detectCircleGridPoints
检测图像中的圆形网格模式
语法
描述
单幅图像圆网格检测
imagePoints= detectCircleGridPoints (我，patternDims）我．有关圆网格模式的更多详细信息，请参见圆形网格图案．
［方法指定的图像文件中检测圆网格imagePoints，imagesUsed= detectCircleGridPoints(imageFileNames，patternDims）imageFileNames，并另外返回检测到圆网格的图像列表imagesUsed．
［___= detectCircleGridPoints(检测指定图像中的圆网格图片，patternDims）图片．
立体对圆网格检测
［方法指定的立体图像文件对中检测圆网格imagePoints，pairsUsed= detectCircleGridPoints(imageFileNames1，imageFileNames2，patternDims）imageFileNames1而且imageFileNames2．该函数还返回检测到模式的对的列表pairsUsed．
［___= detectCircleGridPoints(方法指定的立体图像文件对中检测圆网格images1，images2，patternDims）images1而且images2．
可选参数
［___= detectCircleGridPoints(___，指定选项，使用一个或多个名称-值参数以及来自以前语法的参数的任何组合。例如,名称=值）detectCircleGridPoints（我，patternDims，PatternType =“对称”)在指定的工作空间中检测对称圆网格。
例子
检测图像中的对称圆网格
将包含圆形网格图案的图像加载到工作区中。
imageFileName = fullfile(toolboxdir)“愿景”)，“visiondata”，.．.“校准”，“circleGrid”，“单一”，“image08.jpg”）;I = imread(imageFileName);
定义圆网格模式的尺寸。
patternDims = [8 11];
检测圆网格点。
imagePoints = detectCircleGridPoints(I,patternDims,PatternType=“对称”）
imagePoints =88×2395.1729 358.4451 383.5573 388.4410 370.8857 420.9698 356.9887 456.5418 341.6686 495.7388 325.0617 538.9151 306.5055 586.8763 285.8323 640.1285 436.4195 363.5016 426.5806 393.4896
在图像上显示检测到的点。
J = insertText(I,imagePoints,1:size(imagePoints,1));J = insertMarker(J,imagePoints，“x”颜色=“绿色”、大小= 5);imshow (J)标题("检测到一个圆网格的尺寸"+ mat2str (patternDims))
![图中包含一个axes对象。标题为Detected a Circle Grid of Dimensions的axis对象[8 11]包含一个类型为image的对象。](http://www.tianjin-qmedu.com/help/examples/vision/win64/DetectASymmetricCircleGridInAnImageExample_01.png)
检测立体图像中的不对称圆网格
指定校准图像。
imageDir = fullfile(toolboxdir)“愿景”)，“visiondata”，.．.“校准”，“circleGrid”，“立体”）;leftImages = imageDatastore(fullfile(imageDir，“左”));右timages = imageDatastore(fullfile(imageDir，“对”));images1 = leftImages.Files;images2 = righttimages . files;
定义圆网格模式的尺寸。
patternDims = [4 11];
检测图像中的圆网格点。
[imagePoints,pairsUsed] = detectCircleGridPoints(images1,images2,patternDims);
显示相机1的前四幅图像中的点。
图t1 = tiledlayout(2,2, tilespading = .“紧凑”填充=“紧凑”）;为I = 1:4 nexttile imshow(images1{I}) hold在情节(imagePoints(:, 1,我,1),imagePoints(:, 2,我,1),“gx”）;结束标题(t1,“相机1”）
2号相机前四张照片的显示点。
images2 = images2(pairsUsed);图t2 = tiledlayout(2,2, tilespading = .“紧凑”填充=“紧凑”）;为I = 1:4 nexttile imshow(images2{I}) hold在情节(imagePoints(:, 1,我,2),imagePoints(:, 2,我,2),“gx”）;结束标题(t2,“相机2”）
输入参数
patternDims- - - - - -模式的维度
双元素向量
模式维度，指定为一个双元素向量，该向量表示x而且y图像的尺寸，分别。有关圆网格模式的更多详细信息，请参见圆形网格图案．
| 不对称 | 对称的 |
|---|---|
|
|
|
我- - - - - -图像
二维真彩色图像|灰度图像
图像，指定为二维真彩色图像或灰度图像。
数据类型:uint8|int16|uint16|单|双
图片- - - - - -图片
H——- - - - - -W——- - - - - -numColorChannels——- - - - - -numImages数组
图像，指定为H——- - - - - -W——- - - - - -numColorChannels——- - - - - -numImages数组,H而且W分别描述每张图片的高度和宽度。numColorChannels是每个图像中的颜色通道的数量，和numImages是图像的数量。
数据类型:uint8|int16|uint16|单|双
images1- - - - - -一号相机的立体图像
H——- - - - - -W——- - - - - -numColorChannels——- - - - - -numImages数组
来自相机1的立体对图像，指定为H——- - - - - -W——- - - - - -numColorChannels——- - - - - -numImages数组,H而且W分别描述每张图片的高度和宽度。numColorChannels是每个图像中的颜色通道的数量，和numImages是图像的数量吗
数据类型:uint8|int16|uint16|单|双
images2- - - - - -2号相机的立体图像
H——- - - - - -W——- - - - - -numColorChannels——- - - - - -numImages数组
摄像头2的立体对图像，指定为H——- - - - - -W——- - - - - -numColorChannels——- - - - - -numImages数组,H而且W分别描述每张图片的高度和宽度。numColorChannels是每个图像中的颜色通道的数量，和numImages是图像的数量吗
数据类型:uint8|int16|uint16|单|双
imageFileNames- - - - - -镜像文件名
字符向量的单元格数组|字符串数组
图像文件名，指定为字符向量的单元格数组或字符串数组。
imageFileNames1- - - - - -相机1的立体图像文件名
字符向量的单元格数组|字符串数组
照相机1的立体图像文件名，指定为字符向量的单元格数组或字符串数组。
imageFileNames2- - - - - -照相机二的立体图像文件名
字符向量的单元格数组|字符串数组
照相机二的立体图像文件名，指定为字符向量的单元格数组或字符串数组。
名称-值参数
例子:detectCircleGridPoints（我，patternDims，PatternType =“对称”)在指定的工作空间中检测对称圆网格。
指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名-值参数必须出现在其他参数之后，但对的顺序并不重要。
输出参数
算法
要检测圆形网格图案，图案必须:
至少包含16个圆
在单个相机的图像中或在一对立体相机的两个图像中完全可见
版本历史
在R2021b中引入
您也可以从以下列表中选择网站: