numimages = 9;files = cell（1，NumImages）;为了i = 1：Numimages文件{i} = fullfile（matlabroot，'工具箱'，“愿景”，“visiondata”，.．.'校准'，'SLR'，Sprintf（'图像％d.jpg',我));结尾%显示一个校准图像放大率= 25;i = imread（文件{1}）;图;imshow（我，'InitialMagnification'、放大);标题(“其中一张校准图像”）;

%检测图像中的棋盘角落。[ImagePoints，BoardSize] =侦探校验erboardPoints（文件）;％生成棋盘角落的世界坐标％以图案为中心的坐标系，左上角（0,0）。Squaresize = 29;％以毫米worldPoints = generateCheckerboardPoints(boardSize, squareSize);校准相机。imageSize = [size(I, 1)， size(I, 2)];cameraParams = estimatecamerparameters (imagePoints, worldPoints，.．.'图片大小'， 图片大小）;%评估校准精度。图;showReprojectionErrors (cameraParams);标题(“Reprojection错误”）;

imOrig = imread (fullfile (matlabroot'工具箱'，“愿景”，“visiondata”，.．.'校准'，'SLR'，'image9.jpg'））;图;imshow（imorig，'InitialMagnification'、放大);标题('输入图像'）;

％镜头引入了很小的失真，使用“完整”输出视图来说明％图像未分解。如果我们使用默认的“相同”选项，那将是困难的与原始图像相比，％要注意任何差异。注意小黑边界。[im, newOrigin] = un畸变图像(imOrig, camerparams)'OutputView'，'满的'）;图;imshow（我，'InitialMagnification'、放大);标题('不朽的形象'）;

%将图像转换为HSV颜色空间。imHSV = rgb2hsv (im);％获取饱和通道。饱和= imhsv（:,：，2）;％阈值图像t =曲线（饱和度）;imcoin =（饱和> t）;图;imshow（imcoin，'InitialMagnification'、放大);标题('分段硬币'）;

%查找连接组件。Blobanalysis = Vision.Blobanalysis（'AreaOutputport'， 真的，.．.'centroidoutputport'， 错误的，.．.'bandingboxoutputport'， 真的，.．.'MiniplingBlobarea'，200，“ExcludeBorderBlobs”,真正的);[areas, boxes] = step(blobAnalysis, imCoin);%按区域降序排列连接组件[〜，IDX] =排序（区域，“下降”）;得到两个最大的组件。Boxes = double（框（idx（1：2），:)）;％缩小图像的大小以供显示。秤=放大/ 100;IMDetectedCoins = Imresize（IM，Scale）;％插入硬币标签。IMDetectedCoins = InsertObjectAnnotation（IMDetectedCoins，'长方形'，.．.规模*盒子,'一分钱'）;图;imshow（imdetectedcoins）;标题(“发现硬币”）;

％检测棋盘。[ImagePoints，BoardSize] =侦探校验erboardPoints（IM）;%调整imagePoints，以便它们在坐标系统中表示％在原始图像中使用，在未置换之前。这个调整％使其与为原始图像计算的CameraParameters对象兼容。imagePoints = imagePoints + neworigin;%添加newororigin到imagePoints的每一行％计算旋转和相机翻译。[R, t] = extrinsics(imagePoints, worldPoints, cameraParams);

%调整边界框的左上角以进行坐标系统的移动％由未置换显图像引起的“完整”输出视图。这不是％需要输出'相同'。调整使得点兼容含有原始图像的Cameraparameters。盒子=盒子+ [neworigin，0,0];为Widht和Height添加％零填充％得到左上角和右上角。Box1 = double(boxes(1，:));imagePoints1 = [box1 (1:2);.．.BOX1（1）+ BOX1（3），BOX1（2）];％得到了角落的世界坐标worldPoints1 = pointsToWorld(camerparams, R, t, imagePoints1);％计算硬币的直径为毫米。d = worldPoints1（2，:)  -  WorldPoints1（1，:);直径百分比=半径（D（1），D（2））;fprintf（'一便士的测量直径= %0.2f毫米\n'，直径尺）;

％得到左上角和右上角。Box2 = double(boxes(2，:));imagePoints2 = [box2 (1:2);.．.BOX2（1）+ BOX2（3），BOX2（2）];%应用图像到世界的逆变换worldPoints2 = pointsToWorld(camerparams, R, t, imagePoints2);％计算硬币的直径为毫米。d = worldPoints2（2，:)  -  WorldPoints2（1，:);直径百分比=半径（D（1），D（2））;fprintf（'另一枚硬币的测量直径= %0.2f mm\n'，直径尺）;

％计算图像中第一个硬币的中心。Center1_Image = Box1（1：2）+ Box1（3：4）/ 2;％转换为世界坐标。center1_world = pointsToWorld(camerparams, R, t, center1_image);％记住添加0 z坐标。Center1_world = [Center1_world 0];％计算到相机的距离。[〜，核心系列] = utInsicstocamerapose（R，T）;distancetocamera = norm（Center1_world  - 亚美陆热带）;fprintf（'从相机到第一个PENNY =％0.2F mm \ n'的距离，.．.distanceToCamera);