triangulate
立体图像中未去畸变的匹配点的三维位置
语法
说明
worldPoints = triangulate(matchedPoints1,matchedPoints2,stereoParams)
worldPoints = triangulate(matchedPoints1,matchedPoints2,camProjection1,camProjection2)
[ 还会根据之前语法中的任意参量，返回世界坐标的重新投影错误。worldPoints,reprojectionErrors] = triangulate(___)
[ 还会返回有效和无效世界坐标的索引。有效点位于相机前方。worldPoints,reprojectionErrors,validIndex] = triangulate(___)
示例
通过对立体相机数据应用三角剖分技术，估算图像中某张面部的实际距离。
加载立体参数。
load('webcamsSceneReconstruction.mat');读取这组立体图像。
I1 = imread('sceneReconstructionLeft.jpg'); I2 = imread('sceneReconstructionRight.jpg');
去畸变图像。
I1 = undistortImage(I1,stereoParams.CameraParameters1); I2 = undistortImage(I2,stereoParams.CameraParameters2);
在两个图像中均检测出人脸。
faceDetector = vision.CascadeObjectDetector; face1 = faceDetector(I1); face2 = faceDetector(I2);
找到脸的中心点。
center1 = face1(1:2) + face1(3:4)/2; center2 = face2(1:2) + face2(3:4)/2;
计算从相机 1 到人脸的距离。
point3d = triangulate(center1, center2, stereoParams); distanceInMeters = norm(point3d)/1000;
显示检测到的面部和距离。
distanceAsString = sprintf('%0.2f meters', distanceInMeters); I1 = insertObjectAnnotation(I1,'rectangle',face1,distanceAsString,'FontSize',18); I2 = insertObjectAnnotation(I2,'rectangle',face2, distanceAsString,'FontSize',18); I1 = insertShape(I1,'filled-rectangle',face1); I2 = insertShape(I2,'filled-rectangle',face2); imshowpair(I1, I2, 'montage');
输入参数
图像一中对应点的坐标，指定为一个 M-行-2 列的矩阵，其中包含 M 个 [x y] 坐标，或者指定为 Point Feature Types 中描述的点特征对象之一。
图像一中对应点的坐标，指定为一个 M-行-2 列的矩阵，其中包含 M 个 [x y] 坐标，或者指定为 Point Feature Types 中描述的点特征对象之一。
立体视觉系统的相机参数，指定为一个 stereoParameters 对象。该对象包含立体相机系统的内参、外参和镜头畸变参数。您可以使用 estimateCameraParameters 函数来估计相机参数，并返回一个 stereoParameters 对象。
当您将一个 stereoParameters 对象传递给该函数时，世界坐标系的原点位于相机 1 的光学中心。x 轴指向右侧，y 轴指向下方，z 轴则指向远离相机的方向。
相机 1 的投影矩阵，指定为一个 3×4 的矩阵。该矩阵将齐次坐标系中的三维点映射到相机图像中的对应点。该输入描述了相机 1 在世界坐标系中的位置和方向。camProjection1 必须是一个实数且非稀疏的数值矩阵。您可以使用 cameraProjection 函数获取相机矩阵。
传递给该函数的相机投影矩阵定义了世界坐标系。
相机 2 的投影矩阵，指定为一个 3×4 的矩阵。该矩阵将齐次坐标系中的三维点映射到相机图像中的对应点。该输入描述了相机 2 在世界坐标系中的位置和方向。camProjection2 必须是一个实数且非稀疏的数值矩阵。您可以使用 cameraProjection 函数获取相机矩阵。
传递给该函数的相机投影矩阵定义了世界坐标系。
输出参量
未去畸变图像点匹配对的三维位置，以 M×3 矩阵的形式返回。该矩阵包含 M 个 [x y z] 位置，这些位置对应来自两幅立体图像的未去畸变图像点中的匹配对。
当您使用 stereoParams 指定相机几何参数时，世界坐标系中的点坐标是以相机 1 的光学中心为基准的。
当您使用 camProjection1 和 camProjection2 指定相机几何参数时，世界坐标系中的点坐标由相机矩阵决定。
当 matchedPoints1 和 matchedPoints2 的数据类型为 double 时，该函数会将数据类型 worldPoints 返回为 double。否则，该函数将 worldPoints 作为数据类型 single 返回。
数据类型: single | double
重投影误差，以 M×1 向量的形式返回。该函数将每个世界坐标点投影回两幅图像中。然后，对于每个图像，该函数将检测到的点与重投影后的点之间的距离计算为重投影误差。向量 reprojectionErrors 包含每个世界坐标的平均重投影误差。
世界坐标的有效性，以 M×1 逻辑向量的形式返回。有效点（用逻辑符号 1 (true) 表示）位于相机前方。无效点（用逻辑符号 0 (false) 表示）位于相机后方。
世界点相对于相机位置的有效性，是通过使用相机矩阵和齐次坐标将世界点投影到图像上来确定的。如果得到的缩放因子为正，则该世界坐标点有效。
提示
triangulate 函数未考虑镜头畸变。在检测点之前，您可以使用 undistortImage 函数去畸变图像。或者，您可以使用 undistortPoints 函数去畸变点本身。
参考
[1] Hartley, Richard, and Andrew Zisserman. Multiple View Geometry in Computer Vision. 2nd ed., 312-313. Cambridge, UK ; New York: Cambridge University Press, 2003.
