㈠ 相機位姿--相機坐標系與世界坐標系之間的變換
Ow = TwcOc
Oc是相機坐標系的原點，Ow是這個原點在世界坐標系下的坐標。
從Twc可如岩以直接鉛橡銷看到相機 在槐游 何處。也就是說Twc更為直觀。
Twc 與 Tcw只差一個逆。
㈡ 計算機視覺——相機內外參、相機標定
一直在做圖像處理，也經常聽到相機內參相機外參，我卻沒深入理解什麼是相機內外參，什麼是相機標定。
1、 相機內參數 是與相機自身特性相關的參數，比如相機的焦距、像素大小等；
攝像機 內參矩陣 反應了相機自身的屬性，各個相機是不一樣的，需要標定才能知道這些參數。作用：告訴我們攝像機坐標的點在1的基礎上，是如何繼續經過攝像機的鏡頭、並通過針孔成像和電子轉化而成為像素點的。
攝像機內參 （Camera Intrinsics） 矩陣：（需要注意的是，真實的鏡頭還會有徑向和切向畸變，而這些畸變是屬於相機的內參的）
fx s x0
K = 0 fy y0
0 0 1
其中，fx，fy為焦距，一般情況下，二者相等，x0、y0為主點坐標（相對於成像平面）， s為坐標軸傾斜參數，理想情況下為0 。
內參矩陣的參數含義：
f：焦距，單位毫米
dx：像素x方向寬度，單位毫米，1/dx：x方向1毫米內有多少個像素（dx、dy為一個像素的長和高）
f/dx：使用像素來描述x軸方向焦距的長度
f/dy：使用像素來描述y軸方向焦距的長度
u0,v0,主點的實際位置，單位也是像素（原點的平移量）
2、 相機外參數 是在世界坐標系中的參數，比如相機的位置、旋轉方向等。相比於不變的內參，外參會隨著相機運動發生改變。
攝像機的旋轉平移屬於外參，用於描述相機在靜態場景下相機的運動，或者在相機固定時，運動物體的剛性運動。因此， 在圖像拼接或者三維重建中，就需要使用外參來求幾幅圖像之間的相對運動，從而將其注冊到同一個坐標系下面來 。（最近我在研究多幅圖像的圖像拼接）
攝像機 外參矩陣 ：包括旋轉矩陣和平移矩陣。作用：告訴我們現實世界點(世界坐標)是怎樣經過旋轉和平移，然後落到另一個現實世界點(攝像機坐標)上。
旋轉矩陣和平移矩陣共同描述了如何把點從世界坐標系轉換到攝像機坐標系。
旋轉矩陣 ：描述了世界坐標系的坐標軸相對於攝像機坐標軸的方向
平移矩陣：描述了在攝像機坐標系下，空間原點的位置
攝像機 外參（Camera Extrinsics） 矩陣：
其中， R是旋轉矩陣，t是平移向量.
3、相機標定（或攝像機標定）：一句話就是世界坐標到像素坐標的映射，其中世界坐標是人為定義的。
相機標定的目的是確定相機的一些參數的值。通常，這些參數可以建立定標板確定的三維坐標系和相機圖像坐標系的映射關系，換句話說， 你可以用這些參數把一個三維空間中的點映射到圖像空間，或者反過來。相機需要標定的參數通常分為內參和外參兩部分。
標定就是已知標定控制點的世界坐標和像素坐標我們去解算這個映射關系，一旦這個關系解算出來了我們就可以由點的像素坐標去反推它的世界坐標，當然有了這個世界坐標，我們就可以進行測量等其他後續操作了。上述標定又被稱作隱參數標定，因為它沒有單獨求出相機的內部參數，如相機焦距，相機畸變系數等。
一般來說如果僅僅只是利用相機標定來進行一些比較簡單的視覺測量的話，那麼就沒有必要單獨標定出相機的內部參數了。至於相機內部參數如何解算，相關論文講的很多。
在圖像測量過程以及機器視覺應用中，為確定空間物體表面某點的三維幾何位置與其在圖像中對應點之間的相互關系，必須建立相機成像的幾何模型，這些幾何模型參數就是相機參數。在大多數條件下這些參數必須通過實驗與計算才能得到，這個求解參數的過程就稱之為相機標定（或攝像機標定）。
無論是在圖像測量或者機器視覺應用中，相機參數的標定都是非常關鍵的環節，其標定結果的精度及演算法的穩定性直接影響相機工作產生結果的准確性。因此，做好相機標定是做好後續工作的前提，提高標定精度是科研工作的重點所在。
4、畸變（distortion）是對直線投影（rectilinear projection）的一種偏移。簡單來說直線投影是場景內的一條直線投影到圖片上也保持為一條直線。畸變簡單來說就是一條直線投影到圖片上不能保持為一條直線了，這是一種光學畸變（optical aberration）,可能由於攝像機鏡頭的原因。
畸變矩陣：告訴我們為什麼像素點並沒有落在理論計算該落在的位置上，還產生了一定的偏移和變形！！！
參考鏈接：
計算機視覺-相機內參數和外參數_liulina603的專欄-CSDN博客_相機參數
https://blog.csdn.net/paulkg12/article/details/121393602
https://blog.csdn.net/weixin_40787463/article/details/105785593
https://blog.csdn.net/guyuealian/article/details/102502213
https://blog.csdn.net/weixin_41480034/article/details/121759128
旋轉矩陣(Rotate Matrix)的性質分析 - caster99 - 博客園 (cnblogs.com)
SLAM入門之視覺里程計(2)：相機模型（內參數，外參數） - Brook_icv - 博客園 (cnblogs.com)