双目线形标定.m

最新实用简单的机器视觉双目标定matlab

%//通过对两个摄像头的图像坐标标定获得深度信息
%qu w04,w13,w20,w35,w41,w52,u=w66完全达到精度//取6个点
U=[215.9,97.9;177.9,104.9];%//验证点的坐标
A=[-13.32,2.37,120.52,1;       % //A04 世界坐标   像素坐标（165,114）
   -10.41,-0.07,122.39,1;      % //A13世界坐标    像素坐标（174,122）
   -7.51,-7.39,124.38,1;       % //A20世界坐标    像素坐标（183,146）
   -4.61,4.81,126.26,1;         %//A35世界坐标    像素坐标（192,106）
   -1.70,-4.95,128.17,1;      % //A41世界坐标     像素坐标（199,138）
   1.20,-2.51,130.02,1];      %  //A52世界坐标    像素坐标（208,130）
B1=[164.9;173.4;181.9;190.4;198.9;207.4];%//B摄像头中的图像坐标的X值
M1=A\B1;                    % //AX = B则X= A\B 即AM1=B1  
B2=[113.9;121.9;145.9;105.9;137.9;129.9];%//B摄像头中的图像坐标的Y值
M2=A\B2;
M3=[0;0;0;1];
M=[M1 M2 M3];
M=M';
C1=[123.9;132.9;141.9;150.9;159.9;168.9];%//C摄像头中的图像坐标的X值
N1=A\C1;
C2=[121.5;129.8;154.9;113.2;154.9;146.5];%//C摄像头中的图像坐标的Y值
N2=A\C2;
N3=[0;0;0;1];
N=[N1 N2 N3];
N=N';
T=[U(1,1)*M(3,1)-M(1,1) U(1,1)*M(3,2)-M(1,2) U(1,1)*M(3,3)-M(1,3);
   U(1,2)*M(3,1)-M(2,1) U(1,2)*M(3,2)-M(2,2) U(1,2)*M(3,3)-M(2,3); 
   U(2,1)*N(3,1)-N(1,1) U(2,1)*N(3,2)-N(1,2) U(2,1)*N(3,3)-N(1,3);
   U(2,2)*N(3,1)-N(2,1) U(2,2)*N(3,2)-N(2,2) U(2,2)*N(3,3)-N(2,3)];
S=[M(1,4)-U(1,1)*M(3,4);
   M(2,4)-U(1,2)*M(3,4);
   N(1,4)-U(2,1)*N(3,4);
   N(2,4)-U(2,2)*N(3,4)]; 
z=T\S                                  %//TZ=S