numImages = 9;files = cell(1, numImages);为{i} = fullfile(matlabroot，“工具箱”，“愿景”，“visiondata”，…“校准”，“单反”sprintf (“图像% d.jpg”,我));结束显示其中一个校准图像放大倍率= 25;I = imread(文件bb0);图;imshow(我“InitialMagnification”、放大);标题(“其中一幅校正图像”);

%检测图像中的棋盘角。[imagePoints, boardSize] = detectCheckerboardPoints(files);生成棋盘角落的世界坐标%以模式为中心的坐标系，左上角为(0,0)。squareSize = 29;毫米%worldPoints = generateCheckerboardPoints(boardSize, squareSize);校准照相机。imageSize = [size(I, 1)， size(I, 2)];cameraParams = estimateCameraParameters(imagePoints, worldPoints，…“图象尺寸”、图象尺寸);%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”，“单反”，“image9.jpg”));图;imshow (imOrig“InitialMagnification”、放大);标题(输入图像的);

由于镜头引入了很少的失真，使用“全”输出视图来说明这一点%图像未被打乱存储。如果我们使用默认的“same”选项，就会很困难%以注意到与原始图像相比的任何差异。注意黑色的小边框。[im, newOrigin] = undistortImage(imOrig, cameraParams)，“OutputView”，“全部”);图;imshow (im,“InitialMagnification”、放大);标题(“无畸变的图像”);

将图像转换为HSV颜色空间。imHSV = rgb2hsv(im);%获取饱和通道。饱和度= imHSV(:，:， 2);%图像阈值T = graythresh(饱和度);imCoin =(饱和> t);图;imshow (imCoin“InitialMagnification”、放大);标题(“分段硬币”);

%查找连接的组件。blobananalysis =视觉。BlobAnalysis (“AreaOutputPort”,真的,…“CentroidOutputPort”假的,…“BoundingBoxOutputPort”,真的,…“MinimumBlobArea”, 200,“ExcludeBorderBlobs”,真正的);[areas, boxes] = step(blobAnalysis, imCoin);%按面积降序排列连接的组件[~， idx] = sort(区域，“下”);得到两个最大的分量。Boxes = double(Boxes (idx(1:2)，:));%减小要显示的图像的大小。比例=放大倍数/ 100;imDetectedCoins = imresize(im, scale);为硬币插入标签。imDetectedCoins = insertObjectAnnotation(imDetectedCoins;“矩形”，…缩放*盒子，“一分钱”);图;imshow (imDetectedCoins);标题(“发现硬币”);

%检测棋盘。[imagePoints, boardSize] = detectCheckerboardPoints(im);调整图像点，使其在坐标系统中表示%在原始图像未失真之前使用。这种调整%使其与为原始图像计算的cameraParameters对象兼容。imagePoints = imagePoints + newOrigin;%将newOrigin添加到每一行imagePoints计算相机的旋转和平移。[R, t] = extrinsics(imagePoints, worldPoints, cameraParams);

调整坐标系统移位的边界框的左上角%由于未失真图像导致输出视图为“满”。这不会是如果输出“相同”，则需要%。调整使点兼容%与原始图像的相机参数。boxes = boxes + [newOrigin, 0,0];为宽度和高度添加了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)];得到角落的世界坐标worldPoints1 = pointsToWorld(cameraParams, R, t, imagePoints1);用毫米计算硬币的直径。d = worldPoints1(2，:) - worldPoints1(1，:);diameter inmm = hypot(d(1)， d(2));流(“一便士的测量直径= %0.2f mm\n”, diameterInMillimeters);

得到左上角和右上角。Box2 = double(boxes(2，:));imagePoints2 = [box2(1:2);…Box2 (1) + Box2 (3)， Box2 (2)];应用从图像到世界的逆变换worldPoints2 = pointsToWorld(cameraParams, R, t, imagePoints2);用毫米计算硬币的直径。d = worldPoints2(2，:) - worldPoints2(1，:);diameter inmm = hypot(d(1)， d(2));流(“另一枚硬币的直径= %0.2f mm\n”, diameterInMillimeters);

计算图像中第一枚硬币的中心。Center1_image = box1(1:2) + box1(3:4)/2;%转换为世界坐标。center1_world = pointsToWorld(cameraParams, R, t, center1_image);记住要加上z坐标0。Center1_world = [Center1_world 0];计算到相机的距离。[~， cameraLocation] = extrinsicsToCameraPose(R, t);distanceToCamera = norm(center1_world - cameraLocation);流(“相机到第一枚硬币的距离= %0.2f mm\n”，…distanceToCamera);