图片三维重建工具箱

一个工具箱，可以对经过平行视觉处理之后的图片进行三维重建，得到视差图。GUI操作，简单易懂，功能强大。

function [pSmu] = polyfit（xyn）
%   POLYFIT Fit polynomial to data.
%   P = POLYFIT（XYN） finds the coefficients of a polynomial P（X） of
%   degree N that fits the data Y best in a least-squares sense. P is a
%   row vector of length N+1 containing the polynomial coefficients in
%   descending powers P（1）*X^N + P（2）*X^（N-1） +...+ P（N）*X + P（N+1）.
%
%   [PS] = POLYFIT（XYN） returns the polynomial coefficients P and a
%   structure S for use with POLYVAL to obtain error estimates for
%   predictions.  S contains fields for the triangular factor （R） from a QR
%   decomposition of the Vandermonde matrix of X the degrees of freedom
%   （df） and the norm of the residuals （normr）.  If the data Y are random
%   an estimate of the covariance matrix of P is （Rinv*Rinv‘）*normr^2/df
%   where Rinv is the inverse of R.
%
%   [PSMU] = POLYFIT（XYN） finds the coefficients of a polynomial in
%   XHAT = （X-MU（1））/MU（2） where MU（1） = MEAN（X） and MU（2） = STD（X）. This
%   centering and scaling transformation improves the numerical properties
%   of both the polynomial and the fitting algorithm.
%
%   Warning messages result if N is >= length（X） if X has repeated or
%   nearly repeated points or if X might need centering and scaling.
%
%   Class support for inputs XY:
%      float: double single
%
%   See also POLY POLYVAL ROOTS.

%   Copyright 1984-2005 The MathWorks Inc.
%   $Revision: 5.17.4.8 $  $Date: 2006/06/20 20:11:56 $

% The regression problem is formulated in matrix format as:
%
%    y = V*p    or
%
%          3  2
%    y = [x  x  x  1] [p3
%                      p2
%                      p1
%                      p0]
%
% where the vector p contains the coefficients to be found.  For a
% 7th order polynomial matrix V would be:
%
% V = [x.^7 x.^6 x.^5 x.^4 x.^3 x.^2 x ones（size（x））];

if ~isequal（size（x）size（y））
    error（‘MATLAB:polyfit:XYSizeMismatch‘...
          ‘X and Y vectors must be the same size.‘）
end

x = x（:）;
y = y（:）;

if nargout > 2
   mu = [mean（x）; std（x）];
   x = （x - mu（1））/mu（2）;
end

% Construct Vandermonde matrix.
V（:n+1） = ones（length（x）1class（x））;
for j = n:-1:1
   V（:j） = x.*V（:j+1）;
end

% Solve least squares problem.
[QR] = qr（V0）;
p = R\（Q‘*y）;    % Same as p = V\y;
r = y - V*p;
p = p.‘;          % Polynomial coefficients are row vectors by convention.

% S is a structure containing three elements: the triangular factor from a
% QR decomposition of the Vandermonde matrix the degrees of freedom and
% the norm of the residuals.
S.R = R;
S.df = max（0length（y） - （n+1））;
S.normr = norm（r）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        4589  2012-09-14 14:41  Stereo%20Matching.prj
     文件      342036  2012-09-14 14:41  left1.png
     文件      182317  2012-09-14 14:41  left2.png
     文件      362946  2012-09-14 14:41  left3.png
     文件      307325  2012-09-14 14:41  left4.png
     文件        1333  2012-09-14 14:41  license.txt
     文件        2659  2012-09-14 14:41  polyfit2.m
     文件      343316  2012-09-14 14:41  right1.png
     文件      181900  2012-09-14 14:41  right2.png
     文件      364420  2012-09-14 14:41  right3.png
     文件      307609  2012-09-14 14:41  right4.png
     文件       69692  2012-09-14 14:41  screenstereoGUI.jpg
     文件        2924  2012-09-14 14:41  stereomatch.m
     文件        5986  2012-09-14 14:41  stereovision.fig
     文件       14596  2012-09-14 14:41  stereovision.m
     文件        7618  2012-09-14 14:41  stereovisionplus.fig
     文件       21997  2012-09-14 14:41  stereovisionplus.m
     文件        2809  2012-09-14 14:41  metadata\appProperties.xml
     文件       69692  2012-09-14 14:41  metadata\primaryScreenShot.jpg
     文件        1665  2012-09-14 14:41  metadata\coreProperties.xml
     文件        2502  2012-09-14 14:41  .meta\filemanifest.xml
     文件        1192  2012-09-14 14:41  [Content_Types].xml
     文件         894  2012-09-14 14:41  _rels\.rels