detectCheckerboardPoints
检测图像中的棋盘图案
语法
描述
［在二维真彩色或灰度图像中检测大小大于4x4平方的黑白棋盘。该函数返回棋盘的检测点和尺寸。imagePoints，boardSize= detectCheckerboardPoints(我）
［在以文件名数组形式提供的一组输入图像中检测棋盘图案。imagePoints，boardSize，imagesUsed= detectCheckerboardPoints(imageFileNames）
［检测一组输入图像中的棋盘图案，以灰度图像或真彩色图像数组的形式提供。imagePoints，boardSize，imagesUsed= detectCheckerboardPoints(图片）
［检测立体图像对中的棋盘图案，作为文件名的单元格数组提供。imagePoints，boardSize，pairsUsed= detectCheckerboardPoints(imageFileNames1，imageFileNames2）
［检测立体图像对中的棋盘图案，以灰度或真彩色图像数组的形式提供。imagePoints，boardSize，pairsUsed= detectCheckerboardPoints(images1，images2）
［使用一个或多个指定的其他选项imagePoints，boardSize，pairsUsed= detectCheckerboardPoints(___，名称,值）名称,值对参数。未指定的属性有默认值。
例子
检测高失真图像中的棋盘
创建一个imageDatastore包含来自GoPro相机的校准图像。
imds = imageDatastore(fullfile(toolboxdir(“愿景”)，“visiondata”，“校准”，“还装有”));
检测校准模式使用“HighDistortion”选项，这是很好的使用鱼眼镜头图像。
[imagePoints,boardSize,imagesUsed] = detectCheckerboardPoints(imds.Files(1:4)，“HighDistortion”,真正的);
显示检测点。
为I = 1:4读取图像%I = readimage(imds, I);在检测点位置插入标记I = insertMarker(I, imagePoints(:，:， I)，“o”，“颜色”，“红色”，“大小”10);显示图像Subplot (2,2, i);imshow(我);结束
检测图像中的棋盘
加载包含棋盘图案的图像。
imageFileName = fullfile(toolboxdir(“愿景”)，“visiondata”，“校准”，“摄像头”，“image4.tif”）;I = imread(imageFileName);
检测棋盘点。
[imagePoints,boardSize] = detectCheckerboardPoints(I);
显示检测点。
J = insertText(I,imagePoints,1:size(imagePoints,1));J = insertMarker(J,imagePoints，“o”，“颜色”，“红色”，“大小”5);imshow (J);标题(sprintf ('检测到一个%d x %d棋盘'boardSize));
检测一组图像文件中的棋盘
创建校准图像文件名的单元格数组。
为i = 1:5 imageFileName = sprintf(“图像% d.tif”,我);imageFileNames{i} = fullfile(matlabroot，“工具箱”，“愿景”，.．.“visiondata”，“校准”，“摄像头”, imageFileName);结束
检测图像中的校准模式。
[imagePoints,boardSize,imagesUsed] = detectCheckerboardPoints(imageFileNames，“PartialDetections”、假);
显示检测点。
imageFileNames = imageFileNames(imagesUsed);为i = 1:numel(imageFileNames) i = imread(imageFileNames{i});Subplot (2,2, i);imshow(我);持有在；情节(imagePoints(:, 1,我),imagePoints(:, 2,我)“罗”）;结束
在立体图像中检测棋盘
阅读立体图像。
numImages = 4;images1 = cell(1, numImages);images2 = cell(1, numImages);为i = 1:numImages images1{i} = fullfile(matlabroot，“工具箱”，“愿景”，.．.“visiondata”，“校准”，“立体”，“左”sprintf (“左% 02 d.png”,我));Images2 {i} = fullfile(matlabroot，“工具箱”，“愿景”，.．.“visiondata”，“校准”，“立体”，“对”sprintf (“对% 02 d.png“,我));结束
检测图像中的棋盘。
[imagePoints, boardSize pairsUsed] =.．.detectCheckerboardPoints (images1 images2);
显示点来自images1．
images1 = images1(pairsUsed);图;为i = 1:numel(images1) i = imread(images1{i});次要情节(2,2,我);imshow(我);持有在；情节(imagePoints(:, 1,我,1),imagePoints(:, 2,我,1),“罗”）;结束注释(“文本框”，[0 0.9 1 0.1]，“字符串”，“相机1”，.．.“EdgeColor”，“没有”，“HorizontalAlignment”，“中心”）
显示点来自images2．
images2 = images2(pairsUsed);图;为i = 1:numel(images2) i = imread(images2{i});Subplot (2,2, i);imshow(我);持有在；情节(imagePoints(:, 1,我,2),imagePoints(:, 2,我,2),“罗”）;结束注释(“文本框”，[0 0.9 1 0.1]，“字符串”，“照相机2”，.．.“EdgeColor”，“没有”，“HorizontalAlignment”，“中心”）
输入参数
输出参数
imagePoints-检测棋盘角坐标
米-乘2矩阵|米2 -图像数量数组|米2 -图像对的数目——- - - - - -摄像头数量数组
检测到棋盘角坐标，返回为米一个图像的-by-2矩阵。对于多个图像，点将作为米2 -图像数量数组，对于立体图像对，函数返回点作为米2 -配对数——- - - - - -摄像头数量数组中。
对于立体对，imagePoints(:，:，:，1)是第一组图像中的点，和imagePoints(:，:，:，2)是来自第二组图像的点。输出包含米[数目]xy)坐标。每个坐标表示棋盘上检测到直角的点。的值决定函数返回的点数boardSize，表示检测到的平方数。该函数以亚像素精度检测点。
该函数计算点的数量，米，详情如下:
米＝刺激（boardSize1)。 |
如果无法检测到棋盘:
imagePoints＝［］ |
boardSize＝(0,0) |
当您指定imageFileNames输入后，函数可以返回imagePoints作为一个米2 -N数组中。在这个数组中，N表示检测到棋盘的图像数量。如果棋盘无法被检测到，该函数将设置imagePoints来［］．
仅适用于单相机图像:
如果无法检测到完整的棋盘，则该函数返回一个部分检测到的棋盘[
南南]作为x-y中缺失角的坐标imagePoints．属性可以修改此默认行为“PartialDetections”名称-值参数。在可能的情况下，该功能将部分检测到的棋盘板定向，使原点的位置和角的排列与完全可见的棋盘板一致。如果函数不能在任何输入图像中检测到完整的棋盘，则使用检测到的最大棋盘作为参考棋盘。
boardSize-棋盘尺寸
2-element [高度，宽度)向量
棋盘尺寸，返回为2元素[高度，宽度)向量。棋盘的尺寸是用方格数表示的。
如果棋盘无法被检测到，该函数将设置boardSize来(0,0)．
imagesUsed-模式检测标志
N-by-1逻辑向量
模式检测标志，返回为N的-by-1逻辑向量N逻辑值。该函数输出与输入图像相同数量的逻辑。一个真正的值表示在对应的图像中检测到模式。一个假值表示函数没有检测到模式。
pairsUsed-立体对模式检测标志
N-by-1逻辑向量
立体对模式检测标志，返回为N的-by-1逻辑向量N逻辑值。该函数输出与输入图像相同数量的逻辑。一个真正的值表示在对应的立体图像对中检测到图案。一个假Value表示函数不检测模式。
对于立体对模式检测，棋盘需要在两幅图像中完全可见才能被检测到。与单摄像机校准不同，立体图像对拒绝部分检测棋盘。
参考文献
盖革，A. F.穆斯曼，O.卡尔，B.舒斯特。“使用单次拍摄自动相机和距离传感器校准”国际机器人与自动化会议(ICRA)2012年5月，美国圣保罗。
扩展功能
版本历史
在R2014a中引入
您也可以从以下列表中选择一个网站: