所谓的归一化的成像平面，就是将三维空间点的坐标都除以Z。
所有空间点坐标都转到了相机前单位距离处，这个平面就叫归一化的平面，之后再乘以焦距
f
f
f，让归一化平面回到成像平面。以一张别的博主做的图为例说明各个坐标系的转换关系：
参考：
高翔 视觉SLAM十四讲
https://blog.csdn.net/weixin_38133509/article/details/85689838
考虑到n个三维空间点P和他们的投影p，我们希望计算R，t，用李代数表示为T 。假设某空间点
P
i
=
[
X
i
,
Y
i
,
Z
i
]
T
P_{i}=\left[X_{i}, Y_{i}, Z_{i}\right]^{T}
Pi=[Xi,Yi,Zi]T，其投影的像素坐标为
u
i
=
[
u
i
,
v
i
]
T
\boldsymbol{u}_{i}=\left[u_{i}, v_{i}\right]^{T}
ui=[ui,vi]T，像素位置与空间点位置的关系如下：
写成矩阵形式：
s
i
u
i
=
K
exp
(
ξ
∧
)
P
i
s_{i} \boldsymbol{u}_{i}=\boldsymbol{K} \exp \left(\boldsymbol{\xi}^{\wedge}\right) \boldsymbol{P}_{i}
siui=Kexp(ξ∧)Pi
由于相机位姿未知以及观测点的噪声，该等式存在一个误差。我们将误差求和，构建最小二乘问题，然后寻找做好的相机位姿，使它最小化：
这个误差项就叫做重投影误差的和。
或者参考：
该图片来自：https://blog.csdn.net/bufengzj/article/details/103336170
