本文参考王坤峰老师《计算机视觉》的课上PPT，如有错误，欢迎指正！一、内参矩阵针孔摄像机示意图如下：由相似三角形（标黄色）可得：使用齐次坐标：（可理解为上式的u，v等式最后一行还有个1=1，然后三个式子左右均乘上一个Z，那么1=1就变成了Z=Z，用w代替左边的Z，即为下式中的w=Z）不过这是一个理想的情况，即相机图像平面平行于XY平面，其原点在主轴与像平面的交点。假设图像平面的原点与Z轴与图像平面相交的点不重合。在这种情况下，我们需要将Pc平移到期望的原点。（向模型中添加新的参数）如上图，A点为理想情况，A’为现在要考虑的偏移情况。偏移的x轴的分量为tu，y轴的分量为tv，那么此时u=f*X/

文章目录原理解析相机标定算法流程计算单应性矩阵H计算内参数矩阵计算外参数矩阵最大似然估计代码测试实验结果分析1.数据集2.实验结果原理解析相机标定在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定（或摄像机标定）。无论是在图像测量或者机器视觉应用中，相机参数的标定都是非常关键的环节，其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。算法流程（1）打印一张棋盘方格图并贴在一个平面上（2）从