您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
基于VB60测量工具箱程序设计.doc 43页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
你可能关注的文档：
··········
··········
黄河水利职业技术学院
毕业论文（设计）
基于VB6.0测量工具箱程序设计
学生姓名：
指导教师：川 李孝雁
工程测量技术
系（部）：
测绘工程系
黄河水利职业技术学院毕业设计登记表
指导教师评语：
答辩委员会考评小组评语：
答辩组长：
答辩委员会主任：
基于VB6.0的集成开发环境在测量工作中具有重要意义，是测绘人员必须掌握的一门实用、有效的专业技能。随着测绘技术的不断发展，计算机在现代测绘科学中的应用越来越广泛，已经深入到从理论研究到实际生产的方方面面，如坐标解算、数据处理、施工放样计算、地理信息数据加工和管理等。使用计算机程序处理测量数据，不但方便、快速，而且准确、具有可重复性。它综合性很强，涉及面不仅包括控制测量学、测量平差、工程测量学等测量专业内容，还涉及数据结构、数组与过程、编程技术等多方面内容。编写的程序在测量作业中起到了很大的作用，方便了计算，节约了时间，提高了工作效率并且能够保证计算结果准确可靠。同时，为以后熟练使用卡西欧计算器奠定了基础。
本设计课题将VB语言与测量程序设计进行了有机结合。本论文的主要目的是使我们在学习VB语言编程的同时，能够结合测绘专业的例子，一方面可以巩固测绘专业知识，另一方面可以掌握运用VB语言编写程序解决测绘专业问题的能力。
关键词：VB、导线、程序设计
绪论 ..............................................1
1.1 测量程序设计的出发点
..............................1
1.2 测量程序设计的重要性
..............................1
1.3 测量程序设计的过程 ..................................1
测量程序设计基础 ..................................1
2.1 VB6.0简介...........................................2
2.2 VB6.0的优越性.......................................2
2.3 测量中批量数据的处理................................3
2.4 测量常用基本程序汇编................................9
测量工具箱的创建思路..............................17
3.1 界面分析及设计步骤.................................17
3.2 主窗体界面及代码...................................18
3.3 注意事项...........................................20
VB测量程序设计.................................21
4.1 已知三角形三点坐标求内角...........................21
4.2 线路测量实习成绩评定...............................23
4.3 前方交会...........................................24
4.4 测边交会...........................................26
4.5 多测回水平角计算...................................28
4.6 基于VBA的Excel测量程序在工程测量中的运用..........31
结束语...........................................35
参考文献.................................................36
谢.................................................37
正在加载中，请稍后...VC4+-全功能火灾探测器试验器_烟温多功能试验器-北京朋利驰科技有限公司
<img id="zhantai_logo" src=http://img67.chem17.com/1/059281.gif alt=北京朋利驰科技有限公司 onload="120<=this.width?this.width=120:this.90
北京朋利驰科技有限公司
感温探测器功能试验器,感烟探测器功能试验器,消火栓测压接头,喷水末端试水接头,火灾探测器试验器,火焰探测器功能试验器
您所在位置：&&&&&VC4+全功能火灾探测器试验器
VC4+全功能火灾探测器试验器
公司名称：
更新时间：
所 在 地：
生产地址：
浏览次数：
北京朋利驰科技有限公司
【简单介绍】
全功能火灾探测器试验器
【详细说明】
4＋2全功能火灾探测器试验器（4种功能2种试验工具）集加烟试验、加温试验、火焰试验(感光试验)、燃气试验于一体的新一代消防检测设备。该产品是北京朋利驰科技有限公司生产可对国内外各种探测器进行感烟类、感温类、复合式烟温类、火焰（感光）类、燃气类进行检测和灵敏度试验。该产品具有功能强大，操作简单，性价比高、经济实惠、铝合金箱包装，携带方便，组合、拆卸灵活，外观为不锈钢设计，牢固耐用，工作时间长等特点。选用全功能探测器试验装置，衷心期望它能为您的工作带来高效快捷，方便。为更好使用本试验器，请在使用前详细地阅读使用说明书，并按步骤进行操作。GA 全套消防设施维护保养检测设备&&2014年5月国家消防法新规范出台后，全国范围内开展实行GA (国标) 一、二、三级全套消防设施维护保养检测设备，对此次执行标准，北京朋利驰科技有限公司，针对此次标准进行设备配置调整，本次调整后完全符合国家GA (国标) 一、二、三级全套消防设施维护保养检测设备的设备配套标准，北京朋利驰科技有限公司在全国范围内都有检测设备的销售，本产品百分百通过本地消防局及技术质监局的通过，如果有不能通过的，北京朋利驰科技有限公司郑重承诺，质保一年，终身维护，免费提供不能检测通过的设备更换，直至检测通过为准。　　北京朋利驰科技有限公司是致力于生产和代理国际，国内先进的检测仪器仪表和设备诊断工具的高新技术企业。拥有多项自主研发设备产品：感烟探测器功能试验器(HL-08A)，感温探测器功能试验器（HL-3.5）,消火栓测压接头(HL-3),喷水末端试水接头(HL-MD),单功能电子不锈钢感烟探测器功能试验器（KW-JY03）,4+2多功能火灾探测器(AH12),细水雾末端试验装置(HL-S06),多功能消防试水装置，HL-9垂直度检测仪，TDS-100H超声波流量计，各种消防检测箱等。主要经营消防检测设备，主要有红外热像仪，感烟探测器试验装置；感温探测器试验装置；水喷淋系统试水检测装置；消火栓系统试水检测装置；数字兆欧表；数字噪音计；红外测温仪；数字微压计；数字测距仪；垂直度测定仪；多功能工程坡度测定仪；四合一测量仪（温度、湿度、风速、照度）;钳形电流表；数字万用表；数字秒表；附件：数字试电笔、钢卷尺、打火机、加热笔附件盒、发烟棒盒、烟嘴、充电器、丁烷气瓶、仪表测试笔、温度测试探头、多功能刀、测压管、操作手册、铝塑携带箱秒表，数字照度计，数字声级计，数字测距仪，卷尺，数字风速计，数字微压计，消火栓测压接头，超声波流量计，防火涂料测厚仪，喷水末端试水接头，点型感烟探测器功能试验器，点型感温探测器功能试验器，线性光束感烟探测器滤光片，火焰探测器功能试验器，漏电电流检测表，红外测温仪，红外热像仪（选配），便携式可燃气体检测仪，防爆静电电压表，接地电阻测量仪，绝缘电阻测量仪，数字万用表，钳形电流表，泡沫称重电子称，便携式气相色谱仪、便携式红外光谱仪、易燃液体探测仪、便携式可燃气体检测仪、可燃气体探测仪、可燃气体检测管、采样器、薄层色谱分析装置、炭化深度测定仪、金属硬度检验仪、回弹仪、数字温度计、现场勘查灯、碘钨灯、电源线盘、特斯拉计、金属探测器、万用表、接地电阻测量仪、绝缘电阻测试仪、静电电压表、便携式金相显微镜、体视显微镜、小型X光检测仪、照相机、照相冲洗设备、数码照相机、数码摄像机、现场勘查工具箱、数字测距仪、望远镜、尸体袋、物证保存袋、火灾现场勘查专用车、火灾勘查仪器箱、火灾现场勘查工具箱，有毒气体探测仪、军事毒剂侦检仪、可燃气体检测仪、水质分析仪、电子气象仪、音频生命探测仪、视频生命探测仪、雷达生命探测仪、红外热像仪、漏电探测仪、核放射探测仪、电子酸碱测试仪、红外测温仪、移动式生物快速侦检仪、激光测距仪、烟雾视像仪。建筑消防设施检测箱、消防电气检测箱、消防工程检测箱、火灾探测器功能试验箱、火灾报警系统功能检测箱，自动喷水系统、消火栓系统功能检测箱，防排烟系统功能检测箱，火灾勘查仪器箱、火灾现场勘查工具箱、火灾原因调查器材箱、电器性能检查箱、消防监督检查箱、消防工程验收箱、消防监督技术装备箱、消防监督器材包装箱、消防检查辅助器材箱、消防电气性能检查箱、消防监督检查验收箱、消防监督技术装备产品、消防产品现场检测箱、消防产品现场检查判定箱、防火门破拆工具箱、防火涂料检测箱、常规新产品检测箱、专业测量仪器箱、地铁消防检测箱、防火检查仪器箱、派出所消防监督装备、机场、油田、军事设施、铁路地铁、港口码头、学校消防检查设备、智能建筑与安防工程检测仪器序号设备名称一级标配二级标配备注秒表43量程不小于；精度：卷尺43量程不小于；精度：游标卡尺43量程不小于；精度：钢直尺43量程不小于；精度：直角尺43主要用于对消防软管卷盘的检查电子秤11量程不小于测力计21量程：～；精度：强光手电64充电式，冷光源激光测距仪43量程不小于；精度：数字照度计43量程不小于；精度：数字声级计43量程：～；精度：数字风速计43量程：～；精度：数字微压计21量程：～；精度：；具有清零功能，并配有检测软管数字温湿度计21用于环境温湿度检测超声波流量计21测量管径范围：～；精度：数字坡度仪11量程：；精度：垂直度测定仪21量程：～；精度：消火栓测压接头43压力表量程：～；精度：级喷水末端试水接头43压力表量程：～；精度：级防爆静电电压表1-量程：～；精度：接地电阻测量仪32量程：～；精度：绝缘电阻测量仪32量程：～；精度：数字万用表43可测量交直流电压、电流、电阻、电容等感烟探测器功能试验器43检测杆高度不小于ｍ，加配聚烟罩，内置电源线；连续工作时间不低于２感温探测器功能试验器43检测杆高度不小于ｍ，内置电源线；连续工作时间不低于２线型光束感烟探测器滤光片11减光值分别为和各一片；具备手持功能火焰探测器功能试验器11红外线波长大于等于，紫外线波长小于等于。检测杆高度不小于ｍ漏电电流检测仪21量程：～；精度：超声波泄漏检测仪1-用于可燃气体、液体泄漏检测便携式可燃气体检测仪21可检测一氧化碳、氢气、氨气、液化石油气、甲烷等可燃气体浓度，并发出声光报警。数字压力表21量程：～；精度：级；具有清零功能细水雾末端试水装置21压力表量程：～；精度：级HL-3消火栓测压接头：压力表量程：～；精度：级&HL-MD喷水末端试水接头:压力表量程：～；精度：级HL-XM30消防试水检测箱（消火栓测压接头HL-3，喷水末端试水接头HL-MD，30米卷尺）感烟感温探测器功能试验器二合一AH-YW19(里面一个烟一个温)：检测杆高度不小于ｍ，加配聚烟罩，内置电源线；连续工作时间不低于２&&AH-ZH28火焰探测器功能试验器：红外线波长大于等于，紫外线波长小于等于。检测杆高度不小于ｍAH-410线型光束感烟探测器滤光片:减光值分别为和各一片；具备手持功能细水雾末端试水装置：压力表量程：～；精度：级&&SD-T6-2B强光手电：充电式，冷光源TDS-100H超声波流量计：测量管径范围：～；精度：UT100K超声波泄漏检测仪:用于可燃气体、液体泄漏检测HL-GA1157消防常用仪器箱（配置：消防不锈钢防水秒表，数字声级计，数字风速仪，数字照度计，激光测距仪，数字微压计，数字温湿度计，数字万用表，绝缘阻测试仪，接电阻测试仪，压力测试管，检测笔）金属秒表：量程不小于；精度：卷尺：量程不小于；精度：HL-1157维护保养检测箱HL-9垂直度测定仪：量程：～；精度：&HL-50-360数字坡度仪：量程：；精度：&
感兴趣的产品：
留言内容：
您的姓名：
您的单位：
联系电话：
常用邮箱：
详细地址：
请选择您所在的省份
*&=&&&请输入计算结果（填写阿拉伯数字），如：三加四=7
产品搜索：
北京朋利驰科技有限公司
地址：北京市通州区张家湾镇索堤村17号
邮编：101101
联系人：靳晓昌
电话：86-010-传真：86-010-手机：留言：个性化：手机站：
中国化工仪器网 设计制作，未经允许翻录必究.Copyright(C)
, All rights reserved.
以上信息由企业自行提供，信息内容的真实性、准确性和合法性由相关企业负责，中国化工仪器网对此不承担任何保证责任。
温馨提示：为规避购买风险，建议您在购买产品前务必确认供应商资质及产品质量。
扫一扫访问手机站<img src="http://static.yingyonghui.com/resource/www/static/images/chakan.png" alt="14439
<img src="http://static.yingyonghui.com/resource/www/static/images/shoucang.png" alt="2
灰色吉连(Jiren)
<img src="http://static.yingyonghui.com/resource/www/static/images/chakan.png" alt="2
<img src="http://static.yingyonghui.com/resource/www/static/images/chakan.png" alt="
雨夜尽天明
<img src="http://static.yingyonghui.com/resource/www/static/images/chakan.png" alt="
<img src="http://static.yingyonghui.com/resource/www/static/images/chakan.png" alt="
我要回到风里了
<img src="http://static.yingyonghui.com/resource/www/static/images/chakan.png" alt="
用户对 智能测量工具包 的评论
不知道为什么就变成这个样子了
你不是我想要的
外语不会看啊怎么用
这个2.0版确实修复了一些bug，用起来不错，就是罗盘还是不支持中国地区
phb597742lxs
可以拿来娱乐
你不是我想要的
说其他有用吗
浪迹天涯_256
∫梦游侠dx
软件本身好极了，遗憾的是用一次以后闪退，与及某些功能无法使用
提示此应用部分功能不支持中国地区
打不开，闪退！
内含声级计、测振仪、手电筒、放大镜、镜子等工具，还可测高度、宽度、面积和距离
测高度时记得先去点左下角调好设备高度，本人测试调为 自己身高-0.1m 最佳，然后就可以测同一水平面的高度、宽度、面积和距离了，说精确当然不太可能，但可最大限度的估测物体，下次不用问别人身高自己偷偷测ta就行咯～
亲，想发表评论请下载哦～
我们的产品
客服邮箱：
微博/微信合作QQ：
网游玩家客服QQ：
24小时举报电话号码：
广告合作QQ：
游戏合作QQ：
帮助与支持
北京掌汇天下科技有限公司 版权所有
京公网安备39号|
京ICP备号-1
抵制不良游戏 拒绝盗版游戏 注意自身保护 谨防受骗上当 适度游戏益脑 沉迷游戏伤身 合理安排时间 享受健康生活
-提供安卓手机软件、游戏资源下载，做最贴心的Android手机软件应用平台！建筑测量工具厂家_建筑测量工具厂家/公司/建筑测量工具供应商_阿里巴巴公司黄页
山东临沂市河东区
山东临沂市
湖南邵东县
湖南长沙市
广东深圳市宝安区
山东临沂市河东区
浙江金华市
山东临沂市
湖南长沙市
山东临沂市
山东临沂市河东区
山东临沂市
山东临沂市河东区
浙江余姚市
福建厦门市同安区
山东临沂市
山东临沂市
河南虞城县
广东东莞市
山东临沂市
浙江余姚市
广东佛山市南海区
山东临沂市河东区
山东临沂市
广东深圳市龙岗区
湖南邵东县
山东临沂市河东区
上海上海市嘉定区
浙江义乌市
感兴趣的厂家
感兴趣的产品【OpenCV】双目测距（双目标定、双目校正和立体匹配）
本文采用MATLAB标定工具箱和OpenCV3.10来实现双目测距，设备为两个CMOS工业相机和相应的双目云台。
首先感谢CSDN上两位大神前辈邹宇华和scyscyao，虽然是六年前的博客，OpenCV也从1.0的版本更新到了3.1版本，但博客对机器视觉初学者来说仍然提供了巨大的帮助。本文主要参考了
OpenCV学习笔记（17）双目测距与三维重建的OpenCV实现问题集锦（二）双目定标与双目校正、OpenCV学习笔记（18）双目测距与三维重建的OpenCV实现问题集锦（三）立体匹配与视差计算、分享一些OpenCV实现立体视觉的经验、双摄像头测距的OpenCV实现、学习笔记：使用opencv做双目测距（相机标定+立体匹配+测距）.、OPENCV3.0 双目立体标定等文章，并摘录了部分内容。
由于初学机器视觉，有些问题尚不是很清楚，文中不免存在错误，还请观者指正。
一、双目标定
双目摄像头标定不仅要得出每个摄像头的内部参数，还需要通过标定来测量两个摄像头之间的相对位置（即右摄像头相对于左摄像头的平移向量 t和旋转矩阵R）。
由于OpenCV中StereoCalibrate标定的结果极其不稳定，甚至会得到很夸张的结果，所以最后还是决定Matlab标定工具箱立体标定，再将标定的结果读入OpenCV，来进行后续图像校准和匹配。
首先对左右摄像头分别进行标定，得到两个摄像头各自的内参矩阵和畸变参数向量。下图是单目标定的结果示意图和反投影误差分析图。
左右摄像头都标定完成之后，就可以利用单目标定得到的两个摄像头的参数进行立体标定。下图是双目标定的结果示意图。
注意事项：
1. 采集棋盘图的时候要注意，尽量让棋盘占据尽可能多的画面，这样可以得到更多有关摄像头畸变方面的信息。
2. 在标定工具箱中，可以通过reproject on images，得到根据当前标定结果得到的反投影误差，从点云的聚集情况和分散的最大范围可以看出反投影误差的大小。Recomp. corners选项，主要完成根据反向投影得到的角点坐标重作为对角点的估计，重新计算角点的功能。针对第一次标定结果误差太大的情况，可以通过此方法重新计算焦点。计算完成后，点击Calibration根据新的焦点进行标定。此时，得到的标定信息，比第一次得到的反投影误差分布更集中，直径也小。（该步骤在标定过程中需谨慎使用，因为往往首次得到的三维坐标精确度并不高，如果参考误差较大的话，有可能使结果与正解偏差更大。）
3. 两个摄像头的焦距应该保持一致，因为在后续的视差图转换为三维图时的Q矩阵只有一个f值。所以必须要求至少焦距相近。而且立体成像的三角测量（Learning OpenCV书中提到）的前提假设就是fl=fr。（调整两个摄像头的焦距相同的方法：离两个相机相同远处放置标定板，分别调节两个相机的焦距，使得两个画面的清晰度相似。）
二、双目校正
要计算目标点在左右两个视图上形成的视差，首先要把该点在左右视图上两个对应的像点匹配起来。然而，在二维空间上匹配对应点是非常耗时的，为了减少匹配搜索范围，我们可以利用极线约束使得对应点的匹配由二维搜索降为一维搜索。而双目校正的作用就是要把消除畸变后的两幅图像严格地行对应，使得两幅图像的对极线恰好在同一水平线上，这样一幅图像上任意一点与其在另一幅图像上的对应点就必然具有相同的行号，只需在该行进行一维搜索即可匹配到对应点。
经过双目标定得到摄像头的各项参数后，采用OpenCV中的stereoRectify得到校正旋转矩阵R、投影矩阵P、重投影矩阵Q，再采用initUndistortRectifyMap函数得出校准映射参数，然后用remap来校准输入的左右图像。其中remap的图像剪裁系数alpha，取值范围是-1、0~1。当取值为 0 时，OpenCV会对校正后的图像进行缩放和平移，使得remap图像只显示有效像素（即去除不规则的边角区域），适用于机器人避障导航等应用；当alpha取值为1时，remap图像将显示所有原图像中包含的像素，该取值适用于畸变系数极少的高端摄像头；alpha取值在0-1之间时，OpenCV按对应比例保留原图像的边角区域像素。Alpha取值为-1时，OpenCV自动进行缩放和平移。
二、立体匹配
采用Block Matching算法进行立体匹配，Block Matching用的是SAD方法，速度比较快，但效果一般。
参数设置：
MinDisparity设置为0，因为两个摄像头是前向平行放置，相同的物体在左图中一定比在右图中偏右。如果为了追求更大的双目重合区域而将两个摄像头向内偏转的话，这个参数是需要考虑的。
UniquenessRatio主要可以防止误匹配，此参数对于最后的匹配结果是有很大的影响。立体匹配中，宁愿区域无法匹配，也不要误匹配。如果有误匹配的话，碰到障碍检测这种应用，就会很麻烦。该参数不能为负值，一般5-15左右的值比较合适，int型。
BlockSize：SAD窗口大小，容许范围是[5,255]，一般应该在 5x5..21x21 之间，参数必须为奇数值, int型。
NumDisparities：视差窗口，即最大视差值与最小视差值之差,窗口大小必须是 16的整数倍，int型。
在BM算法的参数中，对视差生成效果影响较大的主要参数是BlockSize、NumDisparities和UniquenessRatio三个，一般只需对这三个参数进行调整，其余参数按默认设置即可。
双目测距的原理如下图所示。
BM算法计算出的视差disp是CV_16S格式，通过disp.convertTo(disp8, CV_8U, 255/(numberOfDisparities*16.))变换才能得到真实的视差值。
然后通过reprojectImageTo3D这个函数将视差矩阵转换成实际的物理坐标矩阵。在实际求距离时，reprojectImageTo3D出来的X / W, Y / W, Z / W都要乘以16(也就是W除以16)，才能得到正确的三维坐标信息。
三个物体分别放置在距离摄像头40cm，50cm和70cm处，通过双目测距测出来的距离基本能接受。
鉴于最近咨询的朋友较多，我也是OpenCV新手，很多问题也还没太弄明白，在此将我的代码（不包括相机标定部分，我用MATLAB标定的）粘在这里，希望能对大家有所帮助。我的编程能力较弱，请轻拍。
/******************************/
/******************************/
#include &opencv2/opencv.hpp&
#include &iostream&
const int imageWidth = 800;
const int imageHeight = 600;
Size imageSize = Size(imageWidth, imageHeight);
Mat rgbImageL, grayImageL;
Mat rgbImageR, grayImageR;
Mat rectifyImageL, rectifyImageR;
Rect validROIL;
Rect validROIR;
Mat mapLx, mapLy, mapRx, mapRy;
Mat Rl, Rr, Pl, Pr, Q;
bool selectObject = false;
int blockSize = 0, uniquenessRatio =0, numDisparities=0;
Ptr&StereoBM& bm = StereoBM::create(16, 9);
Mat cameraMatrixL = (Mat_&double&(3, 3) && 682.55880, 0, 384.13666,
0, 682.24569, 311.19558,
Mat distCoeffL = (Mat_&double&(5, 1) && -0.51614, 0.36098, 0.00523, -0.00225, 0.00000);
Mat cameraMatrixR = (Mat_&double&(3, 3) && 685.03817, 0, 397.39092,
0, 682.54282, 272.04875,
Mat distCoeffR = (Mat_&double&(5, 1) && -0.46640, 0.22148, 0.00947, -0.00242, 0.00000);
Mat T = (Mat_&double&(3, 1) && -61.34485, 2.89570, -4.76870);
Mat rec = (Mat_&double&(3, 1) && -0.00306, -0.03207, 0.00206);
/*****立体匹配*****/
void stereo_match(int,void*)
bm-&setBlockSize(2*blockSize+5);
bm-&setROI1(validROIL);
bm-&setROI2(validROIR);
bm-&setPreFilterCap(31);
bm-&setMinDisparity(0);
bm-&setNumDisparities(numDisparities*16+16);
bm-&setTextureThreshold(10);
bm-&setUniquenessRatio(uniquenessRatio);
bm-&setSpeckleWindowSize(100);
bm-&setSpeckleRange(32);
bm-&setDisp12MaxDiff(-1);
Mat disp, disp8;
bm-&compute(rectifyImageL, rectifyImageR, disp);
disp.convertTo(disp8, CV_8U, 255 / ((numDisparities * 16 + 16)*16.));
reprojectImageTo3D(disp, xyz, Q, true);
xyz = xyz * 16;
imshow("disparity", disp8);
/*****描述：鼠标操作回调*****/
static void onMouse(int event, int x, int y, int, void*)
if (selectObject)
selection.x = MIN(x, origin.x);
selection.y = MIN(y, origin.y);
selection.width = std::abs(x - origin.x);
selection.height = std::abs(y - origin.y);
switch (event)
case EVENT_LBUTTONDOWN:
origin = Point(x, y);
selection = Rect(x, y, 0, 0);
selectObject = true;
cout && origin &&"in world coordinate is: " && xyz.at&Vec3f&(origin) &&
case EVENT_LBUTTONUP:
selectObject = false;
if (selection.width & 0 && selection.height & 0)
/*****主函数*****/
int main()
Rodrigues(rec, R);
stereoRectify(cameraMatrixL, distCoeffL, cameraMatrixR, distCoeffR, imageSize, R, T, Rl, Rr, Pl, Pr, Q, CALIB_ZERO_DISPARITY,
0, imageSize, &validROIL, &validROIR);
initUndistortRectifyMap(cameraMatrixL, distCoeffL, Rl, Pr, imageSize, CV_32FC1, mapLx, mapLy);
initUndistortRectifyMap(cameraMatrixR, distCoeffR, Rr, Pr, imageSize, CV_32FC1, mapRx, mapRy);
rgbImageL = imread("left1.jpg", CV_LOAD_IMAGE_COLOR);
cvtColor(rgbImageL, grayImageL, CV_BGR2GRAY);
rgbImageR = imread("right1.jpg", CV_LOAD_IMAGE_COLOR);
cvtColor(rgbImageR, grayImageR, CV_BGR2GRAY);
imshow("ImageL Before Rectify", grayImageL);
imshow("ImageR Before Rectify", grayImageR);
remap(grayImageL, rectifyImageL, mapLx, mapLy, INTER_LINEAR);
remap(grayImageR, rectifyImageR, mapRx, mapRy, INTER_LINEAR);
Mat rgbRectifyImageL, rgbRectifyImageR;
cvtColor(rectifyImageL, rgbRectifyImageL, CV_GRAY2BGR);
cvtColor(rectifyImageR, rgbRectifyImageR, CV_GRAY2BGR);
imshow("ImageL After Rectify", rgbRectifyImageL);
imshow("ImageR After Rectify", rgbRectifyImageR);
sf = 600. / MAX(imageSize.width, imageSize.height);
w = cvRound(imageSize.width * sf);
h = cvRound(imageSize.height * sf);
canvas.create(h, w * 2, CV_8UC3);
Mat canvasPart = canvas(Rect(w * 0, 0, w, h));
resize(rgbRectifyImageL, canvasPart, canvasPart.size(), 0, 0, INTER_AREA);
Rect vroiL(cvRound(validROIL.x*sf), cvRound(validROIL.y*sf),
cvRound(validROIL.width*sf), cvRound(validROIL.height*sf));
cout && "Painted ImageL" &&
canvasPart = canvas(Rect(w, 0, w, h));
resize(rgbRectifyImageR, canvasPart, canvasPart.size(), 0, 0, INTER_LINEAR);
Rect vroiR(cvRound(validROIR.x * sf), cvRound(validROIR.y*sf),
cvRound(validROIR.width * sf), cvRound(validROIR.height * sf));
cout && "Painted ImageR" &&
for (int i = 0; i & canvas. i += 16)
line(canvas, Point(0, i), Point(canvas.cols, i), Scalar(0, 255, 0), 1, 8);
imshow("rectified", canvas);
namedWindow("disparity", CV_WINDOW_AUTOSIZE);
createTrackbar("BlockSize:\n", "disparity",&blockSize, 8, stereo_match);
createTrackbar("UniquenessRatio:\n", "disparity", &uniquenessRatio, 50, stereo_match);
createTrackbar("NumDisparities:\n", "disparity", &numDisparities, 16, stereo_match);
setMouseCallback("disparity", onMouse, 0);
stereo_match(0,0);
waitKey(0);
双目摄像头标定参数
opencv实现双目视觉测距
双目测距--Matlab标定及深度图
【opencv学习】完全基于opencv的双目景深与测距的实现
双目标定---非常重要的基础
【立体视觉】双目立体标定与立体校正
双目视觉标定，矫正，深度图（Vs
C++ Python实现）
双目相机标定以及立体测距原理及OpenCV实现
双目视觉学习总结（1）——相机标定
没有更多推荐了，}