相机模型和标定

光线从物体发射开始，通过透镜到达眼睛或者相机，然后到达视网膜或者图像收集器的几何过程是实用计算机视觉的重要方面

针孔相机模型：针孔是一个虚拟的中心有一个微型小孔的墙，除了穿过中心小孔的光线，其他光线都被阻挡，但是不能快速曝光收集足够的光线

而使用透镜收集更多光线的原因也是在此，但是透镜引入畸变

使用相机标定来矫正因使用透镜而给简单针孔模型带来的偏差，相机标定的重要性在于场景不仅仅是三维的，也是用物理单位度量的空间，因此确定相机的自然单位(像素)和物理世界的单位(米)的关系是三维场景重构的重要组成部分

相机标定的过程既给出相机几何模型，也给出透镜的畸变模型

单应性变换是一种能够反应相机基本行为，各种失真和校正特性的数学工具

相机模型

针孔模型：针孔后倒立成像

射影几何基础

齐次坐标：任意两个点成比例时为等价点

函数cv::convertPointsToHomogeneous()和 cv::convertPointsFromHomogeneous()在齐次和非齐次之间转换

Rodrigues变换

三维空间中通常使用3x3矩阵表示旋转

轴-幅度表示法：向量方向表示轴，向量长度表示逆时针旋转角度

cv::Rodrigues()可以从轴-幅度到旋转矩阵相互转换