原创 圖像分割-10.2.4邊緣模型、邊緣檢測、
圖像梯度及其性質： 該向量有一個重要的幾何性質，它指出了f在位置(x,y)處的最大變化率的方向。 向量的大小（長度）表示爲M(x,y)，即： 它是梯度向量方向變化率的值。其中,M(x,y)都是和原圖大小相同的圖像,是x,y在f中的所
2020-06-29 07:09:06
原创 視覺SLAM十四講 第七講 視覺里程計1 Bundle Adjustment公式推導
PnP問題可構建成一個定義於李代數上的非線性最小二乘問題。 線性方法往往是先求位姿，再求空間點位置。非線性優化把它們都看成優化變量，放在一起優化。在PnP中，這個Bundle Adjustment問題，是一個最小化重投影誤差（Re
2020-06-29 07:09:04
原创 基於視覺的位姿求解總結
1. 根據匹配點對估計相機運動，不同相機原理估計方法：（1）當相機爲單目時，只知道2D的像素座標，根據兩組2D點估計運動。該問題用對極幾何來解決。（2）當相機爲雙目、RGB-D時，或者通過某種方法獲得了距離信息，問題就是根據兩組3
2020-06-29 07:08:53
3
原创 圖像分割-10.2.1點--.3線檢測
點檢測（拉普拉斯模板） 線檢測模板 水平 +垂直 - 原圖： 拉普拉斯： +： - 水平 豎直：（結果是這樣，不知道爲什麼） 程序代碼： #include<iostream> #include"opencv.hpp"
2020-06-29 07:08:41
2
原创 使控件和MFC窗口一起最大最小化
1.選中對話框，右鍵-》屬性-》消息，添加WM_SIZE函數。 2.在對話框類頭文件.h裏面添加： void ReSize(); POINT old; 3.在初始化函數OnInitDialog()中添加； GetClientRect(
2020-06-29 07:08:41
原创 視覺SLAM十四講 第八講 視覺里程計2 8.2L-K光流 理論推導
光流描述了像素在圖像中的運動，直接法附帶着一個相機運動模型。 光流是一種描述像素隨時間在圖像之間運動的方法，如圖。隨着時間的流逝，同一個像素會在圖像中運動，而我們希望追蹤它的運動過程。其中，計算部分像素運動的稱爲稀疏光流，計算所有
2020-06-29 07:08:38
原创 視覺SLAM十四講 第八講 視覺里程計2 8.3 使用LK光流 代碼解析
整體思路 單層圖像的光流 對第一幀圖像提取FAST角點 對提取到的角點提取光流 特徵檢測及描述子生成，調用opencv的GFTTDetector 對特徵點，假定一個初始的運動量dx=0,dy=0。 採用高斯牛頓法，最小化光度誤差
2020-06-29 07:08:38
原创 LOG邊緣檢測--Marr-Hildreth邊緣檢測算法
邊緣檢測的改進： 一、邊緣檢測方法是以使用較小的算則爲基礎的， Marr和Hildreth證明了：（1）灰度變化與圖像尺寸無關，因此他們的檢測要求使用不同尺寸的算子； （2）灰度的突然變化會在一階導數中引起波峯或波谷，或在二階導數中等
2020-06-29 07:08:38
原创 視覺SLAM十四講 第八講 視覺里程計2 8.5直接法BA法 代碼解析
總體思路 提取特徵點 構建圖優化問題 邊（誤差項），在直接法中爲光度誤差 邊的增量項 光度誤差相對於李代數的雅可比矩陣： 圖像座標對李代數的雅可比矩陣 爲 u 處的像素梯度 邊的誤差項 _error ( 0,0 ) = getPi
2020-06-29 07:08:38
原创 視覺SLAM十四講 第七講 視覺里程計1 3D-3D位姿求解 代碼解析
總體思路 對兩幅圖像img_1，img_2提取特徵點 特徵點匹配 通過相機內參求取特徵點對應的相機座標X,Y，獲取特徵點的深度信息Z。 通過SVD分解，求除相機的位姿R，t。 計算質心p1 += pts1[i];p1 = Po
2020-03-25 09:12:43
1
原创 視覺SLAM十四講 第七講 視覺里程計1 3D-2D位姿求解 代碼解析
總體思路 對兩幅圖像img_1,img_2分別提取特徵點 特徵匹配 通過depth，獲得第一幅圖像匹配的特徵點的深度，由相機內參K恢復這些特徵點的三維座標（相機座標系）。 由第一幅圖像中的特徵點的三維座標、第二幅圖像中特徵點的2
2020-03-25 09:12:43
8
原创 視覺SLAM十四講 第八講 視覺里程計2 8.5直接法 代碼解析
總體思路 隨機選取圖像點 根據選取到的點和depth圖、相機內參，獲取這些點的三維空間點座標 由三維空間點座標，相機位姿，投影到第二幅圖像的相機座標，再由相機內參，投影到第二幅圖像。 在第二幅圖像上，遍歷每個投影點，並累積該投影點
2020-03-25 09:12:43
1
原创 旋轉向量與歐拉角 羅德里格斯公式（Rodrigues's Formula）
旋轉向量 旋轉矩陣表達方式 旋轉矩陣描述旋轉，變換矩陣描述一個6自由度的三維剛體運動。但存在如下缺點： SO(3)的旋轉矩陣有9個量，但一次旋轉只有3個自由度。因此這種表達方式是冗餘的。同理，變換矩陣16個量表達了6個自由度的
2020-02-26 01:58:28
26
原创 Extracting Lines Using Differential Geometry and Gaussian Smooth--Carsten Steger 使用微分幾何和高斯平滑進行邊緣提取
在csdn中編輯公式參考： http://blog.csdn.net/gateway6143/article/details/23134225 論文思路 一、 對直線（一維曲線的檢測） 1. 真實圖像常常包含噪聲，對圖像進行平滑去噪
2020-02-24 12:29:44
1
原创 canny邊緣檢測
Canny邊緣檢測，滯後閾值分割。 步驟： 1.用高斯濾波器平滑輸入圖像。（核的大小：大於或等於6的最小奇整數）。 2.計算梯度幅值圖像和角度圖像。 3.對梯度幅值圖像進行非最大值抑制。 4.用雙閾值處理和連接分析來檢測並連接邊緣。 #
2020-02-24 12:29:44
1