老李lyj-CSDN博客

转载双目立体匹配算法：ADCensus概述

ADCensus立体匹配算法是Xing Mei, Xun Sun, Mingcai Zhou等几个人在2011年，发表的一篇题目为：《On Building an Accurate Stereo Matching System on Graphics Hardware》中提出的。ADCensus双目立体匹配算法曾一度排在MiddleBurry官网上第一的位置，引用量很高。其

2017-12-30 12:14:21 14335 11

转载一文搞懂HMM（隐马尔可夫模型）

什么是熵(Entropy)简单来说，熵是表示物质系统状态的一种度量，用它老表征系统的无序程度。熵越大，系统越无序，意味着系统结构和运动的不确定和无规则；反之，，熵越小，系统越有序，意味着具有确定和有规则的运动状态。熵的中文意思是热量被温度除的商。负熵是物质系统有序化，组织化，复杂化状态的一种度量。熵最早来原于物理学. 德国物理学家鲁道夫·克劳修斯首次提出熵的概念，用来表示任何一种能

2017-12-20 14:57:55 389 1

转载实用教程|快速搭建自动导航机器人（三）

系统整体坐标系：输出底盘调试信息　　在配置MCU固件代码的时候，如果需要输出调试信息，可以连接J7调试输出口至电脑USB用SSCOM工具查看调试信息。　　请自行下载SSCOM工具，并运行。　　比如在底盘代码中加入DBG_OUT（），格式与printf（）一致。　　然后连接J7和电脑的COM口，用SSCOM工具查看调试信息：

2017-08-31 17:51:39 1001

转载实用教程|快速搭建自动导航机器人（二）

4. STM32固件配置　　底盘的固件代码需要修改为适应当前底盘的具体参数，可以用slamware_config_tool.exe工具来自动生成配置文件：　　配置工具链接：http://pan.baidu.com/s/1qXHWDzQ密码：3hs6　　打开slamware_config_tool.exe, 添加以下参数：　　(1) 底盘直径：将Robot Diame

2017-08-31 17:50:18 1470

转载实用教程|快速搭建自动导航机器人（一）

服务机器人的核心问题在于自主定位与导航，它主要包括几大问题：无需用户干预，机器人自主构建环境地图？实时、高精度的获取机器人所在位置？有效规避环境障碍，抵达目标地点？在未知环境中，有效规划两地之间最短路线？有了相应解决方案后，对于服务机器人厂商，还需要考虑如何快速与现有系统整合，加快产品上市？在高性能与低成本间如何获得平衡？

2017-08-31 17:49:15 1757

转载 OPENCV3.0 单目摄像头标定(使用官方自带的标定图片)

// opencv_test.cpp : 定义控制台应用程序的入口点。 // #include "stdafx.h" #include #include #include "cv.h" #include #include using namespace std; using namespace cv; const int image

2017-05-10 23:20:59 1146

转载 OPENCV3.0 双目立体标定

这里是在上一篇单目标定的基础上拓展来的进行双目标定的程序。在这个程序里面，默认是先对两个摄像头分别进行了单目标定的，也就是说相机的内参数和畸变向量是知道了的。所以在进行标定的时候，参数选择的是CALIB_USE_INTRINSIC_GUESS。此程序依然是使用系统自带的标定的图片，其路径在OpenCV的安装目录下：opencv\sources\samples\data。本程序最终的

2017-05-10 23:18:45 2495

转载用VS+Opencv3.1从双目立体视差图中重建三维点云

基本原理详细原理请阅读这篇文章http://www.360doc.com/content/14/0205/15/10724725_349968116.shtml.基本流程代码本代码运行需要在VS上配置好opencv3.1+openNI+PCL，opencv3.1的配置可以在网上找到很多资料，openNI和PCL的配置可以参看上一篇博文

2017-05-02 20:12:31 2530 4

转载 Mastering Opencv ch4：SFM详解（三）

前面已经利用分解本质矩阵E得到两幅图像的姿态R1，R2，t1，t2. 如何把这四个值组合成P1，得到正确的解，接下来就要分析。1：利用三维重构求取在摄像机前面的重构点的所占比，得出最高占比的那个P1，就是要求得解。P1 = Matx34d(R1(0,0), R1(0,1), R1(0,2), t1(0), R1(

2017-05-01 15:55:40 819

转载 Mastering Opencv ch4：SFM详解（二）

前文分析了如何进行特征检测匹配，接下来分析如何求解摄像机矩阵。I：求解基础矩阵首先介绍两个代码段，关于关键点和Point2f相互转化的函数void KeyPointsToPoints(const vector& kps, vector& ps) { ps.clear(); for (unsigned int i=0; i<kps.size(); i++) p

2017-05-01 15:51:52 680

转载 Mastering Opencv ch4：SFM详解（一）

主要内容： 1：从两幅图像估计摄像机的运动姿态。 2：重构场景 3：从视图中重构 4：重构细化 5：可视化三维点云I：假定使用一个标定过的摄像机——一个先前标定过的摄像机。前面的博客也提到如何进行相机标定。因此，我们假定摄像机内参数存在，并且具体化到K矩阵中，K矩阵为摄像机标定过程的一个结果输出。在程序中初始化相机标定内参数：//load calibratio

2017-05-01 15:45:34 728 1

转载使用Opencv保存视频

使用相机或图片集，读取后保存成视频，可以调用OpenCV内部API，蛮简单的，主要就是VideoWriter类的使用;这里简单记录下，方便查询。#include #include #include using namespace cv;using namespace std;int main(int, char**){ Mat src; // use default

2017-05-01 15:38:05 2102

转载一起做RGB-D SLAM 第二季（二）

本节目标　　我们要实现一个基本的文件IO，用于读取TUM数据集中的图像。顺带的，还要做一个参数文件的读取。设计参数文件读取的类：ParameterReader　　　　首先，我们来做一个参数读取的类。该类读取一个记录各种参数文本文件，例如数据集所在目录等。程序其他部分要用到参数时，可以从此类获得。这样，以后调参数时只需调整参数文件，而不用重新编译整个程序，可以节省调试时间

2017-04-13 15:29:36 811

转载一起做RGB-D SLAM 第二季（一）

小萝卜：师兄！过年啦！是不是很无聊啊！普通人的生活就是赚钱花钱，实在是很没意思啊！　　师兄：是啊……　　小萝卜：他们都不懂搞科研和码代码的乐趣呀！　　师兄：可不是嘛……　　小萝卜：所以今年过年，我们再做一个SLAM吧！之前写的那个太烂了啦，我都不好意思说是我做的了！　　师兄：嗯那可真是对不住你啊……　　小萝卜：没事！你再写一个好一点的，我就原谅你了！

2017-04-13 15:25:43 2023

转载视觉SLAM实战（二）：ORB-SLAM2 with Kinect2

前言　　实战系列很久没有更新了。近期拿到了一台不错的Thinkpad和Kinect v2，前两天orbslam2又放出，于是想要在kinect2下尝试一下orb slam。整个过程没有特别多的技术含量，读者可以把它当成一个实验步骤的总结。ORB-slam　　orb-slam是15年出的一个单目SLAM，也可以说是单目中做的非常好的一个实现。另一方面，他的代码也极其清爽，

2017-04-13 15:21:20 2358

转载视觉SLAM中的数学基础第三篇李群与李代数

视觉SLAM中的数学基础第三篇李群与李代数前言小结　　最后，我们对之前介绍的李群李代数进行一个简单的小结。概而言之，李群有以下两个重要用处：李代数表达的正切空间，具有和对应李群相同的自由度。指数映射能把正切空间中任意向量正好映射到原李群。

2017-04-13 15:15:30 1056

转载视觉SLAM中的数学基础第二篇四元数

视觉SLAM中的数学基础第二篇四元数什么是四元数　　相比欧拉角，四元数(Quaternion)则是一种紧凑、易于迭代、又不会出现奇异值的表示方法。它在程序中广为使用，例如ROS和几个著名的SLAM公开数据集、g2o等程序都使用四元数记录机器人的姿态。因此，理解四元数的含义与用法，对学习SLAM来说是必须的。本节我们就来讲讲四元数。　　首先，请读者不要对四元数有什么神秘的

2017-04-13 15:08:33 775

转载视觉SLAM的数学基础第一篇 3D空间的位置表示

视觉SLAM中的数学基础第一篇 3D空间的位置表示前言　　转眼间一个学期又将过去，距离我上次写《一起做RGBD SLAM》已经半年之久。《一起做》系列反响很不错，主要由于它为读者提供了一个可以一步步编码、运行的SLAM程序，为读者理解SLAM实现的细节作了详细的介绍。但是我也有很多对它不满意的地方。作为面向实现的介绍，它的代码不够稳定可靠，例如，甚至没有对匹配丢失的情况进行处理，

2017-04-13 15:01:24 606

转载 SLAM拾萃(1)：octomap

本篇是《SLAM拾萃》第一篇，介绍一个建图工具：octomap。和往常一样，我会介绍它的原理、安装与使用方式，并提供例程供读者学习。必要时也会请小萝卜过来吐槽。（小萝卜真是太好用了，它可以代替读者提很多问题。）什么是octomap？　　RGBD SLAM的目的有两个：估计机器人的轨迹，并建立正确的地图。地图有很多种表达方式，比如特征点地图、网格地图、拓扑地图等等。在《一起做》

2017-04-13 14:45:59 5097

转载一起做RGB-D SLAM(8) （关于调试与补充内容）

“一起做”系列完结后，我收到不少同学给我的反馈。他们提了一些在程序编译/运行过程中的问题。我把它们汇总起来，组成了这个“补充篇”。你也可以看成是一个Q&A。Q: OpenCV的版本？A: 我用的是2.4.9。可以使用2.4系列，不会有太大差别。而3.0系列则在接口上有一些明显的改动，可能需要修改源码。Q: 第二讲的点云如何查看？A: 使用pcl_viewer。当点云显示时，先用r键

2017-04-13 14:35:53 478

转载一起做RGB-D SLAM(7) （完结篇）

第七讲添加回环检测 2016.11 更新把原文的SIFT替换成了ORB，这样你可以在没有nonfree模块下使用本程序了。回环检测的阈值作出了相应的调整。请以现在的github上源码为准。简单回环检测的流程　　上一讲中，我们介绍了图优化软件g2o的使用。本讲，我们将实现一个简单的回环检测程序，利用g2o提升slam轨迹与地图的质量。本讲结束后，读者朋友们将得到一个

2017-04-13 14:34:38 548

转载一起做RGB-D SLAM (6)

2016.11 更新把原文的SIFT替换成了ORB，这样你可以在没有nonfree模块下使用本程序了。OpenCV可以使用 apt-get install libopencv-dev ，一样能成功。因为换成了ORB，所以调整了good match的阈值，并且匹配时需要使用 Brute Force match。请以现在的github上源码为准。　　在上一讲中，我们介绍了如何使用两两匹

2017-04-13 14:31:42 912

转载一起做RGB-D SLAM (5)

第五讲 Visual Odometry (视觉里程计) 2016.11 更新把原文的SIFT替换成了ORB，这样你可以在没有nonfree模块下使用本程序了。去掉了cv::cv2Eigen函数，因为有些读者找不到这个函数。检查了minDis为零的情况。之前t的访问时，行和列颠倒了，会对结果产生一定影响，现在修正了。请以现在的github上源码为准。　　读者朋友们大家好，又到

2017-04-13 14:22:44 538

转载一起做RGB-D SLAM (4)

第四讲点云拼接上讲回顾　　上一讲中，我们理解了如何利用图像中的特征点，估计相机的运动。最后，我们得到了一个旋转向量与平移向量。那么读者可能会问：这两个向量有什么用呢？在这一讲里，我们就要使用这两个向量，把两张图像的点云给拼接起来，形成更大的点云。　　首先，我们把上一讲的内容封装进slamBase库中，代码如下：　　include/slamBase.h

2017-04-13 09:36:54 622

转载一起做RGB-D SLAM (3)

第三讲特征提取与配准 2016.11 更新把原文的SIFT替换成了ORB，这样你可以在没有nonfree模块下使用本程序了。OpenCV可以使用 apt-get install libopencv-dev ，一样能成功。因为换成了ORB，所以调整了good match的阈值，并且匹配时需要使用 Brute Force match。请以现在的github上源码为准。

2017-04-13 09:27:18 620

转载一起做RGB-D SLAM (2)

第二讲从图像到点云　　本讲中，我们将带领读者，编写一个将图像转换为点云的程序。该程序是后期处理地图的基础。最简单的点云地图即是把不同位置的点云进行拼接得到的。　　当我们使用RGB-D相机时，会从相机里读到两种数据：彩色图像和深度图像。如果你有Kinect和ros，可以运行：1 roslaunch openni_launch openni.launch　　使

2017-04-13 09:14:18 495

SLAM，即Simultaneous Localization and Mapping，中文译作同时定位与地图创建，是近几十年里机器人领域有重大发展的研究方向。作为自主机器人的核心技术，SLAM在机器人导航、控制、生产等方面都有着重要的研究意义。尤其在二十一世纪，以视觉传感器为中心的视觉SLAM技术，在理论和方法上都经历了明显的转变与突破，正逐步从实验室研究迈向成熟的市场应用。在国外研究如火如荼之

2017-04-13 08:40:49 491

转载编程经验：关于OpenCV源码调试的好文章转载~

这么长时间看到的关于OpenCV+VS+Cmake的配置文章，尤其是关于opencv源码调试的文章，一下两篇写的最好，于是转载分享给大家，希望大家以后不要在配置上再花费“无谓”的时间。第一篇:《VS2010重编译OpenCV2.4.9 用于调试源代码》,http://blog.csdn.NET/szlcw1/article/details/38489311.1、

2017-03-15 17:11:57 993

转载 Stereo Matching文献笔记之（十）：经典算法Semi-Global Matching（SGM）之碉堡的动态规划~

上一篇博客中提到了SGM的第一部分，基于分层互信息（HMI）的代价计算，本文继续说说自己对SGM代价聚合部分的理解。SGM的代价聚合，其实仔细看看，这并不是严格意义上的代价聚合，因为SGM是为了优化一个能量函数，这和一般的全局算法一样，如何利用优化算法求解复杂的能量函数才是重中之重，其能量函数如下所示：其中，C(p, Dp)代表的就是基于互信息的代价计算项，后面两项

2017-03-15 17:08:00 702

转载 Stereo Matching文献笔记之（九）：经典算法Semi-Global Matching（SGM）之神奇的HMI代价计算~

SGM算法源于《Stereo Processing by Semi-Global Matching and Mutual Information》一文，我认为这篇文章是立体匹配算法中最给力的，放眼KITTI，可以发现目前排名前五十的算法几乎一半都是对SGM的改进，具有最强的实用价值。SGM中文名称“半全局匹配”，顾名思义，其介于局部算法和全局算法之间，所谓半全局指的是算法既没有只考虑像素的局部

2017-03-15 17:06:21 1146 7

转载 Stereo Matching文献笔记之（八）：《On Building an Accurate Stereo Matching System on Graphics Hardware》读后感~

今天写写今年四月份精读过的一篇文章《On Building an Accurate Stereo Matching System on Graphics Hardware》，文章名咋看起来有点像硬件相关文献，为什么叫做一个系统，我想可能是由于作者来自于企业的研究院才这么起名的，但说出它的别名大家就都知道了，就是AD-Census，这是2011年提出来的算法，作者与SegmentTree是同一人，引

2017-03-15 17:04:13 520

转载 Stereo Matching文献笔记之（七）：《Spatial-Depth Super Resolution for Range Images》读后感~

这篇博客主要介绍一下自己对立体匹配文献《Spatial-Depth Super Resolution for Range Images》一文的理解，本文是杨庆雄的又一篇经典文章，发表于CVPR2007，引用次数颇高。再加上，当时在是《Stereo Matching Using Tree Filtering》看到的引用，十分好奇，所以拿来说说自己的分析，与大家分享。1. 相关概念

2017-03-15 17:01:32 638 1

转载 Stereo Matching文献笔记之（五）：经典算法DoubleBP读后感~

DoubleBP是一个立体匹配全局算法，来自于论文《Stereo Matching with Color-Weighted Correlation, Hierarchical Belief Propagation, and Occlusion Handling》，PAMI2009年提出，这是我第一篇读的，关于立体匹配方向的论文，当时感觉立体匹配太难了，很多概念都不知道是啥意思，比如说Color

2017-03-15 16:55:44 1127

转载 Stereo Matching文献笔记之（四）：《Stereo Matching Using Tree Filtering》读后感~

前段时间研究了non-local算法在双目立体匹配上的应用，这几天又看到作者在PAMI上发表的这篇文章，于是仔细的拜读了一下，惊讶的发现原来NL算法竟然可以应用在多个方向，其实在《A Non-Local Cost Aggregation Method for Stereo Matching》一文中，已经有过关于refinement方面的论述，但是被自己给“忽略”掉了，原来自己的算法知识面还是很

2017-03-15 16:49:29 427

转载 Stereo Matching文献笔记之（三）：《Segment-Tree based Cost Aggregation for Stereo Matching》读后感~

本文介绍的文章就是CVPR2013的《Segment-Tree based Cost Aggregation for Stereo Matching》一文，介绍它原因有以下几点：1.它是NLCA的变种。2.它是CVPR的文章。本文还是从Segment-Tree的算法思想，算法核心，算法效果三方面进行分析，这篇文章的源代码链接是:https://github.com/kc42

2017-03-15 16:35:18 1166 1

转载 Stereo Matching文献笔记之（二）：《A Non-Local Cost Aggregation Method for Stereo Matching》读后感~

最近一直在做stereo matching方向的研究，仔细研读了包括局部算法，全局算法，以及半全局算法三个方面的算法文献，对该方向有了比较清晰的了解，这次分享一下我对杨庆雄的经典文献《A Non-Local Cost Aggregation Method for Stereo Matching》（简称NL算法）的一些理解。之所以想分享这篇文献，是因为文献明确抛弃了suppo

2017-03-15 16:33:01 902 2

转载 Stereo Matching文献笔记之（一）：《Cross-Scale Cost Aggregation for Stereo Matching》读后感~

最近，在做立体匹配方向相关的研究，先去网上找最新鲜的论文，看到了这篇文献（简称CSCA），来源于CVPR2014，令我惊奇的是，作者竟然提供了详细的源代码，配置运行了一下，效果还真不错，速度也还可以，具有一定的实用价值，所以拿来和大家分享一下。1. 立体匹配概念立体匹配的意思是基于同一场景得到的多张二维图，还原场景的三维信息，一般采用的图像是双目图像，如下所示，第一幅图和第二幅

2017-03-15 16:28:27 701 4

转载 OpenCV 三种图像遍历方法

实验目的：通过颜色压缩（color reduction）示例理解学习OpenCV中遍历图像的三种方法；实验代码：#include#include#includeusing namespace cv;using namespace std;// 1：使用指针遍历图像void colorReduceByPointer(Mat& image, int div =

2016-12-19 17:28:16 2119

转载关于理解middlebury提供的立体匹配代码后的精减

Middlebury立体匹配源码总结优化方法图像可否预处理代价计算可否采用BT方式可选代价计算方法可否代价聚合可否MinFilter优化原始代价WTA-Box可以可以AD/SD可以，聚合尺寸可变，迭代次数1次可以WT

2016-11-17 17:23:07 2252

转载几种典型的立体匹配算法

使用左右两张图片，计算深度图。一下几种算法代码参考 http://www.360doc.com/content/13/0129/11/11533449_263014896.shtml，经验证可行。并得到一下的深度图，貌似DP算法比较快并且效果还蛮好的。SAD算法#include #include #include using namespace

2016-11-14 10:19:57 6585

空空如也

空空如也