使用matlab进行相机参数标定非常方便，相机畸变模型请参考另一篇文章相机内参与畸变模型，单目相机标定的结果就是得到相机内参与畸变系数。
1、标定图片
首先，需要使用待标定的相机获取标定板的图片，这里使用棋盘格作为标定板。采集标定板图片需要在相机各个方位进行拍摄，不要在同一个位置获取多张图片，标定板的大小根据相机视野而定，一般选择棋盘格图案占图片大小的2/3，棋盘格子宽高应为：奇数x偶数，比如5x6，7x8，而不要8x8这样设计棋盘格，棋盘格精度会直接影响标定结果，高精度场景需要购买高精度的棋盘格，自行打印的棋盘格一般精度较低，视使用需求而定。用于标定的图片如下图：
2、标定
打开Matlab，在APPS里找到Camera Calibrator应用，如下图：
点击Add Images选择From file添加棋盘格图片
选择棋盘格图片后，弹出下面对话框，填写棋盘格的格子物理尺寸，例如我使用的棋盘格格子边长为10mm.
加载图片完成后如下图，已经自动检测出棋盘格角点，角点检测失败的图片则未被加载进来，图中还显示出了棋盘格物理坐标系的原点和xy轴方向，z轴方向根据右手法则确定。在Radial Distortion处可选择畸变参数类型，点击Calibrate按钮进行标定。
标定完成如下图，在棋盘格图片中，绿色圆圈表示检测到的角点位置，红色+表示标定完后重投影的角点位置，右上角柱形图Reprojection Errors显示了当前图片每个角点的重投影误差，重投影点是标定完后棋盘格子角点的物理坐标系坐标点根据相机内参和外参重投影计算得到再图像坐标系下的坐标点，而重投影误差则是重投影坐标点和检测得到的角点图像坐标点之间的欧式距离。图中右下角视图显示每张棋盘格物理坐标系再相机坐标系下的位姿，即棋盘格对应的外参。点击Export Camera Parameters导出标定结果。
可选择Export estimation errors导出误差参数。
3、获取标定结果
导出标定结果后回到matlab主界面可查看相关参数信息
几个重要参数为：相机内参矩阵IntrinsicMatrix(这里内参矩阵形式表示为[fx，0，0；0，fy，0；cx，cy，1])，畸变参数RadialDistortion和TangentialDistorition（分别对应畸变模型那篇文章里介绍的k1,k2,k3,p1,p2）
其他参数：
WorldPoints为每个图片每个角点的物理坐标系，此处列出了xy轴坐标，由于所有角点都在同一个平面上，所以z轴坐标值都为零。
TranslationVectors为每张图片对应的棋盘格物理坐标系到相机坐标系变换关系的平移向量，记为Tc，RotationMatrices为每张图片对应的棋盘格物理坐标系到相机坐标变换关系的旋转矩阵，记为Rc，则棋盘格物理坐标系上一点Pw(pwx；pwy；pwz)在相机坐标系下的坐标值为Pc(pcx；pcy；pcz)，则 Pc = Pw*Rc + Tc。RotationVectors是RotationMatrices对应的旋转向量。
ReprojectrdPoints为角点的重投影点。ReprojectionErrors为重投影点的重投影误差。MeanReprojectionError为重投影误差的均值。