等于0，叉乘等于剩余向量，自身点乘为1，叉乘为0。又a3＝r3，可利用a3与其余两项分别进行点乘和叉乘来简化方程，获得a1，a2，a3之间的关系，最终解出相机参数。

2.径向畸变标定

      在实际标定中，图像畸变会导致相机坐标转换和相机标定，精度下降，故在标定中，我们往往还会引入径向畸变修正公式参数矩阵S，最终得到p＝SMP，S矩阵如下图所示。

       易知S矩阵中参数λ又由k1，k2，k3组成，这意味着我们现在共有14个未知参数，但此时构成的方程不再能直接解出，故需使用最小二乘进行近似求解。