自动驾驶视觉感知之相机标定
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。这些参数建立定标板确定的三维坐标系和相机图像坐标系的映射关系，用这些参数把一个三维空间中的点映射到图像空间。
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）。
1.相机内参数：与相机自身特性相关的参数，比如相机的焦距、像素大小等；
2.相机外参数：在世界坐标系中的参数，比如相机的位置、旋转方向等。
3. 通过镜头，一个三维空间中的物体经常会被映射成一个倒立缩小的像（当然显微镜是放大的，不过常用的相机都是缩小的），被传感器感知到。
世界坐标系(Xw,Yw,Zw)(Xw,Yw,Zw)：目标物体位置的参考系。除了无穷远，世界坐标可以根据运算方便与否自由放置，单位为长度单位如 mm。
摄像机坐标系(Xc,Yc,Zc)(Xc,Yc,Zc)：摄像机站在自己角度上衡量的物体的坐标系。摄像机坐标系的原点在摄像机的光心上，zz 轴与摄像机光轴平行。它是与拍摄物体发生联系的桥头堡，世界坐标系下的物体需先经历刚体变化转到摄像机坐标系，然后在和图像坐标系发生关系。它是图像坐标与世界坐标之间发生关系的纽带，沟通了世界上最远的距离。单位为长度
单位如 mmmm。
图像坐标系(x,y)(x,y):以 CCD 图像平面的中心为坐标原点，为了描述成像过程中物体从相机坐标系到图像坐标系的投影透射关系而引入，方便进一步得到像素坐标系下的坐标。图像坐标系是用物理单位（例如毫米）表示像素在图像中的位置。
像素坐标系(u,v)(u,v) ：以 CCD 图像平面的左上角顶点为原点，为了描述物体成像后的像点在数字图像上（相片）的坐标而引入，是我们真正从相机内读取到的信息所在的坐标系。 像素坐标系就是以像素为单位的图像坐标系。
备注：有很多人把图像坐标系和像素坐标系合在一起，称作三大坐标系，也有人分开，称为四大坐标系。
理想情况下，镜头的光轴（就是通过镜头中心垂直于传感器平面的直线）应该是穿过图像的正中间的，但是，实际由于安装精度的问题，总是存在误差，这种误差需要用内参来描
述；
理想情况下，相机对 x 方向和 y 方向的尺寸的缩小比例是一样的，但实际上，镜头如果不是完美的圆，传感器上的像素如果不是完美的紧密排列的正方形，都可能会导致这两个方向的缩小比例不一致。内参中包含两个参数可以描述这两个方向的缩放比例，不仅可以将用像素数量来衡量的长度转换成三维空间中的用其它单位（比如米）来衡量的长度，也可以表示在 x 和 y 方向的尺度变换的不一致性；
理想情况下，镜头会将一个三维空间中的直线也映射成直线（即射影变换），但实际上，镜头无法这么完美，通过镜头映射之后，直线会变弯，所以需要相机的畸变参数来描述这种变形效果。
1）外参数矩阵。告诉你现实世界点(世界坐标)是怎样经过旋转和平移，然后落到另一个现实世界点(摄像机坐标)上。
2）内参数矩阵。告诉你上述那个点在 1 的基础上，是如何继续经过摄像机的镜头、并通过针孔成像和电子转化而成为像素点的。
3）畸变矩阵。告诉你为什么上面那个像素点并没有落在理论计算该落在的位置上，还产生一定的偏移和变形。
世界坐标到像素坐标的映射，世界坐标是人为定义的，标定就是已知标定控制点的世界坐标和像素坐标我们去解算这个映射关系，一旦这个关系解算出来了我们就可以由点的像素坐标去反推它的世界坐标，当然有了这个世界坐标，我们就可以进行测量等其他后续操作了。
上述标定又被称作隐参数标定，因为它没有单独求出相机的内部参数，如相机焦虑，相机畸变系数等。
