机器视觉的相机标定到底是什么？ 之前做识别算法现在开始学习标定。用matlab。刚开始看标定，先从单个相机开始看。标定板为何需要在不同角…
设X服从0-1分布，X1，X2。.XN是来自X的一个样本，试求参数P的极大似然估计值 P(X=1)=p P(X=0)=1-p所以X的密度函数是P(X=a)=p^4102a*(1-p)^(1-a)a=0或1p未知，p∈[0，1]样本为X1…XN所以似1653然函数是L(x1，x2…xn；p)=(p^x1*(1-p)^(1-x1))*(p^x2*(1-p)^(1-x2))…(p^xn*(1-p)^(1-xn))p^(∑xi)*(1-p)^(n-∑xi)取对数ln L=∑xi ln p+(n-∑xi)ln(1-p)求导：dlnL/dp=∑xi/p-(n-∑xi)/(1-p)=0lnL在p=(∑xi)/n时取得最大值所以p的最大似然估计是(∑xi)/n
几何分布p（x=k）=（1-p）k*p的极大似然估计量， 请参考概率论与数理统计，里面解析很详细
