stereoCalibrationErrors类

用于存储估计的立体参数的标准误差

语法

stereoCalibrationErrors

描述

stereoCalibrationErrors包含估计的立体参数的标准误差。的estimateCameraParameters函数的作用是:返回stereoCalibrationErrors对象。可以使用对象的属性访问用于立体校正的标准误差。您可以使用该对象显示标准错误displayErrors方法。

属性

`Camera1IntrinsicsErrors`	摄像机1的标准误差估计了本征和畸变系数，指定为`intrinsicsEstimationErrors`对象。
`Camera1ExtrinsicsErrors`	摄像机1的标准误差估计了extrinsics参数，指定为`extrinsicsEstimationErrors`对象。
`Camera2IntrinsicsErrors`	摄像机2的标准误差估计了本征和畸变系数，指定为`intrinsicsEstimationErrors`对象。
`RotationOfCamera2Error`	相机2相对于相机1旋转向量的标准误差，指定为3元素向量。
`TranslationOfCamera2Error`	摄像机2相对于摄像机1平移的标准误差，指定为3元素向量。

方法

displayErrors

显示相机参数估计的标准误差

例子

全部折叠

估计和显示立体校正标准误差

打开生活的脚本

指定图像校准。

imageDir = fullfile (toolboxdir (“愿景”),“visiondata”,…“校准”,“立体”);leftImages = imageDatastore (fullfile (imageDir“左”));rightImages = imageDatastore (fullfile (imageDir“对”));

检测棋盘格。

[imagePoints, boardSize] = detectCheckerboardPoints(…leftImages.Files rightImages.Files);

指定棋盘键的世界坐标。正方形的尺寸以毫米为单位。

squareSize = 108;worldPoints = generateCheckerboardPoints (boardSize squareSize);

校准立体声摄像机系统。这里两个相机的分辨率是一样的。

I = readimage (leftImages, 1);imageSize = [size(I, 1)， size(I, 2)];[params， ~， errors] = estimateCameraParameters(imagePoints,worldPoints，…“图象尺寸”、图象尺寸);

显示标准错误。

displayErrors(错误,params);

标准的错误估计立体相机参数- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -相机1 intrinsic - - - - - - - - - - - - - - - - - - -焦距(像素):[1038.0286 + / - 0.6533 - 1037.9144 + / - 0.6389]主点(像素):[656.0841 + / - 0.3408 - 485.5485 + / - 0.2639)径向畸变:[-0.3617 + / - 0.0008 - 0.1866 + / - 0.0026)相机1外在- - - - - - - - - - - - - - - - - - -旋转向量:(0.1680 + / - 0.0007 - -0.0271 + / - 0.0006 - 3.1125 + / - 0.0001)(0.1995 + / - 0.0006 - -0.0523 + / - 0.0005 - -3.0991 + / - 0.0000)(0.4187 + / - 0.0005 - -0.1061 + / - 0.0004 - -3.1113 + / - 0.0001)(0.5239 + / - 0.0005 - -0.0604 + / - 0.0004 - -3.0552 + / - 0.0001)(0.6807 + / - 0.0006 - -0.0306 + / - 0.0005 - -3.0331 + / - 0.0001)(0.3513 + / - 0.0007 - -0.0993 + / - 0.0006 - -3.0334 + / - 0.0001)(0.0212 + / - 0.0007 - -0.1179 + / - 0.0007 - -3.0833 + / - 0.0000)(-0.2765 + / - 0.0008 - -0.0847 + / - 0.0007 - -3.0943 + / - 0.0001][-0.4407 + / - 0.0007-0.1119 +/- 0.0006 -3.0652 +/- 0.0001 ] [ -0.2537 +/- 0.0008 -0.1334 +/- 0.0007 -3.1039 +/- 0.0001 ] Translation vectors (mm): [ 708.4192 +/- 0.4914 227.0500 +/- 0.4002 1492.8672 +/- 1.0127 ] [ 368.4409 +/- 0.5228 191.7200 +/- 0.4094 1589.9146 +/- 0.9987 ] [ 226.3710 +/- 0.5173 191.1430 +/- 0.4030 1578.4779 +/- 0.9576 ] [ 49.5377 +/- 0.5183 196.7495 +/- 0.4030 1580.5403 +/- 0.9493 ] [ -172.4001 +/- 0.7003 150.9910 +/- 0.5406 2119.3253 +/- 1.2532 ] [ 10.7777 +/- 0.6784 176.8785 +/- 0.5276 2066.8343 +/- 1.2907 ] [ 295.4840 +/- 0.6616 167.8675 +/- 0.5158 2010.7712 +/- 1.2738 ] [ 614.2338 +/- 0.6457 166.2016 +/- 0.5153 1968.1798 +/- 1.2722 ] [ 767.0157 +/- 0.6106 165.5372 +/- 0.4991 1868.3334 +/- 1.2395 ] [ 953.8134 +/- 0.7336 -14.7981 +/- 0.6039 2255.6169 +/- 1.5107 ] Camera 2 Intrinsics ------------------- Focal length (pixels): [ 1042.4816 +/- 0.6644 1042.2691 +/- 0.6534 ] Principal point (pixels):[ 640.5972 +/- 0.3305 479.0652 +/- 0.2633 ] Radial distortion: [ -0.3614 +/- 0.0007 0.1822 +/- 0.0022 ] Position And Orientation of Camera 2 Relative to Camera 1 --------------------------------------------------------- Rotation of camera 2: [ -0.0037 +/- 0.0002 0.0050 +/- 0.0004 -0.0002 +/- 0.0000 ] Translation of camera 2 (mm): [ -119.8720 +/- 0.0401 -0.4005 +/- 0.0414 -0.0258 +/- 0.1750 ]