一、相机标定原理1.1 基本原理摄像机标定(Camera calibration)简单来说是从世界坐标系换到图像坐标系的过程，也就是求最终的投影矩阵的过程。[1]基本的坐标系：世界坐标系；相机坐标系；成像平面坐标系；像素坐标系[2]一般来说，标定的过程分为两个部分：第一步是从世界坐标系转为相机坐标系，这一步是三维点到三维点的转换，包括R，t（相机外参，确定了相机在某个三维空间中的位置和朝向）等参数

目录原理一、全景拼接原理二、针对不同场景做全景拼接2.1 代码实现2.2 室内场景2.2 室外景深落差较小的场景2.3 室外景深落差较大的场景原理一、全景拼接原理在生活当中，我们使用手机摄像功能时会时常使用到全景摄像。然而我们会经常遇到全景图拍摄失败。例如我们拍摄一个场景的时候，人会被拉扯成两个人的宽度，或是被压缩成一条线的宽度，或是建筑物被扭曲等等诡异画面。这是由于全景拼接算法不完善或是有问题的

目录原理一、全景拼接原理二、针对不同场景做全景拼接2.1 代码实现2.2 室内场景2.2 室外景深落差较小的场景2.3 室外景深落差较大的场景原理一、全景拼接原理在生活当中，我们使用手机摄像功能时会时常使用到全景摄像。然而我们会经常遇到全景图拍摄失败。例如我们拍摄一个场景的时候，人会被拉扯成两个人的宽度，或是被压缩成一条线的宽度，或是建筑物被扭曲等等诡异画面。这是由于全景拼接算法不完善或是有问题的

一、相机标定原理1.1 基本原理摄像机标定(Camera calibration)简单来说是从世界坐标系换到图像坐标系的过程，也就是求最终的投影矩阵的过程。[1]基本的坐标系：世界坐标系；相机坐标系；成像平面坐标系；像素坐标系[2]一般来说，标定的过程分为两个部分：第一步是从世界坐标系转为相机坐标系，这一步是三维点到三维点的转换，包括R，t（相机外参，确定了相机在某个三维空间中的位置和朝向）等参数

目录一、Harris角点检测器1.1 角点检测算法原理1.2 角点检测相关概念1.3 响应函数1.4 Harris算法的优缺点1.5 Harris算法代码实现二、SIFT2.1 SIFT要解决的问题2.2 SIFT特性2.3 尺度空间的概念2.4 代码实现三、匹配地理标记图像一、Harris角点检测器1.1 角点检测算法原理Harris 角点提取算法是Chris Harris 和Mike Step

目录原理一、全景拼接原理二、针对不同场景做全景拼接2.1 代码实现2.2 室内场景2.2 室外景深落差较小的场景2.3 室外景深落差较大的场景原理一、全景拼接原理在生活当中，我们使用手机摄像功能时会时常使用到全景摄像。然而我们会经常遇到全景图拍摄失败。例如我们拍摄一个场景的时候，人会被拉扯成两个人的宽度，或是被压缩成一条线的宽度，或是建筑物被扭曲等等诡异画面。这是由于全景拼接算法不完善或是有问题的