机器视觉单目测量

机器视觉中利用单幅图像进行求解单应性矩阵从而测量图像中长度，基于MATLAB编写

function [HHnorminv_Hnorm] = compute_homography（mM）
 
%compute_homography 
% 
%[HHnorminv_Hnorm] = compute_homography（mM） 
% 
%Computes the planar homography between the point coordinates on the plane （M） and the image 
%point coordinates （m）. 
% 
%INPUT: m: homogeneous coordinates in the image plane （3xN matrix） 
%       M: homogeneous coordinates in the plane in 3D （3xN matrix） 
% 
%OUTPUT: H: Homography matrix （3x3 homogeneous matrix） 
%        Hnorm: Normalization matrix used on the points before homography computation 
%               （useful for numerical stability is points in pixel coordinates） 
%        inv_Hnorm: The inverse of Hnorm 
% 
%Definition: m ~ H*M where “~“ means equal up to a non zero scalar factor. 
% 
%Method: First computes an initial guess for the homography through quasi-linear method. 
%        Then if the total number of points is larger than 4 optimize the solution by minimizing 
%        the reprojection error （in the least squares sense）. 
% 
% 
%Important functions called within that program: 
% 
%comp_distortion_oulu: Undistorts pixel coordinates. 
% 
%compute_homography.m: Computes the planar homography between points on the grid in 3D and the image plane. 
% 
%project_points.m: Computes the 2D image projections of a set of 3D points and also returns te Jacobian 
%                  matrix （derivative with respect to the intrinsic and extrinsic parameters）. 
%                  This function is called within the minimization loop. 
Np = size（m2）; 
 
if size（m1）<3 
   m = [m;ones（1Np）]; 
end; 
 
if size（M1）<3 
   M = [M;ones（1Np）]; 
end; 
 
 
m = m ./ （ones（31）*m（3:））; 
M = M ./ （ones（31）*M（3:））; 
 
% Prenormalization of point coordinates （very important）: 
% （Affine normalization） 
 
ax = m（1:）; 
ay = m（2:）; 
 
mxx = mean（ax）; 
myy = mean（ay）; 
ax = ax - mxx; 
ay = ay - myy; 
 
scxx = mean（abs（ax））; 
scyy = mean（abs（ay））; 
 
 
Hnorm = [1/scxx 0 -mxx/scxx;0 1/scyy -myy/scyy;0 0 1]; 
inv_Hnorm = [scxx 0 mxx ; 0 scyy myy; 0 0 1]; 
 
mn = Hnorm*m; 
 
% Compute the homography between m and mn: 
 
% Build the matrix: 
 
L = zeros（2*Np9）; 
 
L（1:2:2*Np1:3） = M‘; 
L（2:2:2*Np4:6） = M‘; 
L（1:2:2*Np7:9） = -（（ones（31）*mn（1:））.* M）‘; 
L（2:2:2*Np7:9） = -（（ones（31）*mn（2:））.* M）‘; 
 
if Np > 4 
	L = L‘*L; 
end; 
 
[USV] = svd（L）; 
 
hh = V（:9）; 
hh = hh/hh（9）; 
 
Hrem = reshape（hh33）‘; 
% Final homography:  
H = inv_Hnorm*Hrem; 
 
if 0 
   m2 = H*M; 
   m2 = [m2（1:）./m2（3:） ; m2（2:）./m2（3:）]; 
   merr = m（1:2:） - m2; 
end; 
 
%keyboard; 
  
%%% Homography refinement if there are more than 4 points: 
 
if Np > 4 
    
   % Final refinement: 
   hhv = reshape（H‘91）; 
   hhv = hhv（1:8）; 
    
   for iter=1:10 
       	mrep = H * M;  
		J = zeros（2*Np8）;  
		MMM = （M ./ （ones（31）*mrep（3:）））; 
 
		J（1:2:2*Np1:3） = -MMM‘; 
		J（2:2:2*Np4:6） = -MMM‘; 
		 
		mrep = mrep ./ 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-10-18 22:52  单目测量\
     文件     2560685  2018-10-18 20:58  单目测量\1.jpg
     文件     2914215  2018-10-18 22:34  单目测量\2.jpg
     文件        3818  2018-10-18 22:50  单目测量\compute_homography.m
     文件         793  2007-10-03 16:34  单目测量\homography.m
     文件        1114  2018-10-23 21:45  单目测量\zuoye1.m