在视觉SLAM中，有几个基本的坐标系
- 世界坐标系
- 相机坐标系
- 成像平面坐标系
- 图像像素坐标系
如何在各坐标系之间相互转换，把摄像头输出的2D图像和我们所在的三维世界一一对应，是SLAM技术研究的一大重点，从世界坐标系如何在各坐标系之间相互转换，把摄像头输出的2D图像和我们所在的三维世界一一对应，是SLAM技术研究的一大重点
是一个小孔成像的模型，其中：
[1]O点表示
camera centre，即相机的中心点，也是相机坐标系的中心点；
[2]z轴表示
principal axis，即相机的主轴；
[3]q点所在的平面表示
image plane，即相机的像平面，也就是图片坐标系所在的二维平面；
[4]O1点表示
principal point，即主点，主轴与像平面相交的点；
[5]O点到O1点的距离，也就是右边图中的f,即相机的焦距；
[6]像平面上的x和y坐标轴是与相机坐标系上的X和Y坐标轴互相平行的；
[7]相机坐标系是以X,Y,Z（大写）三个轴组成的且原点在O点，度量值为米（
m）；
[8]像平面坐标系是以x,y（小写）两个轴组成的且原点在O1点，度量值为米（
m）；
[9]像素坐标系一般指图片相对坐标系，在这里可以认为和像平面坐标系在一个平面上，不过原点是在图片的角上，而且度量值为像素的个数（
pixel）；
2、相机坐标系→成像平面坐标系
[1]以O点为原点建立摄像机坐标系。点Q(X,Y,Z)为摄像机坐标系空间中的一点，该点被光线投影到图像平面上的q(x,y,f)点。
图像平面与光轴z轴垂直，和投影中心距离为f （f是相机的焦距）。按照三角比例关系可以得出：
x/f = X/Z y/f = Y/Z ，即 x = fX/Z y = fY/Z
以上将坐标为(X,Y,Z)的Q点映射到投影平面上坐标为(x,y)的q点的过程称作投影变换。
上述Q点到q点的变换关系用3*3的矩阵可表示为：q = MQ，其中
最终得出透视投影变换矩阵为：
（1）
M称为摄像机的内参数矩阵，单位均为物理尺寸。
通过上面，可以把相机坐标系转换到像图像坐标系的物理单位[即(X,Y,Z)→(x,y)]
3、成像平面坐标系→像素坐标系
通过下面，可以把像平面坐标系物理单位到像素单位[即→(u,v)]
以图像平面的左上角或左下角为原点建立坐标系。假设像平面坐标系原点位于图像左下角，水平向右为u轴，垂直向上为v轴，均以像素为单位。
以图像平面与光轴的交点O1 为原点建立坐标系，水平向右为x轴，垂直向上为y轴。
原点O1一般位于图像中心处，O1在以像素为单位的图像坐标系中的坐标为(u0, v0)。
像平面坐标系和像素坐标系虽然在同一个平面上，但是原点并不是同一个。
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)]
u = x / dx + u0 v = y / dy + v0
（2）
（3）