chuhang_zhqr的博客

最近，研究了下CVPR2014上的一篇基于多尺度代价聚合的立体匹配算法，这个作者提供了原代码，运行了下，发现效果真心不错，不开后端处理的话，时间在0.4s左右。这个算法比较牛逼的有两点： 1：结合多尺度思想，对原始图像进行下采样，然后在每层图像上计算匹配代价，进行代价聚合，然后多尺度得到的视差进行结合，作为最终的代价聚合值。 2：提供了一个框架，里面包含立体匹配很多常用的经典的方法，可以在每一步

之前写过一篇文章怎么使用Opencv进行相机标定，但没有详叙原理，这里从原理上面入手，分析下标定算法原理。1：相机成像原理 首先了解四个坐标系： 像素平面坐标系（u,v）、像平面坐标系（图像物理坐标第（x,y）、相机坐标系（Xc,Yc,Zc）和世界坐标系（Xw,Yw,Zw） 图像像素坐标系（u，v）是以图像左上角为原点，以像素为单位的直角坐标系，u，v表示像点所在的行和列。 图像物理坐标系（

同http://blog.csdn.net/chuhang_zhqr/article/details/51179881类似，采用 这两个经典的图片进行测试。关于BM和SGBM以及VAR的参数设置请参考 晨宇思远本文代码基于opencv2.4.9 本文源码地址在我的CSDN代码资源： http://download.csdn.net/detail/chuhang_zhqr/97037630

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 <opencv2/opencv.hpp>#include <iostream>#include <stdio.h>using namespace cv;using namespace std;int main(int, char*

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(1,0), R1

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<KeyPoint>& kps, vector<Point2f>& ps) { ps.clear(); for (unsigned int i=0; i<kps.size();

从运动中恢复结构以便能更好的通过摄像机移动来提取图像几何结构。在书中为了使用单目相机，一个离散且稀疏的视频帧集合，而不是连续的视频流。这在后面两两循环组合配对提供了方便性。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

近来研究立体匹配，从入门开始，先学习一些基本的算法思想。 立体匹配算法中，全局匹配是一个很重要的部分，利用图像的全局约束信息，对局部图像的模糊不敏感，它的计算代价很高。全局匹配算法通过构建全局能量函数，然后通过优化方法最小化全局能量函数以求得致密视差图。全局匹配算法一般有动态规划、置信传播、模拟退火、图割法、遗传学等，这里首先介绍动态规划，也是从一些论文中提取的思想，可能有不对的地方，望指正。动态

之前的博客实现了编译RT3070的驱动程序实现STA模式和SoftAP模式的wifi，这里实现另一种方式，貌似是现在比较新的，那两种也可实现就是略旧。主机开发环境：ubuntu14.04 交叉编译器：arm-xilinx-linux-gnueabi-gcc Linux内核版本：Linux-3.6.0 开发平台：zynq数字板 作者：zhu感谢http://blog.csdn.net/zhen

关于Zynq的芯片引脚数比较多，功能配置比较多，对硬件攻城狮们设计电路图有一定的考虑，这里主要参考ug865这篇文档，对一些管脚翻译了下，做了点微小的工作。1：IO_LXXY_# / IO_XX_#：复用，输入输出，大部分用户输入输出引脚兼容差分信号，每个BANK的最上面和最下面的引脚是单端的，IO代表输入输出，L代表差分，XX表示数字，第多少对差分信号，#是BANK号。 2：配置引脚 DONE

OpenCV中包含core组件，这个大组件包含一些图像的基本操作，简述下几个模块： 1：操作图像像素：有三种方式 a. 指针访问：C操作符[],一般就是*data[]，速度最快 b. 迭代器iterator， Mat_<Vec3b>::iterator it = outputImage.begin<Vec3b>();//初始位置迭代器 Mat_<vec3

XML是一种可扩展标识语言。YAML是可读性高，用来表达资料序列的格式，是XML的升级。在OpenCV编程时，常用XML作为数据输入，YAML作为数据输出，可以存储和载入任意复杂的数据结构，包括周边的数据结构，以及各种原始数据。 写入或者读取数据到XML或YAML文件中。 （1）实例化一个FileStorage类的对象，用默认带参数的构造函数完成初始化，或者用FileStorage::open(

这里介绍一些OpenCV编程中常用的一些辅助函数及应用。 1：在编程时，要调节一些参数的设置，重复编译函数很无聊，就要加入一些滑动条以进行参数设置。 创建滑动条：createTrackbar()int createTrackbar(const string& trackbarname,const string& winname,int* value,int count,TrackbarCallb