本文介绍了如何使用MATLAB进行三维重建，主要步骤包括：处理imagePoints数据，利用stereoParams的相机内外参数，进行极线校正得到J1和J2，将图像转为灰度图计算视差图disparityMap，最后通过reconstructScene函数获取毫米级的点云数据。
1、imagePoints：
[imagePoints, boardSize] = detectCheckerboardPoints(images1, images2);
这句检测出的左图images1（10幅）和右图images2（右图)的匹配点都放在imagePoints里了。
imagePoints里面包含：
val(:,:,1,1)，val(:,:,2,1)，val(:,:,3,1)，val(:,:,4,1).。。val(:,:,10,1)——左图
val(:,:,1,2)，val(:,:,2,2)，val(:,:,3,2)，val(:,:,4,2).。。val(:,:,10,2)——右图
如：val(:,:,1,1) =
422.0534 388.0533
420.2280 415.1117
418.6473 442.2738
416.7748 469.7632
414.9547 497.0728
413.0186 524.6948
449.8696 389.1462
448.0684 416.2147
446.3236 443.4744
444.8677 470.9023
442.9236 498.0588
441.0166 525.7347
477.4675 390.5466
475.8771 417.3780
474.1831 444.6885
472.5714 471.9030
470.83
最低0.47元/天 解锁文章
扫一扫
1280
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
