资源简介
利用八点法求两幅图像之间的基础矩阵,并绘制对极线。先将自己要求对极线的两张图片放置解压后的根目录,运行selectpoints函数,运行完之后会保存需要的八组点,然后运行main即可。
代码片段和文件信息
function main()
clear
load location;
location1=location{11};
location2=location{12};
F=Draw_Epipolar_Line(location1location2)
A2=imread(‘2.jpg‘);
B2=imread(‘3.jpg‘);
h=size(B21); %image1的行数
w=size(B22); %image1的列数
npoints=5000;
figure(1)
imshow(A2);
[loc1xloc1y]=ginput(1);
close(gcf);
figure(2)
imshow(B2);
[loc2xloc2y]=ginput(1);
close(gcf);
m1=[loc1xloc1y1];
m2=[loc2xloc2y1];
l2=F*m1‘; %点m1在image2中的对极线
l1=F‘*m2‘;
% 用于产生1w之间的npoints点行矢量,其中1、w、npoints分别为起始值、终止值、元素个数
xx1 = linspace(1wnpoints);
% 产生1行,npoints列 数值为1的行向量
cc1=ones(1npoints);
% 求取纵坐标yy2
yy1=(-l1(1)*xx1-l1(3)*cc1)/l1(2);
% 用于产生1w之间的npoints点行矢量,其中1、w、npoints分别为起始值、终止值、元素个数
xx2 = linspace(1wnpoints);
% 产生1行,npoints列 数值为1的行向量
cc2=ones(1npoints);
% 求取纵坐标yy2
yy2=(-l2(1)*xx2-l2(3)*cc2)/l2(2);
figure(3)
imshow(A2);
yyy1=yy1(yy1>0&yy1 xxx1=xx1(yy1>0&yy1 hold on
plot(xxx1yyy1‘r.‘‘MarkerSize‘10);%‘MarkerSize‘100
hold on
plot(loc1xloc1y‘g*‘‘MarkerSize‘20);
hold on
plot(location1.xlocation1.y‘r*‘‘MarkerSize‘20);
hold off
figure(4)
imshow(B2);
% 为防止对极线算出的坐标有负的 下面两行代码是进行越界处理的
yyy2=yy2(yy2>0&yy2 xxx2=xx2(yy2>0&yy2 hold on
plot(xxx2yyy2‘r.‘‘MarkerSize‘10);%‘MarkerSize‘100
hold on
plot(loc2xloc2y‘g*‘‘MarkerSize‘20);
hold on
plot(location2.xlocation2.y‘r*‘‘MarkerSize‘20);
hold off
function F=Draw_Epipolar_Line(location1location2)
% 八点法绘制对极线
% 画出的对极线不是很精确
% 下面得到矩阵A
AAA=[];
for i=1:8
aa=[ location2.x(i)*location1.x(i) location2.x(i)*location1.y(i) location2.x(i) ...
location2.y(i)*location1.x(i) location2.y(i)*location1.y(i) location2.y(i) ...
location1.x(i) location1.y(i) 1 ];
AAA=cat(1AAAaa);
end
[~~V]=svd(AAA);
TEMP=V(:9);
F=reshape(TEMP33); % 得到基础矩阵F
F=F‘;
% 对于对极线 可设其为l=ax+by+c,上面的F*m得到的l是一个3*1的向量
% ,其中的元素一次表示a b c,这个可以参照 吴昊 硕士论文《基础矩阵估
% 计方法研究》中的13页
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 513 2017-04-28 19:51 SelectPoints.m
文件 2360 2017-04-28 19:51 main.m
----------- --------- ---------- ----- ----
2873 2
- 上一篇:matlab求取二维数组极大值与极小值
- 下一篇:FLICM图像分割算法
评论
共有 条评论