detectCheckerboardPoints

检测图像中的棋盘格图案

全页折叠

语法

[imagePoints,patternDims] = detectCheckerboardPoints(I)

[imagePoints,patternDims,imagesUsed] = detectCheckerboardPoints(imageFileNames)

[imagePoints,patternDims,imagesUsed] = detectCheckerboardPoints(images)

[imagePoints,patternDims,pairsUsed] = detectCheckerboardPoints(imageFileNames1,imageFileNames2)

[imagePoints,patternDims,pairsUsed] = detectCheckerboardPoints(images1,images2)

[imagePoints,patternDims,pairsUsed] = detectCheckerboardPoints(___,Name,Value)

说明

单帧棋盘格检测

[imagePoints,patternDims] = detectCheckerboardPoints(I) 可在单个图像、一组图像或立体图像对中检测棋盘格标定图案的关键点。该函数返回检测到的点 imagePoints 以及棋盘格的维度 patternDims。

示例

[imagePoints,patternDims,imagesUsed] = detectCheckerboardPoints(imageFileNames) 会在一组输入图像中检测棋盘格图案，这些图像以文件名数组的形式提供。

[imagePoints,patternDims,imagesUsed] = detectCheckerboardPoints(images) 用于在一组输入图像中检测棋盘格图案，这些图像以灰度或真彩色图像数组的形式提供。

立体图像对棋盘格检测

[imagePoints,patternDims,pairsUsed] = detectCheckerboardPoints(imageFileNames1,imageFileNames2) 用于在以元胞数组形式提供的立体图像对中检测棋盘格图案。

[imagePoints,patternDims,pairsUsed] = detectCheckerboardPoints(images1,images2) 可在立体图像对中检测棋盘格图案，这些图像对以灰度或真彩色图像数组的形式提供。

可选参量

[imagePoints,patternDims,pairsUsed] = detectCheckerboardPoints(___,Name,Value) 使用由一个或多个 Name,Value 成对参量指定的附加选项。未指定的属性具有默认值。

示例

全部折叠

在高畸变图像中检测棋盘格

打开实时脚本

创建一个名为 imageDatastore 的文件夹，其中包含来自 GoPro 相机的标定图像。

imds = imageDatastore(fullfile(toolboxdir("vision"),"visiondata","calibration","gopro"));

使用 HighDistortion 选项检测标定图案，该选项适用于鱼眼镜头拍摄的图像。

[imagePoints,patternDims,imagesUsed] = detectCheckerboardPoints(imds.Files(1:4),HighDistortion=true);

显示检测到的点。

for i = 1:4
  % Read image
  I = readimage(imds,i);

  % Insert markers at detected point locations
  I = insertMarker(I,imagePoints(:,:,i),"o",MarkerColor="red",Size=10);

  % Display image
  subplot(2,2,i);
  imshow(I);
end

Figure contains 4 axes objects. Hidden axes object 1 contains an object of type image. Hidden axes object 2 contains an object of type image. Hidden axes object 3 contains an object of type image. Hidden axes object 4 contains an object of type image.

检测图像中的棋盘格

打开实时脚本

加载一张包含棋盘格图案的图像。

imageFileName = fullfile(toolboxdir("vision"),"visiondata","calibration","dslr","image01.jpg");
I = imread(imageFileName);

检测棋盘格上的点。

[imagePoints,patternDims] = detectCheckerboardPoints(I);

显示检测到的点。

J = insertText(I,imagePoints,1:size(imagePoints,1));
J = insertMarker(J,imagePoints,"o",MarkerColor="red",Size=5);
imshow(J);
title(sprintf("Detected a %d x %d Checkerboard",patternDims));

Figure contains an axes object. The hidden axes object with title Detected a 7 x 10 Checkerboard contains an object of type image.

在一组图像文件中检测棋盘格图案

打开实时脚本

创建一个包含标定图像文件名的元胞数组。

images = imageDatastore(fullfile(toolboxdir("vision"),"visiondata",...
    "calibration","dslr"));
imageFileNames = images.Files;

在图像中检测标定图案。

[imagePoints,patternDims,imagesUsed] = detectCheckerboardPoints(imageFileNames,PartialDetections=false);

显示检测到的点。

imageFileNames = imageFileNames(imagesUsed);
for i = 1:4
  I = imread(imageFileNames{i});
subplot(2, 2, i);
  imshow(I);
  hold on;
  plot(imagePoints(:,1,i),imagePoints(:,2,i),"ro");
end

在立体图像中检测棋盘格

打开实时脚本

读取立体图像。

numImages = 4;
images1 = cell(1,numImages);
images2 = cell(1,numImages);
for i = 1:numImages
    images1{i} = fullfile(matlabroot,'toolbox','vision',...
        'visiondata','calibration','stereo','left',sprintf('left%02d.png',i));
    images2{i} = fullfile(matlabroot,'toolbox','vision',...
        'visiondata','calibration','stereo','right',sprintf('right%02d.png',i));
end

检测图像中的棋盘格。

[imagePoints,patternDims,pairsUsed] = ...
    detectCheckerboardPoints(images1,images2);

显示来自 images1 的点。

images1 = images1(pairsUsed);
figure;
for i = 1:numel(images1)
      I = imread(images1{i});
      subplot(2,2,i);
      imshow(I); 
      hold on; 
      plot(imagePoints(:,1,i,1),imagePoints(:,2,i,1),'ro');
end 
annotation('textbox',[0 0.9 1 0.1],'String','Camera 1',...
    'EdgeColor','none','HorizontalAlignment','center')

显示来自 images2 的点。

images2 = images2(pairsUsed);
figure;
for i = 1:numel(images2)
      I = imread(images2{i});
      subplot(2, 2, i);
      imshow(I);
      hold on; 
      plot(imagePoints(:,1,i,2),imagePoints(:,2,i,2),'ro');
end 
annotation('textbox',[0 0.9 1 0.1],'String','Camera 2',...
    'EdgeColor','none','HorizontalAlignment','center')

输入参数

全部折叠

`I` — 输入图像
M×N×3 真彩色图像 | M×N 二维灰度图像

输入图像，指定为 M × N × 3 的真彩色图像，或 M × N 的二维灰度图像。输入图像必须为非稀疏实矩阵。该函数能够检测最小尺寸为 4×4 格的棋盘格图案。

`imageFileNames` — 图像文件名
N-元素字符向量元胞数组 | N-元素字符串数组

图像文件名，指定为由 N 个文件名组成的 N-元胞数组。

`imageFileNames1` — 相机 1 图像的文件名
N-元素字符向量元胞数组 | N-元素字符串数组

相机 1 的图像文件名，指定为一个由 N 个文件名组成的 N-元胞数组。该数组中的图像顺序必须与 imageFileNames2 中的图像顺序一致，以形成立体图像对。

`imageFileNames2` — 相机 2 图像的文件名
N-元素字符向量元胞数组 | N-元素字符串数组

相机 2 图像的文件名，指定为一个由 N 个文件名组成的 N-元胞数组。该数组中的图像顺序必须与 imageFileNames1 中的图像顺序一致，以形成立体图像对。

`images` — 图像
height×width×color channel×number of frames 数组

图像，指定为一个 H×W×B×F 数组，其中包含一组灰度或真彩色图像。输入维度如下：

H 表示图像高度。

W 表示图像宽度。

B 代表颜色通道。值 1 表示灰度图像，值 3 表示真彩色图像。

F 表示图像帧的数量。

`images1` — 来自相机 1 的立体图像对
height×width×color channel×number of frames 数组

来自相机 1 的立体成对图像，指定为一个 H×W×B×F 数组，其中包含一组灰度或真彩色图像。输入维度如下：

H 表示图像高度。

W 表示图像宽度。

B 代表颜色通道。值 1 表示灰度图像，值 3 表示真彩色图像。

F 表示图像帧的数量。

`images2` — 来自相机 2 的立体成对图像
height×width×color channel×number of frames 数组

来自相机 2 的立体成对图像，指定为一个 H×W×B×F 数组，其中包含一组灰度或真彩色图像。输入维度如下：

H 表示图像高度。

W 表示图像宽度。

B 代表颜色通道。值 1 表示灰度图像，值 3 表示真彩色图像。

F 表示图像帧的数量。

名称-值参数

全部折叠

将可选参量对组指定为 Name1=Value1,...,NameN=ValueN，其中 Name 是参量名称，Value 是对应的值。名称-值参量必须出现在其他参量之后，但对各个参量对组的顺序没有要求。

如果使用的是 R2021a 之前的版本，请使用逗号分隔每个名称和值，并用引号将 Name 引起来。

示例: 'MinCornerMetric', '0.15'

`MinCornerMetric` — 最小角点度量阈值
`0.15` | `0.12` | 非负标量

最小角度度量阈值，指定为一个非负标量。当图像存在噪点或纹理较丰富时，请增加此值以减少错误角点检测的数量。当您将 'HighDistortion' 属性设置为 false 时，该函数会将默认值设置为 0.15。当您将 'HighDistortion' 属性设置为 true 时，该函数会将默认值设置为 0.12。该值减小会导致角点检测数量增加。

`HighDistortion` — 高畸变
`false` (默认) | `true`

高畸变，指定为 false 或 true。当图像存在严重畸变时（这通常是广角相机，例如鱼眼镜头，的典型特征），请将 'HighDistortion' 设置为 true。当图像未出现严重畸变时，将 'HighDistortion' 设置为 false。将 'HighDistortion' 设置为 true 可以提高对图像畸变的鲁棒性，但会降低处理速度。

`PartialDetections` — 部分检测结果
`true` (默认) | `false`

部分检测，指定为 true 或 false。将 'PartialDetections' 设置为 true，以返回部分检测到的棋盘格图案。该函数会用 [NaN,NaN] 坐标填充缺失的关键点检测结果。将 'PartialDetections' 设置为 false，以舍弃部分检测到的棋盘格图案。对于立体图像对，该属性将被忽略。

输出参量

全部折叠

`imagePoints` — 检测到的棋盘格角点坐标
M×2 矩阵 | M×2× number of images 数组 | M×2×number of pairs of images×number of cameras 数组

检测到的棋盘格角坐标，以 M×2 矩阵的形式返回，对应单个图像。对于多个图像，该函数将坐标以 M×2×number of images 数组的形式返回；对于立体图像对，该函数将坐标以 M×2×number of pairs×number of cameras 数组的形式返回。

对于立体图像对，imagePoints(:,:,:,1) 是来自第一组图像的点，而 imagePoints(:,:,:,2) 是来自第二组图像的点。输出包含 M 个 [x y] 坐标。每个坐标代表棋盘上检测到方块角点的某个位置。该函数返回的点数取决于 patternDims 的值，该值表示检测到的正方形数量。该函数能以亚像素精度检测点的位置。

Checkerboard indicating the origin (0,0) as the lower-right corner of the first box in the upper-left corner of the checkerboard.

该函数按以下方式计算点数 M：

M = prod(patternDims-1)。

如果无法检测到棋盘格：

imagePoints = []

patternDims = [0,0]

当指定 imageFileNames 作为输入时，该函数可以返回 imagePoints，其形式为一个 M×2×N 的数组。在此数组中，N 表示检测到棋盘格图案的图像数量。如果无法检测到棋盘格，该函数将返回 imagePoints，作为以下两种选项之一：

仅适用于单相机图像：

如果无法检测到完整的棋盘格，该函数将返回一个部分检测到的棋盘格，其中 [NaN,NaN] 表示 x-y 坐标，用于表示 imagePoints 中缺失的角点。可以使用 'PartialDetections' 名称-值参量来修改此默认行为。
在可能的情况下，该函数会调整部分检测到的棋盘格的方向，使其原点位置和角点的排列与完全可见的棋盘格保持一致。如果该函数无法在任何输入图像中检测到完整的棋盘格，则将检测到的最大棋盘格用作参考棋盘格，并通过 patternDims 返回该棋盘格的维度。

`patternDims` — 图案尺寸
二元素 [height, width] 向量

图案维度，以包含两个元素的向量 [height, width] 形式返回。图案的维度以方格的数量来表示。

Checkboard showing width and height measurements and the origin.

如果无法检测到棋盘格，该函数会将 patternDims 设置为 [0,0]。

`imagesUsed` — 图案检测
N×1 逻辑向量

图案检测结果以 N×1 逻辑向量的形式返回，其中 N 表示图像的数量。如果成功在图像中检测到角点，该函数返回 1 (true)；如果未检测到角点，则返回 0 (false)。

该函数基于对关键点的成功检测，对棋盘格的角点进行估计。如果检测过程中的任何一步失败，该函数将不会返回该图像的角点，且逻辑向量中的相应值为 false。

`pairsUsed` — 立体图像对图案检测
N×1 逻辑向量

立体图像对图案检测，结果以 N×1 逻辑向量的形式返回，其中 N 表示图像数量。如果成功在立体图像对中检测到角点，该函数返回 1 (true)；如果未检测到角点，则返回 0 (false)。

对于立体图像对图案检测，棋盘格图案必须在两个图像中均完全可见，才能被检测到。与单相机标定不同，对于立体图像对，部分检测到的棋盘格会被剔除。

参考

[1] Geiger, A., F. Moosmann, O. Car, and B. Schuster. "Automatic Camera and Range Sensor Calibration using a Single Shot," International Conference on Robotics and Automation (ICRA), St. Paul, USA, May 2012.

扩展功能

全部展开

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

用法说明和限制：

代码生成不支持将图像指定为文件名或文件名的元胞数组。它仅支持在单个图像或立体图像对中进行棋盘格检测。例如，支持以下语法：
- detectCheckerboardPoints(I1)
- detectCheckerboardPoints(I1,I2)
I1 和 I2 是单张灰度图或 RGB 图像。
图像必须是编译时常量。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

请参阅“C/C++ 代码生成”部分中的用法说明和限制。同样的用法说明和限制也适用于 GPU 代码生成。

基于线程的环境
使用 MATLAB® `backgroundPool` 在后台运行代码或使用 Parallel Computing Toolbox™ `ThreadPool` 加快代码运行速度。

detectCheckerboardPoints 函数完全支持基于线程的环境。有关详细信息，请参阅在基于线程的环境中运行 MATLAB 函数。

版本历史记录

在 R2014a 中推出

另请参阅

detectCheckerboardPoints

语法

说明

单帧棋盘格检测

立体图像对棋盘格检测

可选参量

示例

在高畸变图像中检测棋盘格

检测图像中的棋盘格

在一组图像文件中检测棋盘格图案

在立体图像中检测棋盘格

输入参数

I — 输入图像 M×N×3 真彩色图像 | M×N 二维灰度图像

imageFileNames — 图像文件名 N-元素字符向量元胞数组 | N-元素字符串数组

imageFileNames1 — 相机 1 图像的文件名 N-元素字符向量元胞数组 | N-元素字符串数组

imageFileNames2 — 相机 2 图像的文件名 N-元素字符向量元胞数组 | N-元素字符串数组

images — 图像 height×width×color channel×number of frames 数组

images1 — 来自相机 1 的立体图像对 height×width×color channel×number of frames 数组

images2 — 来自相机 2 的立体成对图像 height×width×color channel×number of frames 数组

名称-值参数

MinCornerMetric — 最小角点度量阈值 0.15 | 0.12 | 非负标量

HighDistortion — 高畸变 false (默认) | true

PartialDetections — 部分检测结果 true (默认) | false

输出参量

imagePoints — 检测到的棋盘格角点坐标 M×2 矩阵 | M×2× number of images 数组 | M×2×number of pairs of images×number of cameras 数组

patternDims — 图案尺寸 二元素 [height, width] 向量

imagesUsed — 图案检测 N×1 逻辑向量

pairsUsed — 立体图像对图案检测 N×1 逻辑向量

参考

扩展功能

C/C++ 代码生成 使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成 使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

基于线程的环境 使用 MATLAB® backgroundPool 在后台运行代码或使用 Parallel Computing Toolbox™ ThreadPool 加快代码运行速度。

版本历史记录

另请参阅

App

对象

函数

主题

`I` — 输入图像
M×N×3 真彩色图像 | M×N 二维灰度图像

`imageFileNames` — 图像文件名
N-元素字符向量元胞数组 | N-元素字符串数组

`imageFileNames1` — 相机 1 图像的文件名
N-元素字符向量元胞数组 | N-元素字符串数组

`imageFileNames2` — 相机 2 图像的文件名
N-元素字符向量元胞数组 | N-元素字符串数组

`images` — 图像
height×width×color channel×number of frames 数组

`images1` — 来自相机 1 的立体图像对
height×width×color channel×number of frames 数组

`images2` — 来自相机 2 的立体成对图像
height×width×color channel×number of frames 数组

`MinCornerMetric` — 最小角点度量阈值
`0.15` | `0.12` | 非负标量

`HighDistortion` — 高畸变
`false` (默认) | `true`

`PartialDetections` — 部分检测结果
`true` (默认) | `false`

`imagePoints` — 检测到的棋盘格角点坐标
M×2 矩阵 | M×2× number of images 数组 | M×2×number of pairs of images×number of cameras 数组

`patternDims` — 图案尺寸
二元素 [height, width] 向量

`imagesUsed` — 图案检测
N×1 逻辑向量

`pairsUsed` — 立体图像对图案检测
N×1 逻辑向量

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 代码生成
使用 GPU Coder™ 为 NVIDIA® GPU 生成 CUDA® 代码。

基于线程的环境
使用 MATLAB® `backgroundPool` 在后台运行代码或使用 Parallel Computing Toolbox™ `ThreadPool` 加快代码运行速度。