外在
(不推荐)计算校准相机的位置
外在不推荐。使用estimateExtrinsics函数来代替。有关更多信息,请参见兼容性的考虑。
描述
(返回三维旋转矩阵和三维平移向量允许您从世界坐标变换点到摄像机坐标系统。rotationMatrix,translationVector)=外在(imagePoints,worldPoints,cameraParams)
例子
计算相机外在
创建一套校准图片。
图像= imageDatastore (fullfile (toolboxdir (“愿景”),“visiondata”,…“校准”,“单反”));
检测图像中的棋盘角。
[imagePoints, boardSize] = detectCheckerboardPoints (images.Files);
生成的世界坐标棋盘角落pattern-centric坐标系,在左上角(0,0)。广场在毫米大小。
squareSize = 29;worldPoints = generateCheckerboardPoints (boardSize squareSize);
校准相机。
I = readimage(图片1);图象尺寸=[(我,1),大小(我,2)];cameraParams = estimateCameraParameters (imagePoints worldPoints,…“图象尺寸”、图象尺寸);
加载图像新的位置。
imOrig = imread (fullfile (matlabroot“工具箱”,“愿景”,“visiondata”,…“校准”,“单反”,“image9.jpg”));图imshow (imOrig);标题(输入图像的);
Undistort形象。
[im, newOrigin] = undistortImage (imOrig cameraParams,“OutputView”,“全部”);
在新形象找到引用对象。
[imagePoints, boardSize] = detectCheckerboardPoints (im);
补偿图像坐标系统的转变。
imagePoints = [imagePoints (: 1) + newOrigin (1),…imagePoints (:, 2) + newOrigin (2)];
计算新的外在。
[rotationMatrix, translationVector] =外在(…imagePoints、worldPoints cameraParams);
计算相机的姿势。
(方向、位置)= extrinsicsToCameraPose (rotationMatrix,…translationVector);图plotCamera (“位置”、位置、“定位”取向,“大小”,20);持有在pcshow ([worldPoints, 0(大小(worldPoints, 1), 1)),…“VerticalAxisDir”,“下来”,“MarkerSize”,40);
输入参数
输出参数
rotationMatrix——三维旋转
3×3矩阵
三维旋转,返回为一个3×3的矩阵。翻译一起旋转矩阵向量允许您从世界坐标变换点到摄像机坐标系统。
如果你设置imagePoints和worldPoints输入类双,那么函数返回rotationMatrix和translationVector作为双。否则,他们是单。
translationVector——三维翻译
1×3向量
三维翻译,作为1×3返回向量。翻译一起旋转矩阵向量允许您从世界坐标变换点到摄像机坐标系统。
如果你设置imagePoints和worldPoints输入类双,那么函数返回rotationMatrix和translationVector作为双。否则,他们是单。
算法
的外在函数使用了两个不同的算法来计算外在取决于worldPoints被指定为一个米2矩阵。使用一个米2为共面点矩阵z= 0。
的外在函数计算旋转矩阵和翻译的单个图像向量封闭形式。在校准过程中,外在估计数值减少reprojection错误校正图像。因此,使用外在函数的标定图像返回矢量旋转矩阵和翻译略有不同的校准期间获得的。
