％使用| ImageageAtastore |获取a中的所有图像文件名的列表%目录。imageDir = fullfile (toolboxdir (“愿景”），“视觉数据”,...'structionfromotion'）;IMDS = IMAGEDATASTORE（IMAGEDIR）;％显示图像。图蒙太奇（IMDS.Files，'尺寸', 3, 2);%将图像转换为灰度。images = cell(1, numel(imds.Files));为了i=1:numel（imds.Files）i=readimage（imds，i）；图像{i}=im2gray（i）；结尾标题（“输入图像序列”）;

数据=加载（完整文件（imageDir，“cameraParams.mat”)); cameraParams=data.cameraParams；

%获取相机的内在参数内在= cameraparams.intrinsics;%取消对第一个图像的扭曲。i = untostortimage（图像{1}，内在ici）;%检测功能。增加“NumOctaves”有助于检测大规模高分辨率图像中的％功能。使用ROI消除杂散%图像边缘周围的特征。border=50；roi=[边框，边框，大小（I，2）-2*边框，大小（I，1）-2*边框]；prevPoints=detectSURFFeatures（I，“NumOctaves”8'roi'，ROI）;%提取特征。使用“直立”功能可以提高匹配，只要%相机运动几乎不涉及面内旋转。prevfeatures =提取物（i，prevpoints，“直立的”，对）；%创建一个空的imageviewset对象以管理与每个对象关联的数据％ 看法。vSet=图像视图集；％添加第一个视图。将相机与第一个视图相关联％和沿z轴定向的原点。viewId=1；vSet=添加视图（vSet、viewId、rigid3d、，“点”，分数）；

为了我= 2:元素个数(图片)%恢复当前图像的失真。I=未失真图像（图像{I}，本质）；％检测，提取和匹配功能。CurrPoints = DetectSurfepures（我，“NumOctaves”8'roi'，ROI）;Currfeatures =提取物（I，Curpoints），“直立的”，true）；indexPairs=匹配特征（prevFeatures、currFeatures、，...'maxratio'7,'独特的'，对）；%选择匹配点。matchedpoint1 = prevPoints(indexPairs(:， 1));matchedpoint2 = currPoints(indexPairs(:， 2));％估计相对于上一个视图的当前视图的相机姿势。%姿势是按比例计算的，这意味着%前一个视图和当前视图的摄像机设置为1。％这将通过捆绑调整来校正。[relativeOrient、relativeLoc、inlierIdx]=帮助估计相对姿态(...matchedPoints1、matchedPoints2 intrinsic);％获取包含上一个相机姿势的表。prevPose = pose (vSet, i-1).AbsolutePose;relPose = rigid3d(relativeOrient, relativeLoc);在全局坐标系中计算当前摄像机的姿态％相对于第一个视图。currPose = rigid3d (relPose。T * prevPose.T);％将当前视图添加到视图集。vset = addview（vset，i，urpery，“点”，货币点数）；％存储上一个和当前视图之间的点匹配。vSet=添加连接（vSet，i-1，i，relPose，“匹配”，indexPairs（inlierIdx，：）；在所有视图中找到点轨迹。曲目= findtracks（vset）;%获取包含所有视图的摄影机姿势的表。坎波斯=姿势（vset）;%对三维世界点的初始位置进行三角测量。xyzPoints = triangulateMultiview(tracks, campose, intrinsics);％优化3-D世界点和相机姿势。[xyzPoints，campos，reprojectioners]=捆绑调整（xyzPoints，...intrinsic痕迹,坎波斯,'filedviewid'1....“PointsUnderated”，对）；%储存精致的相机姿势。vset = updateView（vset，野营）;PrevFeatures = Currfeatures;prevpoints = curptpoints;结尾

％显示相机姿势。坎波斯=姿势（vset）;数字;Plotcamera（野营，'尺寸', 0.2); 持有在％排除嘈杂的3-D点。goodIdx = (reprojectionErrors < 5);xyzPoints = xyzPoints(goodIdx，:);%显示3d点。pcshow（xyzPoints，“VerticalAxis”,'是','verticalaxisdir',“下来”,...“MarkerSize”，45）;网格在持有从%指定查看卷。Loc1 = Camposs.Absolutepose（1）。翻译;XLIM（[LOC1（1）-5，LOC1（1）+4]）;ylim（[LOC1（2）-5，LOM1（2）+4]）;ZLIM（[LOC1（3）-1，LOM1（3）+20]）;Camorbit（0，-30）;标题（'精制相机姿势'）;

%读取并取消对第一个图像的扭曲i = untostortimage（图像{1}，内在ici）;%检测第一幅图像中的角点。prevpoints =侦听（I，'清点', 0.001);%创建点跟踪器对象以跨视图跟踪点。追踪=愿景。PointTracker (“MaxBidirectionalError”1.'numpyramidlevels'6);%初始化点跟踪器。prevPoints=prevPoints.Location；初始化（跟踪器，prevPoints，I）；％存储视图集中的密集点。vset = UpdateConnection（vset，1,2，“匹配”，零（0，2））；vSet=updateView（vSet，1，“点”，分数）；%跟踪所有视图中的点。为了我= 2:元素个数(图片)％读取并贴变当前图像。I=未失真图像（图像{I}，本质）；%追踪积分。[currPoints，validix]=步进（跟踪器，I）；％清除点之间的旧匹配。如果i < numel(images) vSet = updateConnection(vSet, i, i+1，)“匹配”，零（0,2））；结尾vSet = updateView(vSet, i，“点”，货币点数）；%在视图集中存储点匹配。matches = repmat（（1：size（prevpoints，1））'，[1,2]）;matches = matches（valididx，:);vset = UpdateConnection（vset，i-1，i，“匹配”,匹配);结尾在所有视图中找到点轨迹。曲目= findtracks（vset）;在所有视图中找到点轨迹。坎波斯=姿势（vset）;%对三维世界点的初始位置进行三角测量。xyzPoints = triangulateMultiview(轨道，campose，...intrinsic);％优化3-D世界点和相机姿势。[XYZPOINTS，野营，重新评论错误] = BundleAdjustment（...xyzPoints, tracks, campose, intrinsics，'filedviewid'1....“PointsUnderated”，对）；

显示精致的相机姿势。数字;Plotcamera（野营，'尺寸', 0.2); 持有在％排除嘈杂的3-D世界点。goodIdx = (reprojectionErrors < 5);%显示密集的三维世界点。pcshow (xyzPoints (goodIdx:)“VerticalAxis”,'是','verticalaxisdir',“下来”,...“MarkerSize”，45）;网格在持有从%指定查看卷。Loc1 = Camposs.Absolutepose（1）。翻译;XLIM（[LOC1（1）-5，LOC1（1）+4]）;ylim（[LOC1（2）-5，LOM1（2）+4]）;ZLIM（[LOC1（3）-1，LOM1（3）+20]）;Camorbit（0，-30）;标题（“密集的重建”）;