相机模型（转自高翔博士视觉SLAM十四讲）

图片剪切自：高翔-视觉SLAM十四讲

设每个像素的物理尺寸大小为 dx * dy (mm) ( 由于单个像素点投影在图像平面上是矩形而不是正方形，因此可能dx != dy)，
图像平面上某点在成像平面坐标系中的坐标为(x, y)，在像素坐标系中的坐标为(u, v)，则二者满足如下关系：[即(x, y)→(u, v)]
dx可理解为一个像素在x方向的实际长度（mm），同理dy可理解为一个像素在y方向的实际长度（mm）
u = x / dx + u0 v = y / dy + v0

具体实例
现以NiKon D700相机为例进行求解其内参数矩阵：
就算大家身边没有这款相机也无所谓，可以在网上百度一下，很方便的就知道其一些参数——

焦距 f = 35mm , 最高分辨率：4256×2832, 传感器尺寸：36.0×23.9 mm
根据以上定义可以有：
u0= 4256/2 = 2128 v0= 2832/2 = 1416 dx = 36.0/4256 dy = 23.9/2832
fx = f/dx = 4137.8 fy = f/dy = 4147.3
所以内参矩阵为：

⎡⎣⎢4137.80004147.30212814161⎤⎦⎥ [ 4137.8 0 2128 0 4147.3 1416 0 0 1 ]

参考：
1. 相机标定原理介绍（一）
2. 关于OpenCV的那些事——相机标定