标定示意图
标定目标
P
′
=
M
P
w
=
K
[
R
T
]
P
w
P^{'}=MP_w=K[R \space T]P_w
P′=MPw=K[R T]Pw
其中
K
K
K为内参数，
[
R
T
]
[R \space T]
[R T]为外参数。该式子需要使用至少六对内外点对进行求解内外参数（11个未知参数）。
其中
R
3
×
3
,
T
3
×
1
R_{3 \times 3}, T_{3 \times 1}
R3×3,T3×1.
标定求解
- 使用齐次线性方程组
方程数量大于未知参数数量，求解近似解。
径向畸变标定
- 图像放大率随距光轴距离的增加而减少
与常规求解，加入畸变因子：
λ = 1 ± ∑ p = 1 3 K P d 2 p d 2 = u 2 + v 2 \lambda =1\pm \sum_{p=1}^{3} K_P d^{2p}\\ d^2=u^2+v^2 λ=1±p=1∑3KPd2pd2=u2+v2文章来源：https://www.toymoban.com/news/detail-653969.html
利用牛顿法和 L − M L-M L−M方法进行求解。文章来源地址https://www.toymoban.com/news/detail-653969.html
到了这里，关于计算机视觉之三维重建(二)(摄像机标定)的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
![深度学习应用篇-计算机视觉-语义分割综述[5]：FCN、SegNet、Deeplab等分割算法、常用二维三维半立体数据集汇总、前景展望等](https://imgs.yssmx.com/Uploads/2024/02/567599-1.png)
