CV
公良将
程序猿、努力学习数学中!
展开
-
sift 特征提取中的两个公式
sift 特征的详细过程请参考: ** https://blog.csdn.net/lyl771857509/article/details/79675137** 该文章中有两处描述不是很清楚: 1. 4.1 节 关键点的精确定位 这个过程实际上是高斯牛顿法求极值的一个应用, 思路是如果当前的关键点是极值点, 高斯迭代过程中的下一步移动应该很小. 因此反过来通过判断下一步移动的大小来判断当前点是不是极值点. 4.2 节 消除边缘响应 类似Harr 交点检测, 判断Hession 矩阵的两个特征值, 两个特原创 2020-08-05 11:56:52 · 188 阅读 · 0 评论 -
如何从仿射矩阵得到旋转和平移
配准的点对得到仿射矩阵: M = cv2.estimateAffinePartial2D(point1s, point2s,maxIters=200,ransacReprojThreshold= 30) // estimateAffinePartial2D 使用ransca 从多对匹配点得到最优的仿射阵 R = M[0][0:2,0:2] // M 是2行3列的矩阵 , 其中前两列是旋转矩阵R, 第3列是平移量t det_r = det(R) R 是一个正交矩阵 , 行列式的值表.原创 2020-06-10 10:50:45 · 3601 阅读 · 2 评论