从两幅图像的匹配点计算焦距f

从网络中找到两种计算焦距的方法
1。两幅图像的单应矩阵H计算焦距f（取自《全景图拼接》opencv代码）

//从两幅图像的单应矩阵H计算焦距f。
void focalsFromHomography(const Mat& H, double &f0, double &f1, bool &f0_ok, bool &f1_ok)
{CV_Assert(H.type() == CV_64F && H.size() == Size(3, 3));const double* h = H.ptr<double>();//h 是一个向量double d1, d2; // 分母double v1, v2; // 焦距平方值候选f1_ok = true;d1 = h[6] * h[7];d2 = (h[7] - h[6]) * (h[7] + h[6]);v1 = -(h[0] * h[1] + h[3] * h[4]) / d1;v2 = (h[0] * h[0] + h[3] * h[3] - h[1] * h[1] - h[4] * h[4]) / d2;if (v1 < v2) std::swap(v1, v2);if (v1 > 0 && v2 > 0) f1 = std::sqrt(std::abs(d1) > std::abs(d2) ? v1 : v2);else if (v1 > 0) f1 = std::sqrt(v1);else f1_ok = false;f0_ok = true;d1 = h[0] * h[3] + h[1] * h[4];d2 = h[0] * h[0] + h[1] * h[1] - h[3] * h[3] - h[4] * h[4];v1 = -h[2] * h[5] / d1;v2 = (h[5] * h[5] - h[2] * h[2]) / d2;if (v1 < v2) std::swap(v1, v2);if (v1 > 0 && v2 > 0) f0 = std::sqrt(std::abs(d1) > std::abs(d2) ? v1 : v2);else if (v1 > 0) f0 = std::sqrt(v1);else f0_ok = false;
}

用下面的测试

 //读入两个图Mat img1 = imread(name1);//Mat img2 = imread(name2);////匹配vector<KeyPoint> kp1,kp2;vector<DMatch> matches;meMatch2(img1, img2,kp1,kp2,matches);//生成匹配点vector<Point2f> points1, points2;get_match_points (kp1, kp2, matches, points1, points2);//4对相对应的像点计算图像的单应 HomographyMat H = findHomography(points1, points2, 0);double f0; double f1; bool f0_ok; bool f1_ok;//从两幅图像的单应矩阵H计算焦距f。focalsFromHomography(H, f0, f1, f0_ok, f1_ok);if (f0_ok)std::cout <<"图1焦距："<< f0 << '\n';if (f1_ok)std::cout <<"图2焦距："<< f1 << '\n';

结果：

图1焦距：81.9963
图2焦距：992.465
只有图2计算得很算准确。

-=-=-=-=-=-=-=-=-=-----------------分隔线------------------------=-=-=-=-=-=-=-=-=

2。两图的匹配点计算焦距f(取自一个《极线校正工具包》matlab)

function [f] = compIntrinsic (ml,mr,width,height)
%计算一个焦距
%
%
% ml,mr 是图像中的对应点
%
% width, height 是图像的尺寸(用于取得焦距和图像中心)
% options = optimset('Jacobian','off');a0 = [0 0 0 0 0, 0];
[af,resnorm,residual,exitflag,output,lambda,jacobian] = lsqnonlin(@(x) costRectif(x,width,height,ml,mr), a0,...[-pi/2, -pi/2, -pi/2, -pi/2, -pi/2, -1.5], [pi/2, pi/2, pi/2, pi/2, pi/2, 1.5],options);counter = 0;
while af(6)>1 || af(6)<-1counter = counter+1;disp('焦点超出范围；正在重新尝试(随机)...');a0 = [0 0 0 0 0, 2*rand-1.0];[af,resnorm] = lsqnonlin(@(x) costRectif(x,width,height,ml,mr), a0,...[-pi/2, -pi/2, -pi/2, -pi/2, -pi/2, -1.5], [pi/2, pi/2, pi/2, pi/2, pi/2, 1.5],options);if counter > 20warning('找不到范围内的焦点')breakendendf =3^af(6)*(width+height);
% disp(['焦距：f = ' num2str(f)]);

测试

f = compIntrinsic (ml,mr,width,height);%ml,mr 一个2xn矩阵的匹配点对.width,height 是图像的长，宽
disp(['焦距：f = ' num2str(f)]);

结果
焦距：f = 892.7031
基本准确。

从两幅图像的匹配点计算焦距f相关推荐

如何计算两幅图像的相似度,计算两张图片相似度
怎么对比两张图片的相似度 1.首先打开微信,选择底部"发现".如图所示.2.然后在点击进入"小程序".如图所示.3.然后输入"腾讯AI体验中心&quo ...
python双重直方图_Python 2.x中两幅图像的直方图匹配？
我以前写过一个答案here解释如何在图像直方图上进行分段线性插值,以实现高光/中音/阴影的特定比率. 两幅图像之间histogram matching的基本原理相同.基本上,计算源图像和模板图像的累积 ...
相机计算坐标公式_相机位姿估计3：根据两幅图像的位姿估计结果求某点的世界坐标...
关键词:相机位姿估计,单目尺寸测量,环境探知用途:基于相机的环境测量,SLAM,单目尺寸测量文章类型:原理说明.Demo展示 @Author:VShawn @Date:2016-11-28 @La ...
计算两幅图像PSNR
计算两幅图像PSNR 1.原始图像 2.对比图像 3.MATLAB程序代码 4.计算结果 1.原始图像 lenna512.bmp 2.对比图像 lenna512_low_dynamic_range.b ...
使用OpenCV计算两幅图像的协方差
要计算协方差首先要知道协方差的数学原理. 定义 Cov(X,Y) = E{ [X-E(X)][Y-E(Y)] }为随机量X与Y的协方差. 其中E(X)为随机变量X的期望(均值),E(Y)为随机变量Y的 ...
计算两幅图像的PSNR和SSIM以及python代码实现
欢迎关注博主的公众号:happyGirl的异想世界.有更多干货还有技术讨论群哦~ psnr是"Peak Signal to Noise Ratio"的缩写,即峰值信噪比,是一种评价 ...
立体图像——NCC匹配方法计算视差图
文章目录一.什么是立体图像二.以窗口代价计算视差的原理三.归一化互相关(NCC)算法匹配原理四.实验 1.实验要求 2.实验代码 3.实验结果五.实验小结一.什么是立体图像一个多视图成像 ...
OpenCV之core 模块. 核心功能（1）Mat - 基本图像容器 OpenCV如何扫描图像、利用查找表和计时矩阵的掩码操作使用OpenCV对两幅图像求和（求混合(blending)）
Mat - 基本图像容器目的从真实世界中获取数字图像有很多方法,比如数码相机.扫描仪.CT或者磁共振成像.无论哪种方法,我们(人类)看到的是图像,而让数字设备来"看"的时候,则 ...
ITK:两幅图像之差的绝对值
ITK:两幅图像之差的绝对值内容提要 C++实现代码内容提要计算两个图像中相应像素之差的绝对值. C++实现代码 #include "itkImage.h" #include ...

从两幅图像的匹配点计算焦距f

从两幅图像的匹配点计算焦距f相关推荐

最新文章

热门文章