cameraParameters

对象，用于存储摄像机参数

展开所有页面

描述

的cameraParameters物体存储相机的内在，外在和镜头失真参数。

创建

你可以创建一个cameraParameters对象使用cameraParameters这里描述的函数。您还可以创建cameraParameters对象的estimateCameraParameters与一个米2 -numImages输入图像点的数组。米是每个模式中的关键点坐标的数量。

语法

Cameraparams = Cameraparameters.

Cameraparams = Cameraparameters（名称，价值）

cameraParams = cameraParameters (paramStruct)

描述

Cameraparams = Cameraparameters.创造一个cameraParameters包含照相机的内在、外在和镜头畸变参数的物体。

例子

Cameraparams = Cameraparameters（名称，价值）集特性的cameraParameters对象使用一个或多个名称,值对参数。未指定的属性使用默认值。

cameraparams = cameraparameters（Paramstruct.）创造一个相同的cameraParameters从现有的cameraParameters对象，其中存储了参数Paramstruct.．

输入参数

全部展开

`Paramstruct.`- - - - - -相机参数
结构体

立体参数，指定为立体参数结构。得到一个Paramstruct.从现有的cameraParameters对象,使用toStruct函数。

特性

全部展开

内在的相机参数:

`IntrinsicMatrix`- - - - - -投影矩阵
3×3身份矩阵

投影矩阵，指定为3×3标识矩阵。该对象使用以下格式以获取矩阵格式：

$［ \begin{matrix} f_{x} & 0 & 0 \\ 年代 & f_{y} & 0 \\ c_{x} & c_{y} & 1 \end{matrix} ］$

坐标(c_xc_y]代表光学中心（主点），以像素为单位。当。。。的时候x和y轴完全垂直，偏斜参数，年代,等于0．

f_x＝F＊年代_x

f_y＝F＊年代_y

F，是焦距的世界单位，通常以毫米表示。

［年代_x，年代_y中每个世界单位的像素数x和y方向分别。

外汇和财政年度以像素为单位表示。

`intrinsic`- - - - - -相机intrinsic对象
`摄像头`对象

此属性是只读的。

相机本质对象，陈述为摄像头对象。该对象包含相机固有校准参数的信息，包括镜头畸变。

依赖性

您必须提供图像大小（使用图象尺寸财产)intrinsic属性为非空。相机参数的本质取决于图像的大小。

`图象尺寸`- - - - - -图片大小
two-elment向量

图像大小，指定为两元素向量[妓女，尼尔斯］．

镜头畸变:

`RadialDistortion`- - - - - -径向畸变系数
`(0 0 0)`（默认）|2-element向量|3个元素矢量

径向失真系数，指定为两个或三元素矢量。指定两个元素向量时，对象将第三个元素设置为0．当光线在透镜边缘处比在光学中心处弯曲更多时，就会发生径向畸变。镜头越小，失真越大。摄像机参数对象计算一个点的径向扭曲位置。你可以将扭曲的点表示为(x_扭曲的，y_扭曲的),如下:

x_扭曲的＝x（1 +k₁＊r²+k₂＊r⁴+k_3.＊r⁶）

y_扭曲的＝y（1 +k₁＊r²+k₂＊r⁴+k_3.＊r⁶）

x，y=未置换的像素位置

k₁，k₂，和k_3.=镜头的径向失真系数

r²＝x²+y²

通常，两个系数足够。对于严重的扭曲，您可以包括k _3.．未扭曲的像素位置出现在归一化图像坐标中，原点在光学中心。坐标以世界单位表示。

`TangentialDistortion`- - - - - -切向失真系数
`[0 0]'`（默认）|2-element向量

切向失真系数，指定为双元素矢量。当透镜和像面不平行时，就会发生切向畸变。相机参数对象计算点的切向扭曲位置。你可以将扭曲的点表示为(x_扭曲的，y_扭曲的）。未扭曲的像素位置出现在归一化图像坐标中，原点在光学中心。坐标以世界单位表示。

当透镜和像面不平行时，就会发生切向畸变。切向畸变系数模型这种类型的畸变。

扭曲的点表示为（x_扭曲的，y_扭曲的)：

x_扭曲的＝x+ (2 *p₁＊x＊y+p₂*（r²+ 2 *x²）]

y_扭曲的＝y+ [p₁*（r²+ 2 *y²）+ 2 *p₂＊x＊y］

x，y- 未置换的像素位置。x和y都在标准化的图像坐标中。归一化图像坐标由像素坐标平移到光学中心，再除以以像素为单位的焦距计算出来。因此,x和y是无量纲。
p₁和p₂- 镜片的切向失真系数。
r²：x²+y²

外在的相机参数:

`RotationMatrices`- - - - - -3-D旋转矩阵
3-by-3-by -P矩阵(只读)

3-D旋转矩阵，指定为3×3逐个 -P,P模式图像的数量。每个3 × 3矩阵代表与相应向量相同的3-D旋转。

下面的方程提供了在棋盘坐标系中联系世界坐标的变换[XYZ，对应的图像点[xy]：

$年代［ \begin{matrix} x & y & 1 \end{matrix} ］＝［ \begin{matrix} X & Y & Z & 1 \end{matrix} ］［ \begin{matrix} R \\ t \end{matrix} ］ K$

R是3-D旋转矩阵。

t是翻译矢量。

K是个IntrinsicMatrix．

年代是一个标量。

这个方程没有考虑失真。的undistortImage函数删除失真。

`RotationVectors`- - - - - -三维旋转向量
`［］`（默认）|P3矩阵(只读)

3-D旋转向量，指定为aP-By-3矩阵含有P旋转矢量。每个矢量描述相机图像平面相对于相应的校准图案的3-D旋转。矢量指定围绕相机旋转的三维轴，其中幅度是弧度中的旋转角度。的RotationMatrices属性提供相应的三维旋转矩阵。

`翻译版`- - - - - -相机翻译
`［］`（默认）|P3矩阵

摄像机翻译，指定为P-By-3矩阵。此矩阵包含平移向量P图像。矢量包含估计校准参数的校准模式。矩阵的每一行包含一个向量，它描述了相机相对于相应模式的平移，用世界单位表示。

下面的方程提供了在棋盘坐标系中联系世界坐标的变换[XYZ，对应的图像点[xy]：

$年代［ \begin{matrix} x & y & 1 \end{matrix} ］＝［ \begin{matrix} X & Y & Z & 1 \end{matrix} ］［ \begin{matrix} R \\ t \end{matrix} ］ K$

R是3-D旋转矩阵。

t是翻译矢量。

K是个IntrinsicMatrix．

年代是一个标量。

这个方程没有考虑失真。的undistortImage函数删除失真。

为确保旋转向量的个数等于平移向量的个数，设置RotationVectors和翻译版构造函数中的属性。只设置一个属性而不设置其他属性会导致错误。

估计相机参数精度：

`MeanReprojectionError`- - - - - -平均欧几里德距离
数值(只读)

重投影点与被检测点之间的平均欧氏距离，以像素为单位指定数值。

`重新评论错误`- - - - - -估计相机参数精度
`［］`（默认）|米2 -P数组

估计相机参数的精度，指定为米2 -P[xy)坐标。这 [xy的坐标表示转换x和y在repeteate模式之间和检测到的模式密钥点之间。此属性的值表示估计的相机参数的准确性。P是估计相机参数的模式图像的数量。米是每个图像中的关键点数。

`ReprojectedPoints`- - - - - -世界要点恢复校准图像
米2 -P数组

据指定为校准图像的世界要点米2 -P[xy)坐标。P是模式图像的数量和米是每个图像中的关键点数。模式检测到的关键点中的缺失点表示为[南南］．

`检测到的标准点`- - - - - -在校准模式中检测到关键点
`［］`（默认）|米——- - - - - -P数组

校准模式中检测到的关键点，指定为一个逻辑米——- - - - - -P数组中。米在整个校准模式中关键点的数量是多少P指定校准图像的数量。

相机参数估计设置：

`NumPatterns`- - - - - -校准图形数
整数

估计相机外在的校准模式的数量，指定为整数。校准模式的数量等于翻译和旋转向量的数量。

`WorldPoints`- - - - - -世界坐标
米2数组|`［］`

校准模式上关键点的世界坐标，指定为米2数组。米表示模式中关键点的数量。

`世纪`- - - - - -世界点单位
`“毫米”`（默认）|特征向量|字符串标量

世界点单位，指定为字符向量或字符串标量。值描述度量单位。

`估计`- - - - - -估计歪斜旗帜
`假`（默认）|逻辑标量

估计偏斜标志，指定为逻辑标量。当您设置逻辑到真的，对象估计图像轴偏斜。当您设置逻辑到假，图像轴完全垂直。

`NumRadialDistortionCoefficients`- - - - - -径向畸变系数数
`2`（默认）|`3.`

径向失真系数的数量，指定为数字'2”或“3.'．

`EstimateTangentialDistortion`- - - - - -估计切向失真标志
`假`（默认）|逻辑标量

估计切线失真标志，指定为逻辑标量真的或者假．当您设置逻辑到真的，对象估计切向失真。当您设置逻辑到假，切向畸变可以忽略。

例子

全部折叠

使用相机参数对象从图像中删除畸变

打开直播脚本

使用相机校准功能从图像中删除失真。此示例创建一个Vision.Cameraparameters.对象，但在实践中，您将使用estimateCameraParameters或Camera Calibrator应用程序来导出物体。

创建一个Vision.Cameraparameters.手动对象。

IntrinsicMatrix = [715.2699 0 0;0 711.5281 0;565.6995 355.3466 1];radialdistorstorrage = [-0.3361 0.0921];cameraparams = cameraparameters（'IntrinsicMatrix'IntrinsicMatrix,“RadialDistortion”, radialDistortion);

从图像中删除失真。

我= imread (fullfile (matlabroot,'工具箱'，“愿景”，'VisionData'，“校准”，“莫诺”，“image01.jpg”））;j = untostortimage（i，cameraparams）;

显示原始图像和未变量的图像。

图;imshowpair (imresize(0.5),我imresize (J, 0.5),“蒙太奇”）;标题(原图(左)与修正图(右)）;

图中包含一个轴。标题为原始图像(左)和修正图像(右)的轴包含一个类型图像的对象。

参考文献

Zhang, Z.，“一种灵活的摄像机标定新技术”。IEEE模式分析与机器智能汇刊，第22卷，第11期，第1330-1334页，2000年。

[2]海克拉，J，和o Silven。一种带有隐式图像校正的四步摄像机标定程序，计算机视觉与模式识别国际会议, 1997年。

扩展能力

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

用法说明和限制:

使用在一个MATLAB函数不支持块。万博1manbetx
使用toStruct方法传递cameraParameters对象进入生成的代码。看看从立体视频深度估计的代码生成的例子。

另请参阅

主题

在R2014A介绍

cameraParameters

描述

创建

语法

描述

输入参数

Paramstruct.- - - - - -相机参数结构体

特性

内在的相机参数:

IntrinsicMatrix- - - - - -投影矩阵3×3身份矩阵

intrinsic- - - - - -相机intrinsic对象摄像头对象

依赖性

图象尺寸- - - - - -图片大小two-elment向量

镜头畸变:

RadialDistortion- - - - - -径向畸变系数(0 0 0)（默认）|2-element向量|3个元素矢量

TangentialDistortion- - - - - -切向失真系数[0 0]'（默认）|2-element向量

外在的相机参数:

RotationMatrices- - - - - -3-D旋转矩阵3-by-3-by -P矩阵(只读)

RotationVectors- - - - - -三维旋转向量［］（默认）|P3矩阵(只读)

翻译版- - - - - -相机翻译［］（默认）|P3矩阵

估计相机参数精度：

MeanReprojectionError- - - - - -平均欧几里德距离数值(只读)

重新评论错误- - - - - -估计相机参数精度［］（默认）|米2 -P数组

ReprojectedPoints- - - - - -世界要点恢复校准图像米2 -P数组

检测到的标准点- - - - - -在校准模式中检测到关键点［］（默认）|米——- - - - - -P数组