㈠ matlab calib标定结果中fc cc 都是什么意思
cc指的是图像坐标系原点 ，fc 指的是照相机焦距。
㈡ 两种方法双目相机标定操作经验总结
总结双目相机标定经验，以下为两种操作方法及注意事项。选择合适的方法，可有效提高标定精度。
1、MATLAB工具箱：提供简洁易用的标定流程，只需输入左右相机图像，即可实现一键标定并生成结果图。直观显示相机与标定板的实际空间位置关系。通过误差图像筛选，优化标定结果。建议采集40张图像，以获得更佳标定结果。标定完成后，一键输出内参信息、畸变系数及外参信息。操作教程可在线搜索。
2、C++使用OpenCV：提供丰富示例，标定流程包括内参与外参两步。结果与MATLAB工具箱类似。标定板制作对精度影响显著。采用清晰度高的棋盘格，避免反光干扰，提高角点清晰度。选择优质标定板，优化标定效果，降低重投影误差。
提高标定精度的关键在于标定板制作。使用高质量棋盘格，避免反光与角点模糊，显著减少重投影误差。选择适当的标定板尺寸，确保图像采集的准确性。
面对两个视觉系统共用一个相机时，需解决内参冲突。使用MATLAB工具箱标定单目相机内参及畸变系数，再利用这些参数标定外参。遵循官方文档指导，避免查阅博客浪费时间。此方法确保内参与外参的准确性，且适应双目系统标定需求。
总结：双目相机标定方法多样，选择合适工具与优化标定板制作，是提高精度的关键。遵循操作细节，避免低效尝试，将有助于顺利完成标定工作。
㈢ Matlab相机标定总结
0. A4纸打印出来（或直接在手机上）并用尺子测量一个格的边长。
1.用想要标定的相机拍摄各种角度的照片。（我用的是电脑相机拍摄手机上的图片，手机上全屏的图片用尺子测量的是小格子的边长为7mm）,15到20张即可。
2.打开matlab命令行输入cameraCalibrator回车。点Add images，导入所拍的照片，改为7mm，确定。
3.点击Options,勾选如图所示。点击Calibrate。
4,最后点击。Export Camera Parameters导出参数。
5，回到matlab工作区。
IntrinsicMatrix对应内参，注意这个和程序中是转置的关系，注意不要搞错。
RadiaDistortion即为相机的畸变矩阵对应k1，k2，k3。
TangentialDistortion对应p1，p2。
畸变参数，总共有五个，径向畸变3个（k1,k2,k3）和切向畸变2个(p1,p2)。
RotationMatrices为16张图片的外参矩阵translationVectors 为16张图片的转移矩阵。因为每张图片对应一个世界坐标系（旋转矩阵和平移矩阵是世界坐标系相对于摄像机坐标系的，而算法中规定世界坐标系是标定板为z=0的平面，对于不同位置的标定板，其世界坐标系的定义是不同的，这也就不难解释为什么有多个旋转矩阵和平移矩阵了），所以实际情况时，内参矩阵，畸变矩阵确定后，选一个合适的世界坐标系，将其对应的外参矩阵和平移矩阵带入即可用于相机的坐标系转换。
至此，相机标定结束。