ORB SLAM中图像金字塔的构建

图像金字塔是同一幅图像在不同尺度下的集合,包括图像的上采样和下采样。opencv中使用pyrDown/pyrUp和resize都可以达到缩放图像的目的,区别是前者是先高斯模糊然后采样,后者通过插值的方法实现。resize可以将源图像精准的转化为指定尺寸的图像。在我们经常看到的SIFT特征提取中,构建高斯金字塔是它实现特征提取的基础,但是并不是所有的多尺度变换都要基于高斯模糊,比如orb slam中构建的普通图像金字塔。sift中使用高斯金字塔的原因是作者试图模仿人类的视觉系统,在由近及远观察一个物体时,总是先变模糊(高斯模糊),再变小(下采样),选择高斯模糊是因为高斯核是唯一的线性核,不会引入其他噪声。
在这里插入图片描述
SIFT特征提取时构建的高斯金字塔
在这里插入图片描述ORB SLAM中构建的图像金字塔

void ORBextractor::ComputePyramid_brief(cv::Mat image) {
   for (int level = 0; level < nlevels; ++level) {
        float scale = mvInvScaleFactor[level];
        Size sz(cvRound((float)image.cols*scale), cvRound((float)image.rows*scale));

        // Compute the resized image
        if (level != 0) {
            resize(mvImagePyramid[level-1], mvImagePyramid[level], sz, 0, 0, INTER_LINEAR);
       } else {
            mvImagePyramid[level] = image;
        }
    }
}
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
ORB SLAM2,残差是指地图点在不同帧之间的观测与预测之间的差异。ORB SLAM2使用稀疏直接法(Sparse Direct Method)来计算残差,并利用优化算法进行优化。具体而言,ORB SLAM2使用重投影误差(Reprojection Error)作为残差来优化相机的位姿和地图点的位置。这意味着ORB SLAM2通过将观测到的地图点重新投影回图像平面,并计算重投影点与实际观测点之间的差异来衡量残差。 在对关键帧进行剔除时,ORB SLAM2采用了一个基于残差的策略。具体来说,ORB SLAM2通过评估关键帧与其他帧之间的重投影误差来判断关键帧的质量。如果一个关键帧的重投影误差超过了一个事先设定的阈值,那么它将被认为是低质量的关键帧,并被剔除出关键帧集合。通过这个策略,ORB SLAM2可以保持关键帧集合的质量较高,同时减少计算量和内存消耗。 总而言之,ORB SLAM2的残差是通过计算重投影误差来衡量地图点的观测与预测之间的差异。在关键帧剔除ORB SLAM2利用重投影误差作为衡量关键帧质量的指标。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [视觉SLAM总结——ORB SLAM2关键知识点总结](https://blog.csdn.net/weixin_44580210/article/details/90760584)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值