相机矩阵

固有参数(内参)

焦距、图像传感器格式、主点

外在参数(外参)

从3D世界坐标到3D相机坐标的坐标系变换
定义了相机中心的位置和相机在世界坐标的头部

畸变系数

相机矩阵的分解

相机中心

相机姿态

定义一个描述相机中心在世界坐标系中的位置的向量C，然后让Rc代表相机在世界坐标系旋转到当前姿态需要的旋转矩阵。那么描述相机姿态的变换矩阵就是(Rc|C)(Rc|C)

相机模型

齐次坐标

矩阵的QR分解算法

QR 分解的用途就是将一个满秩矩阵分解为上三角阵和正交阵的乘积

单位矩阵

对角线为1，其他地方为0的矩阵

几何相机校正(相机反切)

正交矩阵

1.正交矩阵每一列都是单位矩阵，并且两两正交。最简单的正交矩阵就是单位阵。
2.正交矩阵的逆（inverse）等于正交矩阵的转置（transpose）。同时可以推论出正交矩阵的行列式的值肯定为正负1的。
3.正交矩阵满足很多矩阵性质，比如可以相似于对角矩阵等等。

相机矩阵可以通过如下方法被分解：
- 全相机矩阵被分解为内参和外参矩阵
- 外参矩阵指示3D旋转和平移
- 内参矩阵指示2D变换

参考资料

[1] https://blog.csdn.net/zb1165048017/article/details/71104241#commentBox
[2] http://www.cnblogs.com/caster99/p/4703033.html