首先，运行 MATLAB 代码，将拉伸神经位移视频拆分为左右摄像头文件。单击“运行”启动 DLTdv7 M22 GUI。DLTdv7 控件窗口将出现，启用 Project、Load project 和 Quit 等选项。
要启动新项目，请单击 DLTdv7 控件窗口上的 New project”。在对话框中，选择 2“以指示使用两个视频文件。对于跟踪标记轨迹，请从左侧摄像机视图中选择第一个视频文件，然后单击 Open（打开），然后从右侧摄像机视图中选择并打开第二个视频文件。
选择两个视频文件后，单击“是”确认它们已使用 DLT 校准。从相机系统中选择适当的 DLT 系数的 csv 文件，然后单击 Open（打开）。加载视频文件时，DLTdv7 控件已启用，New project（新建项目）按钮变为 Recompute 3D points（重新计算 3D 点），而 Load project（加载项目）按钮变为 Save（保存）。
然后，在 DLTdv7 controls （DLTdv7 控件） 窗口中，验证帧编号是否设置为 1。当前点为 1，并且自动跟踪模式处于关闭状态。确保 Update all videos（更新所有视频）、DLT visual feedback（DLT 视觉反馈）和 Show 2D tracks（显示 2D 轨道）处于选中状态。
在视频 1 中，将点 1 精确地放在插入标记的中心。使用键盘快捷键调整点的位置以提高准确性。在视频 2 中，蓝色外极线指导点 1 在插入标记上的位置。
使用键盘快捷键调整点的位置，使其与插入标记的中心对齐。接下来，使用 DLTdv7 控件中的 Add a point（添加点）功能按顺序跟踪每个组织标志物。然后，单击 Add a point，并将点 2 放置在视频 1 中的标记 1 上。
使用蓝色外极线和键盘快捷键，将点 2 放在视频 2 中的标记 1 上。继续在从插入到夹子的两个视频上添加和放置点。在两个视频中放置所有初始点后，将帧号设置为 1，并确保当前点在 DLTdv7 控件中也设置为 1”。
将自动跟踪模式更改为自动前进，将自动跟踪预测器更改为扩展的 Kalman“在 DLTdv7 控件中。开始跟踪视频 1 中的点 1。根据需要放大或缩小以实现精确度。
单击每个帧，直到到达失败点或视频结束。完成后，重置到第一帧，并切换到 DLTdv7 控件中的第二点。跟踪点将显示不同的颜色，以便于识别。
要跟踪视频 1 中的所有点，请单击每个帧，直到到达失败点或视频结束。在视频 2 中，使用蓝色极线作为跟踪点，引用视频 1。在 DLTdv7 controls 窗口中，将帧号返回为 1，将当前点设置为 1，然后开始跟踪视频 2 中点 1 的轨迹。
在视频 1 和视频 2 中完成跟踪后，单击 DLTdv7 控件窗口上的 Export points（导出点）以导出跟踪点的 X、Y 和 Z 坐标。选择所需的直接重新定位以保存输出文件。在另一个对话框中设置输出文件的名称，然后选择 Save format to _.
之后，在另一个对话框中选择“否”以决定计算 95% 置信区间。确认导出并保存数据，指示将四个输出文件导出到所选目录。单击 DLTdv7 controls 窗口中的 Save project“，将当前工程保存在与输出文件相同的目录中。
运行自定义 MATLAB 代码，以导入 X、Y 和 Z 维度的跟踪 3D 市场轨迹。输入特定详细信息，例如破裂时间和跟踪点的数量。选择包含 3D 轨迹的 XYZ 点 csv 文件。
选择一个目录来保存输出图和 xls 文件，其中包含有关时间、长度、长度变化和应变的综合数据。然后，使用给定的方程计算长度、长度变化和应变百分比。
