计算机视觉基础
XDWX
逆水行舟,不进则退。
展开
-
Opencv--8点法实现
static int run8Point(const Mat& _m1, const Mat& _m2, Mat& _fmatrix){ Point2d m1c(0, 0), m2c(0, 0); double t, scale1 = 0, scale2 = 0; const Point2f* m1 = _m1.ptr<Point2f>...转载 2019-04-25 19:21:10 · 1892 阅读 · 0 评论 -
计算机视觉、机器学习相关领域论文和源代码大集合--持续更新……(转载)
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/zouxy09/article/details/8550952 ...转载 2018-09-05 19:05:16 · 443 阅读 · 0 评论 -
理解图像配准中的LMeds、M-estimators与RANSAC算法
原文地址:http://lanbing510.info/2015/10/15/RANSAC.html转载 2018-10-30 17:03:29 · 1550 阅读 · 0 评论 -
立体校正
我们知道cvStereoRectify()函数只是计算了校正需要的参数,并没有完成图像上实际的校正。下面介绍两个函数:cvInitUndistortRectifyMap()函数来计算左右视图的校正查找映射表mapx,mapy。cvRemap()函数利用查找映射表和插值算法实现将输入图像的重投影,从而得到校正后图像。为了理解下面的话,我们将书上图附上:对左右摄像机而言,(a)...转载 2018-10-30 09:50:54 · 3059 阅读 · 2 评论 -
林达华推荐的几本数学书
Dahua Lin早在几年前就已经冒尖出来了,现在在MIT攻读博士学位,前途不可限量。他总是有无穷的精力,学习,同时几篇几篇的写paper,几万行几万行的写code,几万字几万字的写blog。。他扎实的数学功底和相关知识的功底,以及深睿的洞察和理解问题的能力,注定他将在machine learning和computervision等相关领域取得大量的成果,甚至是突破性的成...转载 2018-10-24 22:33:49 · 319 阅读 · 0 评论 -
林达华:Computer Vision的尴尬
作者:林达华,个人主页:www.dahua.me来源:https://dahuasky.wordpress.com/2008/09/13/computer-vision%E7%9A%84%E5%B0%B4%E5%B0%AC/Computer Vision是AI的一个非常活跃的领域,每年大会小会不断,发表的文章数以千计(单是CVPR每年就录取300多,各种二流会议每年的文章更可谓不计其数),新模...转载 2018-10-24 22:18:19 · 377 阅读 · 0 评论 -
基本矩阵的基本解法之8点算法
归一化8点算法 基本矩阵是由下述方程定义: x′TFx=0x′TFx=0,则在差一个尺度因子的情况下解是唯一的。可以直接用线性算法解得。 如果由于点坐标存在噪声则矩阵AA最小的解。以上算法是解基本矩阵的基本方法,称为8点算法。 由于基本矩阵有一个重要的特点就是奇异性,FF,也就是最终的解。 所以8点算法由下面两个步骤组成: 求线性解 由系数矩阵AA。 8...转载 2018-10-29 10:50:32 · 14000 阅读 · 1 评论 -
计算机视觉基础——本质矩阵与基本矩阵(Essential and Fundamental Matrices)
回顾本质矩阵的定义 本质矩阵的基本性质:结合成像的几何关系 Longuet-Higgins equation注意大小写的区别哦,大小表示物点矢量,小与表示像点矢量。像平面上的一点可以看作:• (u,v) 2D film point(局限于像平面上来考虑)• (u,v,f) 3D point on film plane(相机坐标系中来考虑)...转载 2018-10-23 11:25:49 · 2921 阅读 · 3 评论 -
计算机视觉基础——对极几何(Epipolar Geometry)
先思考一个问题:用两个相机在不同的位置拍摄同一物体,如果两张照片中的景物有重叠的部分,我们有理由相信,这两张照片之间存在一定的对应关系,本节的任务就是如何描述它们之间的对应关系,描述工具是对极几何 ,它是研究立体视觉的重要数学方法。 要寻找两幅图像之间的对应关系,最直接的方法就是逐点匹配,如果加以一定的约束条件对极约束(epipolar constraint),搜索的范围可以大大减小。 ...转载 2018-10-23 11:22:02 · 9182 阅读 · 0 评论