江边小客的博客

PCL（Point Cloud Library）是用于 2D/3D 图像和点云处理的大型开源跨平台的 C++ 编程库，PCL 框架实现了大量点云相关的通用算法和高效的数据结构，PCL 是BSD授权方式，可以免费进行商业和学术应用。相比图像数据，点云数据多了一个维度，因此能够更全面的刻画三维场景中的对象支持多种操作系统，可以在 Windows、Linux、MacOS X、Android、部分嵌入式实时系统上运行。应用领域：机器人、CAD/CAM、逆向工程、遥感测量、VR/AR、人机交互等。

如果多版本安装OpenCV，切勿默认安装，务必每安装一个版本都新建一个目录，这样就会少很多问题。但是安装ROS会不知不觉的将自带的OpenCV安装到默认路径。一样会导致冲突。这时候最好的解决办法还没找到，所以最好的办法就是用ROS自带的OpenCV，虽然有警告，但是可以用呀！

在/usr/local/下新建opencv版本的路径，比如这里安装opencv-3.2.0把下载的opencv-3.2.0.zip文件夹, 建议安装的时候一并把contrib模块一起安装上。下载contrib之后，解压到opencv-3.2.0文件下；cmake-gui填写路径和编译路径为：点击配置configure按钮，然后修改：设置选择选择使用非免费的模块。选择然后点击configure，点击generate多次，直到cmake-gui全部没有红色，此时cmake就完成了。

SLAM在运行中的问题问题一安装gtest参考官方的安装文档。

立体匹配算法总结如下：BM算法，重点是SGBM算法，GC算法。

openCV学习过程第一章，图片和摄像头以及相机的读取1.程序一对应文件的目录如下：wpf@wpfpc:~/Test/Opencv/ch1$ tree -L 1.├── build├── cmake-build-debug├── CMakeLists.txt├── main.cpp└── seuwx.jpg#include <iostream>#include <opencv2/opencv.hpp>int main(int argc,char** a

openCV学习路程参考数目：《openCV入门教程》程序一实现图像的生成，对像素点的遍历操作实现图像的展示#include<iostream> #include"opencv2/opencv.hpp"using namespace std;using namespace cv;int main(int argc, char const *argv[]){ Mat grayim(600,800,CV_8UC1); Mat colorim(600,800,CV_8U

各种基本的角点对比

g2o的使用方法

对于输入的RGB-D图像，首先计算点云及其归一化后的法向量，然后通过ICP算法迭代计算当前帧的相机位姿（输入为三维场景投影得到上一帧的深度图像，以及当前帧的点云），之后将当前点云融合到TSDF地图中，最后通过TSDF地图以及当前帧的位姿，预测（投影）出当前帧的深度图，该深度图用来和下一帧的点云计算下一阵的位姿。三角化实现过程（德劳内三角化）：从两张图像中提取匹配点对，根据两张图像的匹配点对，计算两帧图像的相对位姿，然后根据2D匹配点对和两帧的相对位姿R和t，求这些匹配点对对应的空间3D点坐标。...

注意文件中所有都是使用的绝对路径。

这里的视差计算方法涉及立体匹配的知识。双目视觉和RGBD视觉。

如下三组真实数据数据，分别对应的是时间戳，平移，和四元数表示的旋转。简要分析数据可知，数据的时间是对齐的，有效位数是个位数。（2）使用了typedef关键字。（3）使用了auto关键字。原因是引入的地址没有加入引号。如果以空格和行为结尾，使用。以下三组是估计出来的数据。...