detectCheckerboardPoints
在图像检测棋盘模式
语法
描述
(检测到一个黑白棋盘的大小大于4×4块在二维真彩或灰度图像。函数返回检测到的点和维度的棋盘。imagePoints,boardSize)= detectCheckerboardPoints (我)
(检测到一个棋盘模式的一组输入图像,作为数组提供文件名。imagePoints,boardSize,imagesUsed)= detectCheckerboardPoints (imageFileNames)
(检测到一个棋盘模式的一组输入图像,提供一系列的灰度或真彩图像。imagePoints,boardSize,imagesUsed)= detectCheckerboardPoints (图片)
(检测到一个棋盘模式立体对图像,作为细胞阵列提供的文件名称。imagePoints,boardSize,pairsUsed)= detectCheckerboardPoints (imageFileNames1,imageFileNames2)
(在立体对图像,检测到一个棋盘模式作为数组提供的灰度或真彩图像。imagePoints,boardSize,pairsUsed)= detectCheckerboardPoints (images1,images2)
(集角落度量阈值,指定为负的标量。当图像噪声或高度变形,增加这个值减少的数量错误的角落。imagePoints,boardSize,pairsUsed)= detectCheckerboardPoints (___,“MinCornerMetric”, 0.15)
例子
检测一组图像文件中的棋盘
创建一个单元阵列校正图像的文件名。
为我= 1:5 imageFileName = sprintf (“图像% d.tif”,我);imageFileNames{我}= fullfile (matlabroot,“工具箱”,“愿景”,…“visiondata”,“校准”,“摄像头”,imageFileName);结束
在图像检测校准模式。
[imagePoints, boardSize imagesUsed] = detectCheckerboardPoints (imageFileNames);
显示检测到的点。
imageFileNames = imageFileNames (imagesUsed);为i = 1:元素个数(imageFileNames)我= imread (imageFileNames{我});次要情节(2,2,我);imshow(我);持有在;情节(imagePoints(:, 1,我),imagePoints(:, 2,我)“罗”);结束
在立体影像检测棋盘
在立体图像。
numImages = 4;images1 =细胞(1、numImages);images2 =细胞(1、numImages);为i = 1: numImages images1{我}= fullfile (matlabroot,“工具箱”,“愿景”,…“visiondata”,“校准”,“立体”,“左”sprintf (“左% 02 d.png”,我));images2{我}= fullfile (matlabroot,“工具箱”,“愿景”,…“visiondata”,“校准”,“立体”,“对”sprintf (“对% 02 d.png“,我));结束
检测的棋盘格图像。
[imagePoints, boardSize pairsUsed] =…detectCheckerboardPoints (images1 images2);
从images1显示点。
images1 = images1 (pairsUsed);图;为i = 1:元素个数(images1)我= imread (images1{我});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 0.1 0.9 - 1),“字符串”,“相机1”,…“EdgeColor”,“没有”,“HorizontalAlignment”,“中心”)
从images2显示点。
images2 = images2 (pairsUsed);图;为i = 1:元素个数(images2)我= imread (images2{我});次要情节(2,2,我);imshow(我);持有在;情节(imagePoints(:, 1,我,2),imagePoints(:, 2,我,2),“罗”);结束注释(“文本框”(0 0.1 0.9 - 1),“字符串”,“照相机2”,…“EdgeColor”,“没有”,“HorizontalAlignment”,“中心”)
输入参数
输出参数
imagePoints——发现棋盘角坐标
米2矩阵|米2 -数量的图片数组|米2 -对图像的数量——- - - - - -数量的摄像头数组
检测到棋盘角坐标,作为一个返回米2为一个图像矩阵。对多个图像,点作为一个返回米2 -数量的图片数组,立体对图像,作为一个函数返回点米2 -对数量——- - - - - -数量的摄像头数组中。
立体像对的,imagePoints(:::1)从第一组图像的点,和imagePoints(:::2)第二组图片的点。输出包含米的数量(xy)坐标。每个坐标代表一个点在广场角落发现在棋盘上。点的数量函数返回的值取决于boardSize,这表明广场发现的数量。探测点亚像素精度的函数。
函数计算点的数量,米,如下所示:
米=刺激(boardSize1)。 |
如果不能检测到棋盘:
imagePoints=[] |
boardSize=(0,0) |
当你指定imageFileNames输入,函数可以返回imagePoints作为一个米2 -N数组中。在这个数组,N代表了图像中检测到一个棋盘。
boardSize——棋盘维度
2-element [高度,宽度)向量
棋盘维度,作为2-element[返回高度,宽度)向量。棋盘的尺寸表达的方格的数量。
imagesUsed——模式检测国旗
N1逻辑向量
模式检测国旗,作为一个返回N1逻辑向量N逻辑值。函数输出相同数量的逻辑值和输入图像。一个真正的值表示该模式中检测出相应的图像。一个假值表示该函数没有检测到一个模式。
pairsUsed- - - - - -立体模式检测标志
N1逻辑向量
立体模式检测国旗,作为一个返回N1逻辑向量N逻辑值。函数输出相同数量的逻辑值和输入图像。一个真正的值表示模式检测到相应的立体图像对。一个假值表示该函数不检测模式。
引用
[1]盖革,。,F。米oosmann, O. Car, and B. Schuster. "Automatic Camera and Range Sensor Calibration using a Single Shot,"机器人与自动化国际会议上)举行(“国际机器人与自动化会议”美国圣保罗,2012年5月。
