このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
estimateCameraParameters
単一カメラまたはステレオカメラをキャリブレーションします。
構文
説明
［は,単一カメラの内部パラメーターと外部パラメーター,および歪み係数を含むcameraParams，imagesUsed，estimationErrors) = estimateCameraParameters (imagePoints，worldPoints）cameraParametersオブジェクト,cameraParamsを返します。この関数は,カメラパラメーターの推定に使用されたイメージと,単一カメラのキャリブレーションの標準推定誤差も返します。関数estimateCameraParametersは,外部パラメーターと内部パラメーターを推定します。
［は,ステレオカメラのパラメーターを含むstereoParams，pairsUsed，estimationErrors) = estimateCameraParameters (imagePoints，worldPoints）stereoParametersオブジェクト,stereoParamsを返します。この関数は,ステレオパラメーターの推定に使用されたイメージと,ステレオカメラのキャリブレーションの標準推定誤差も返します。
cameraParams= estimateCameraParameters (＿＿＿，名称,值）名称,值引数ペアによって指定されたcameraParamsオブジェクトプロパティを構成します。プロパティが未指定の場合は既定値になります。
例
単一カメラのキャリブレーション
一連のキャリブレーションイメージを作成します。
图像= imageSet (fullfile (toolboxdir (“愿景”)，“visiondata”，.．.“校准”，“莫诺”));imageFileNames = images.ImageLocation;
キャリブレーションパターンを検出します。
[imagePoints, boardSize] = detectCheckerboardPoints(imageFileNames); / /检查全局
四角形のコーナーのワールド座標を生成します。
squareSizeInMM = 29;worldPoints = generateCheckerboardPoints (boardSize squareSizeInMM);
カメラのキャリブレーションを行います。
I = readimage(图片1);imageSize = [size(I, 1)，size(I, 2)];params = estimateCameraParameters (imagePoints worldPoints,.．.“图象尺寸”、图象尺寸);
キャリブレーションの精度を可視化します。
showReprojectionErrors (params);
カメラの外部パラメーターを可視化します。
图;showExtrinsics (params);
drawnow;
検出して再射影された点をプロットします。
图;imshow (imageFileNames {1});持有在；情节(imagePoints (:, 1, 1), imagePoints (:, 2, 1),“去”）;情节(params.ReprojectedPoints (:, 1, 1), params.ReprojectedPoints (:, 2, 1),' r + '）;传奇(“发现点”，“ReprojectedPoints”）;持有从；
ステレオカメラのキャリブレーション
キャリブレーションイメージを指定します。
leftImages = imageDatastore (fullfile (toolboxdir (“愿景”)，“visiondata”，.．.“校准”，“立体”，“左”));rightImages = imageDatastore (fullfile (toolboxdir (“愿景”)，“visiondata”，.．.“校准”，“立体”，“对”));
チェッカーボードを検出します。
[imagePoints, boardSize] =.．.detectCheckerboardPoints (leftImages.Files rightImages.Files);
チェッカーボードキーポイントのワールド座標を指定します。正方形のサイズはミリメートル単位です。
squareSize = 108;worldPoints = generateCheckerboardPoints (boardSize squareSize);
ステレオカメラシステムをキャリブレーションします。両方のカメラの解像度は同じです。
I = readimage (leftImages, 1);图象尺寸=[(我,1),大小(我,2)];params = estimateCameraParameters (imagePoints worldPoints,.．.“图象尺寸”、图象尺寸);
キャリブレーションの精度を可視化します。
showReprojectionErrors (params);
カメラの外部パラメーターを可視化します。
图;showExtrinsics (params);
入力引数
imagePoints- - - - - -キャリブレーションパターンのキーポイント
M x 2 x numImages|M x 2 x numPairs x 2の配列
キャリブレーションパターンのキーポイント。［x，y］内部パラメーター イメージ座標の配列として指定します。
| キャリブレーション | (x, y)キーポイントの入力配列 |
|---|---|
| 単一カメラ | 点(x, y)のM x 2 x numImagesの配列。
部分検出パターンは,単一カメラのキャリブレーションでのみサポートされます。部分検出パターンを推定に含めるには,欠損キーポイントのx - y座標として[ |
| ステレオカメラ | 点(x, y)のM x 2 x numPairs x 2の配列。
|
データ型:单|双
worldPoints- - - - - -ワールド座標のキャリブレーションパターンのキーポイント
M行2列の配列
ワールド座標のキャリブレーションパターンのキーポイント。M個の(x, y)ワールド座標のM行2列の配列として指定します。パターンは平面でなければならないため,z座標はゼロになります。
データ型:单|双
名前と値のペアの引数
オプションの引数名称,值のコンマ区切りペアを指定します。的名字は引数名で,价值は対応する値です。的名字は引用符で囲まなければなりません。Name1, Value1,…,的家のように,複数の名前と値のペアの引数を,任意の順番で指定できます。
“WorldUnits”，“毫米”は,ワールド座標点の単位をミリメートルに設定します。
WorldUnits- - - - - -ワールド座標点単位
“毫米”(既定値) |文字ベクトル|字符串スカラー
ワールド座標点単位。“WorldUnits”と,文字ベクトルまたは字符串スカラーで構成されるコンマ区切りのペアとして指定します。
EstimateSkew- - - - - -せん断推定
假(既定値) |逻辑スカラー
せん断推定。“EstimateSkew”と逻辑スカラーで構成されるコンマ区切りのペアとして指定します。このプロパティを真正的に設定すると,関数はイメージの座標軸のせん断を推定します。假に設定すると,イメージの座標軸が厳密に直行し,関数はせん断をゼロに設定します。
NumRadialDistortionCoefficients- - - - - -半径方向歪み係数の数
2(既定値) |3.
推定する半径方向歪み係数の数。“NumRadialDistortionCoefficients”と値2または3.で構成されるコンマ区切りのペアとして指定します。半径方向の歪みは,レンズの光学的中心からエッジに向かうにつれて光線の屈折率が大きくなる現象を指しています。この歪みはレンズが小さいほど大きくなります。
半径方向の歪み係数は,このタイプの歪みをモデル化します。歪んだ点は(x扭曲的y扭曲的)として次のように表されます。
x扭曲的= x(1 + k1* r2+ k2* r4+ k3.* r6）
y扭曲的= y(1 + k1* r2+ k2* r4+ k3.* r6）
x, y -歪み補正後のピクセル位置。xと y は正規化されたイメージ座標内にあります。正規化されたイメージ座標は、光学的中心への変換後にピクセル単位の焦点距離で除算したピクセル座標から求められます。したがって、x と y は次元がありません。
k1k2およびk3.——レンズの半径方向の歪み係数。
r2: x2+ y2
一般に,キャリブレーションを行うには2つの係数で十分です。広角レンズなどの歪みが大きい場合には,3つの係数を選択してk3.を含めることができます。
EstimateTangentialDistortion- - - - - -円周方向歪みフラグ
假(既定値) |逻辑スカラー
円周方向歪みフラグ。“EstimateTangentialDistortion”と逻辑スカラーで構成されるコンマ区切りのペアとして指定します。このプロパティを真正的に設定すると,関数は円周方向の歪みを推定します。假に設定すると,円周方向の歪みを無視できます。
円周方向の歪みは,レンズとイメージ平面が平行にならない場合に生じます。円周方向の歪み係数は,このタイプの歪みをモデル化します。
歪んだ点は(x扭曲的y扭曲的)として次のように表されます。
x扭曲的= x + [2 * p1* x * y + p2*(右2+ 2 * x2）］
y扭曲的= y + p1*(右2+ 2 * y2) + 2 * p2* x * y
x, y -歪み補正後のピクセル位置。xと y は正規化されたイメージ座標内にあります。正規化されたイメージ座標は、光学的中心への変換後にピクセル単位の焦点距離で除算したピクセル座標から求められます。したがって、x と y は次元がありません。
p1およびp2——レンズの円周方向の歪み係数。
r2: x2+ y2
出力引数
アルゴリズム
参照
[1] Zhang, Z.“一种灵活的摄像机标定新技术”。模式分析与机器智能学报。22, No. 11, 2000, pp. 1330-1334。
Heikkila, J, and O. Silven。“一种基于隐式图像校正的四步摄像机标定方法”，计算机视觉与模式识别，1997。
[3] bouuet, J.Y.，“用于Matlab的摄像机校准工具箱”，加州理工学院计算视觉。用于MATLAB的摄像机校准工具箱
G. Bradski和A. Kaehler。学习OpenCV:使用OpenCV库的计算机视觉。加州塞瓦斯托波尔:奥莱利，2008。
参考
アプリ
クラス
関数
你也可以从以下列表中选择一个网站:
