matlab代码的历史版本号,SFM的MATLAB版本代码

% 试着实现 SFM

clear all;clc;close all;

im1 = rgb2gray(imread(‘E:\三维重建\matlab_3D_reconstruct\1.jpg‘));

im2 = rgb2gray(imread(‘E:\三维重建\matlab_3D_reconstruct\2.jpg‘));

im1 = im1‘;

im2 = im2‘;

[im1, des1, locs1] = siftFunc(im1);

[im2, des2, locs2] = siftFunc(im2);

% showkeys(im1, locs1); % 画图时所处尺度和方向信息是需要的，不能丢弃

% showkeys(im2, locs2);

locs1(:,3:4) = []; % 所处尺度，方向信息扔掉

locs2(:,3:4) = []; % 所处尺度，方向信息扔掉

%% 进行匹配

distRatio = 0.50;

% For each descriptor in the first image, select its match to second image.

des2t = des2‘; % Precompute matrix transpose

for i = 1 : size(des1,1)

dotprods = des1(i,:) * des2t; % Computes vector of dot products

[vals,indx] = sort(acos(dotprods)); % Take inverse cosine and sort results

% Check if nearest neighbor has angle less than distRatio times 2nd.

if (vals(1) < distRatio * vals(2))

match(i) = indx(1);

else

match(i) = 0;

end

end

num = sum(match > 0);

disp(strcat(‘总共有‘,num2str(num),‘个匹配点‘));

% locs1里头的每个des都逐一挑出来，和locs2中的所有点计算距离，如果

% 最大距离和次大距离的比值小于distRatio，则互相匹配，匹配的点的编号

% 存在match里，要剔除那些不匹配的点

locs1_index = find(match>0);

locs2_index = match(locs1_index);

clear des2t distRatio dotprods i indx match vals;

locs1 = locs1(locs1_index,:);

des1 = des1(locs1_index,:);

locs2 = locs2(locs2_index,:);

des2 = des2(locs2_index,:);

clear locs1_index locs2_index;

clear des1 des2; % 后面已经不需要描述子的信息了，可以删除

%% 显示匹配

im3 = appendimages(im1,im2);

% Show a figure with lines joining the accepted matches.

figure(‘Position‘, [100 100 size(im3,2) size(im3,1)]);

colormap(‘gray‘);

imagesc(im3);

hold on;

cols1 = size(im1,2);

for i = 1: num

line([locs1(i,2) locs2(i,2)+cols1], ...

[locs1(i,1) locs2(i,1)], ‘Color‘, ‘c‘);

end

clear im3 cols1 i;

pause(5);clc;close all;

%%

% plot(locs1(:,1),locs1(:,2),‘r+‘);axis equal;

% 第一列是640的方向，即图片竖的方向，第二列是480的方向

homo_locs1 = [locs1‘;

ones(1,size(locs1,1))];

homo_locs2 = [locs2‘;

ones(1,size(locs2,1))];

% [F, e1, e2] = fundmatrix(homo_locs1, homo_locs2);

[F, inliers, e1, e2] = ransacfitfundmatrix(homo_locs1, homo_locs2, 0.0001);

% 极点e1，e2 在拍完照片后就已经确定了，是可以算出来的

% ransac是在不考虑极线几何的情况下做的数字式的误差剔除

% 知乎的回答里似乎没有用极线几何剔除错配点，认为ransac已经剔除了错配点

2016/05/29  卡在摄像机自标定了，调用了http://www.peterkovesi.com/matlabfns/index.html里头的一些函数，还调用了一个siftwin32.exe程序