（四）极大似然参数估计 【计算机视觉学习笔记--双目视觉几何架构系列】

四、极大似然参数估计

         此篇博文，玉米将和大家分享一下“张氏标定”除几何推导外的另外一大精髓：参数估计。

         张教授在大作“A Flexible New Technique for Camera Calibration”中的原话如下：” The above solution is obtained through minimizing an algebraic distancewhich is not physically meaningful. We can refine it through maximum likelihoodinference”.意思是：上面的几何推导仅仅是纯代数上的拟合，没有物理意义。下面让我们通过极大似然理论对得到的结果进行改善。

       顺着张教授的意思，玉米先在这里为大家从概念上讲述一下极大似然估计。

       极大似然估计是一种估计总体未知参数的方法。它主要用于点估计问题。所谓点估计是指用一个估计量的观测值来估计未知参数的真值。说穿了就一句话：就是在参数空间中选取使得样本取得观测值的概率最大的参数。

       我们定义似然函数：

       总体分布为离散型的：（p是已知的分布律）