📚 课程目录第1章坐标系基础

1. 坐标系基础：四个坐标系的定义与关系

做3D视觉，说白了就是跟坐标系打交道。我刚开始接触这个领域时，最头疼的就是这几个坐标系来回倒腾。今天咱们就把它们彻底理清楚。

1.1 为什么需要四个坐标系？

你想想看，一个三维空间里的点，要最终显示在屏幕上，中间要经过多少道工序？

相机看到的是三维世界，但照片是二维的。像素位置是离散的整数，但物理世界是连续的。每个环节都有自己的“语言”，坐标系就是翻译官。

  核心思路： 世界坐标系 → 相机坐标系 → 图像坐标系 → 像素坐标系，这是一条单向流水线。

1.2 世界坐标系 (World Coordinate System)

世界坐标系是参考系。它固定在地面上，用来描述物体和相机在真实世界中的位置。

符号： 通常用 (X_w, Y_w, Z_w) 表示
特点： 原点可以任意选取，但一旦选定就固定不变
单位： 米、毫米等真实物理单位
用途： 描述物体在场景中的位置

我的习惯： 做SLAM时，通常把第一帧相机的位置设为世界坐标系原点。这样后续所有位姿都相对第一帧计算，直观又好调试。

1.3 相机坐标系 (Camera Coordinate System)

相机坐标系是以相机光心为原点的坐标系。它跟着相机一起运动。

符号： 通常用 (X_c, Y_c, Z_c) 表示
原点： 相机光心（镜头中心）
Z轴： 指向相机正前方（光轴方向）
X轴： 指向相机右侧
Y轴： 指向相机下方（注意！这里是右手系，但Y轴朝下）

我曾经踩过的坑： 相机坐标系的Y轴方向跟图像坐标系是反的。图像坐标系Y轴朝下，而世界坐标系Y轴通常朝上。做外参标定时，旋转矩阵的方向很容易搞反，导致投影结果完全不对。

1.4 图像坐标系 (Image Coordinate System)

图像坐标系是二维的，位于成像平面上。它描述的是物理成像位置。

符号： 通常用 (x, y) 表示
原点： 光轴与成像平面的交点（主点）
单位： 毫米等物理单位
特点： 连续坐标，不是整数像素

这里有个关键点：图像坐标系的原点不是图像左上角，而是主点。主点通常靠近图像中心，但因为有装配误差，不一定在正中心。

1.5 像素坐标系 (Pixel Coordinate System)

像素坐标系就是我们最终看到的图像坐标。它是离散的整数网格。

符号： 通常用 (u, v) 表示
原点： 图像左上角
单位： 像素（pixel）
u轴： 向右为正
v轴： 向下为正

  注意： 像素坐标 (u, v) 是整数，而图像坐标 (x, y) 是浮点数。从图像坐标到像素坐标，中间有一个离散化过程。

1.6 四个坐标系的关系图

下面这张图展示了完整的坐标系转换链路。我建议你把它存下来，做项目时随时对照。

1.7 坐标系转换公式

光看图还不够，咱们得把公式写出来。我习惯用齐次坐标来统一表达，这样矩阵运算更简洁。

步骤1：世界 → 相机

| Xc |   | R11 R12 R13 tx | | Xw |
| Yc | = | R21 R22 R23 ty | | Yw |
| Zc |   | R31 R32 R33 tz | | Zw |
| 1  |   | 0   0   0   1  | | 1  |

这里的R是3×3旋转矩阵，t是3×1平移向量。它们合起来就是相机的外参矩阵。

步骤2：相机 → 图像

x = fx * Xc / Zc + cx
y = fy * Yc / Zc + cy

这是针孔相机模型的核心。注意这里除以Zc，实现了从3D到2D的透视投影。

步骤3：图像 → 像素

u = x / dx + u0
v = y / dy + v0

dx和dy是每个像素的物理尺寸（毫米/像素），u0和v0是主点在像素坐标系中的位置。

我的经验： 实际项目中，我们通常把步骤2和步骤3合并成一个内参矩阵K。这样写代码时一步到位，减少中间变量出错的机会。

1.8 完整投影公式（齐次坐标形式）

| u |   | fx  0  cx 0 | | R11 R12 R13 tx | | Xw |
| v | = | 0  fy cy 0 | | R21 R22 R23 ty | | Yw |
| 1 |   | 0   0  1  0 | | R31 R32 R33 tz | | Zw |
                          | 0   0   0   1  | | 1  |

这个公式就是3D视觉的基石。你把它拆开看：

右边第一个矩阵是内参矩阵K（3×4）
右边第二个矩阵是外参矩阵（4×4）
两者相乘得到投影矩阵P = K[R|t]

1.9 坐标系对比总结

坐标系	维度	原点	单位	是否连续	典型符号
世界	3D	任意选定	米/毫米	连续	(Xw, Yw, Zw)
相机	3D	光心	米/毫米	连续	(Xc, Yc, Zc)
图像	2D	主点	毫米	连续	(x, y)
像素	2D	左上角	像素	离散	(u, v)

避坑提醒： 很多初学者搞混图像坐标系和像素坐标系。记住：图像坐标是物理单位（毫米），原点在主点；像素坐标是整数，原点在左上角。两者之间差了一个缩放和平移。

1.10 实战小贴士

做项目时，我建议你养成几个好习惯：

统一单位： 世界坐标用毫米，焦距用毫米，像素尺寸用毫米/像素。混用单位是坐标系转换最常见的错误来源。
检查主点： 标定完相机后，先看看主点坐标是否接近图像中心的一半。如果差太多，说明标定可能有问题。
验证投影： 写代码时，先拿一个已知3D点投影到2D，看看结果是否合理。我每次都会做这个验证，能省掉后面很多调试时间。
注意方向： 相机坐标系的Y轴朝下，跟世界坐标系的Y轴朝上正好相反。做旋转矩阵时一定要确认方向。

嗯，坐标系基础就讲到这里。这些概念虽然基础，但后面所有章节都建立在它们之上。你花时间把这里搞透，后面的内容会顺畅很多。