准备光测期末大作业，遂记录

结构光三维重建

为什么要相机标定

http://www.sohu.com/a/336803765_120071391

https://blog.csdn.net/xueluowutong/article/details/80950915

https://blog.csdn.net/qq_36537774/article/details/81604481

其中相机的内参和外参可以通过张正友标定获取（戳这里查看张正友标定的资料）。通过最终的转换关系来看，一个三维中的坐标点，的确可以在图像中找到一个对应的像素点，但是反过来，通过图像中的一个点找到它在三维中对应的点就很成了一个问题，因为我们并不知道等式左边的Zc的值。
关于三维重建不是我的方向，但是深度值的获取是我项目中的一个需要解决的问题，这将涉及到后面的立体视觉知识。

相机标定简介及matlab

https://www.cnblogs.com/star91/p/6012425.html

结构光三维重建的整个过程

https://blog.csdn.net/u011178262/article/details/73436549

生成条纹

f=1/18;%条纹频率，即18个像素一个周期
w=2*pi*f;%角频率

%条纹尺寸
x=1:150;
y=1:150;
[x,y]=meshgrid(x,y); 

%条纹图样I
I=127.5+127.5*cos(w*x);%可在条纹中加相移
%I=127.5+127.5*cos(w*x-2*pi/3);%相移2pi/3的条纹
I=mat2gray(I);%转为灰度图显示
imshow(I);

傅立叶变换三维测量的优点是

只需一幅条纹图就可以得到所有像素点的相位值,其精度也较高。而像基于
相位的方法往往需要组副图像才能得到所有像素点的相位值。
它的缺点有
傅立叶变换的计算量大,对图像空间分辨率有要求。
傅里叶变换法需保证各级频谱之间不混叠,从而限制了测量范围,而且
测量精度也不太高。

具体的测量步骤如下

对被测量物体表面的变形光栅条纹图像进行二维傅立叶变换。
对变换得到的二维傅立叶变换频谱滤波,取出基频分量。
然后进行二维傅立叶逆变换。
同样的,对参考平面的光栅条纹图像进行以上步骤。
根据相位谱的定义
相位等于虚部除以实部的反正切。
最后根据相位与高度的关系求得被测物体的三维信息

基于labview的图像采集和存储

https://blog.csdn.net/Nora_che/article/details/84718562

ROI

https://blog.csdn.net/rs_network/article/details/6982550

Matlab相机标定

安装

测试环境：window 7，MATLAB R2016a，calib相机标定工具箱

添加工具箱时，需要设置路径并保存工具箱路径缓存，但是R2016a 找不到file菜单，因此。。。。

步骤：

1. 下载相机标定工具箱（calib）网址：http://www.vision.caltech.edu/bouguetj/calib_doc/download/index.html；

2. 把解压的工具箱文件夹放到MATLAB安装路径下的toolbox文件夹目录下；

3. 打开MATLAB，主页–设置路径–添加文件夹，将刚刚放到toolbox文件夹下的工具文件选中，添加进去，点击保存；如果你的工具箱里面有子文件夹，需要点击“添加并包含子文件夹”将工具箱选中，添加进去，点击保存；

4. 点击“预设–常规：更新工具箱路径缓存，点击确定

完毕，恭喜你已成功安装工具箱！

最后，检查是否成功：
>>which calib //随便输入所加入工具箱中的一个m文件

D:\MATLAB\toolbox_calib\TOOLBOX_calib\calib.m //得到此文件路径，即加载正确

相关网站：Camera Calibration Toolbox for Matlab
http://www.vision.caltech.edu/bouguetj/calib_doc/
原文链接：https://blog.csdn.net/robotkang/article/details/80675392

相机标定步骤

https://www.cnblogs.com/star91/p/6012425.html