相机内参矩阵原理

相机内参矩阵原理：

             首先，我们需要知道四个坐标系。即图像像素坐标系 （u，v）、图像物理坐标系（x，y）、相机坐标系（Xc，Yc，Zc）和 世界坐标系（Xw，Yw，Zw）（标定板所在的坐标系）。

         其次，我们要知道像素坐标系（u，v）与图像物理坐标系（x，y）的关系。像素坐标系不利于坐标变换，因此需要建立图像坐标系XOY，原点是相机光轴与相面的交点（称为主点），即图像的中心点。X轴、Y轴分别与u轴、v轴平行。故两个坐标系实际是平移关系，即可以通过平移就可得到。

        如图b所示，物理坐标系x0 y0 图像坐标系x y。

                   

 

 

         两坐标轴互相垂直如图所示：

                                                    

 

       两坐标系的矩阵转化关系如下，其中dX、dY分别物理坐标系到图像坐标系，在X、Y轴方向上的比例。u0,v0为主点（图像原点）坐标。

 

                                                   

 

                                                              中间部分则为内参矩阵。

 

 

 

参考链接：https://blog.csdn.net/weixin_43197380/article/details/90438976

参考链接：https://blog.csdn.net/cashmood/article/details/100089295 

旋转矩阵推导及应用：https://www.cnblogs.com/meteoric_cry/p/7987548.html

欧拉角、旋转向量、旋转矩阵相互转换：https://www.jianshu.com/p/5e130c04a602