主要内容

estworldpose

估计相机姿态从三维到二维的点对应关系

    描述

    例子

    worldPose= estworldpose (imagePointsworldPointsintrinsic在世界坐标系中返回经过校准的相机的姿态。输入worldPoints必须在世界坐标系中定义。

    这个函数解决了透视图-n-点(PnP)问题使用的视角-三点(P3P)算法[1].该函数使用m估计样本一致性(MSAC)算法消除虚假离群值对应。内嵌函数是用于计算相机姿态的图像点和世界点之间的对应关系。

    worldPoseinlierIdx) = estworldpose (imagePointsworldPointsintrinsic除了前面语法中的参数外,还返回用于计算相机姿势的内嵌器的索引。

    worldPoseinlierIdx状态) = estworldpose (imagePointsworldPointsintrinsic另外,返回一个状态码,以指示是否有足够的点数。

    ___) = estworldpose (___名称=值使用一个或多个名称-值参数指定的其他选项,使用前面的任何语法。

    例子

    全部折叠

    加载之前计算的世界到图像的对应关系。

    负载(“worldToImageCorrespondences.mat”);cameraParams。ImageSize = [128 128];intrinsic = cameraParams.Intrinsics;

    估计世界相机姿势。

    worldPose = estworldpose (imagePoints、worldPoints intrinsic);

    绘制世界点。

    pcshow (worldPoints VerticalAxis =“Y”VerticalAxisDir =“向下”...MarkerSize = 30);持有plotCamera(大小= 10,取向= worldPose。R ',...位置= worldPose.Translation);持有

    输入参数

    全部折叠

    未失真图像点的坐标,指定为-by-2 array of [xy)坐标。像点的个数,,必须至少有四个。

    该函数不考虑镜头失真。您可以使用undistortImage函数之前检测图像点,或者可以使用undistortPoints函数。

    数据类型:|

    世界点的坐标,指定为-by-3 array of [xyz)坐标。

    数据类型:|

    相机的本征,指定为cameraIntrinsics对象。

    名称-值参数

    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。

    例子:MaxNumTrials = 1000

    随机试验的最大次数,指定为正整数标量。试验的实际数量取决于图像和世界点的数量,以及的值MaxReprojectionError而且信心属性。增加试验的次数可以提高输出的鲁棒性,但要牺牲额外的计算量。

    查找最大内嵌数的置信度,指定为范围(0,100)中的标量。增加这个值可以提高输出的鲁棒性,但要牺牲额外的计算。

    用于查找异常值的重投影错误阈值,指定为正数值标量,单位为像素。增加这个值可以使算法收敛更快,但会降低结果的准确性。对应的重投影误差大于MaxReprojectionError被认为是异常值,不用于计算相机姿势。

    输出参数

    全部折叠

    摄像机姿势在世界坐标,返回作为rigidtform3d对象。的R翻译对象的属性表示相机的方向和位置。

    内嵌点的索引,返回为1逻辑向量。向量中的逻辑真值对应于表示在imagePoints而且worldPoints

    状态码,返回为01,或2

    状态码 状态
    0 没有错误
    1 imagePoints而且worldPoints没有包含足够的点数。至少需要四分。
    2 没有找到足够的填料。至少需要4个夹板。

    提示

    • 这个函数不考虑镜头失真。方法可以恢复图像的失真undistortImage函数在检测图像点之前。方法可以恢复图像点本身的失真undistortPoints函数。

    参考文献

    [1]高,X.-S。, X.-R。侯杰,唐杰,郑洪峰。“透视-三点问题的完全解分类”。模式分析与机器智能汇刊。第25卷,第8期,930-943页,2003年8月。

    [2]托尔,p.h.s.,和a·齐瑟曼。MLESAC:一种新的应用于估计图像几何的鲁棒估计器。计算机视觉与图像理解“,”78年,没有。1(2000年4月):138-56。https://doi.org/10.1006/cviu.1999.0832。

    扩展功能

    版本历史

    介绍了R2022b

    全部展开

    Baidu
    map