![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 63
秦伟H
目标是略懂:C++,深度学习,三维重建,CV,SLAM,无人机,无人车,多传感器融合,组合导航。有事邮件:qw072117@foxmail.com huqinwei987@gmail.com
展开
-
ROS rviz数据显示错误:Transform [sender=unknown_publisher] For frame []: Frame [] does not exist
主要问题出在topic的header上,问题原因乍一想没想到,因为我实际代码更复杂一点,是大消息套小数据,小数据有header,而大消息没header,代码上下文就不赘述了。C++嘛,都有默认值的,主动写header赋值默认值和不赋值有区别吗?可能C++没区别,rostopic echo也没区别!放开注释,消息就能在rviz显示,即便不给topic的header写frame_id。仔细分析一下报错信息,不知道publisher是谁!其实就很明显了,是header有问题!但是RVIZ有区别!原创 2023-12-14 19:55:08 · 684 阅读 · 0 评论 -
相机参数(焦距)初始化对三维重建过程的影响
如果做过相机标定,可以直接使用,作为先验参数,如果没有,则需要给一个初始化值,通过BA过程自动优化,但是初始化值怎么给?colmap默认没有先验参数是用像素乘以1.2(默认值)得到的像素焦距。比如我的照片是6000*4000,就直接得出一个7200的像素焦距?运气好也能跑出结果,但是着就完了吗?我觉得差点意思!从头分析一下:首先,我需要拿到相机的物理焦距(mm),然后要把物理焦距转换为像素焦距(pixel),然后把像素焦距作为初始化参数喂进去,我认为能提高优化速度,甚至有可能把一些不好优化的情形重建原创 2021-08-24 12:53:56 · 2304 阅读 · 4 评论 -
三维重建中利用控制点提升模型位置精确度
现有,基于BA的SFM过程,在基于image_0位置(0,0,0)完成相对位置建图后,通过图片对应GPS信息,通过similarity3将整个地图拉到一个相对准确的位置,在此之后不再进行BA优化(只改变了整个模型的绝对位置,pose与point的相对位置并没有发生变化,原则上不需要)。现在为了让模型更准确,加入控制点功能。1.人工使用定位设备对选定位置进行打点,获得一个预设位置的绝对地理坐标Ground Truth。2.通过在image上找到打点位置,手动对图片打标签,实现多张image原创 2021-07-28 15:51:07 · 1584 阅读 · 3 评论 -
In Triangle Test 计算几何 判断一个点在(二维)三角形内部 C/C++
计算几何相关内容,不过里边的实现仅供参考,实际跑起来是会有些问题的。原理:海伦公式,2倍面积的行列式计算*三角形面积公式行列式(海伦公式)2*S=|p.x p.y 1| |q.x q.y 1| |s.x s.y 1| */结构体定义struct Point { double x, y; bool extreme;};in trianglebool in_triangle(Point...原创 2021-04-09 10:18:52 · 692 阅读 · 0 评论 -
三维重建(SFM):图像形变对重建的影响与优化
采集工具:insta one 360切图工具:open MVG pano2pinhole(已有功能,绕y轴旋转,横向选取n个pinhole点,并且选择每个点切割图形的FOV)问题简述:大FOV产生严重形变,影响行进方向图片的匹配(RANSAC)被干扰,关联度不够;小FOV画幅小,窄街横向图片景深不够,关联度不够。...原创 2020-11-04 20:06:09 · 3103 阅读 · 3 评论 -
三维重建(SFM):针对360全景切割图像的单目重建的增量问题的分析与改进(colmap)
360摄像机街拍视频根据FOV切割5视角图片进行重建。使用colmap进行点云生成。分块本身对AR增量过程产生影响的典型情况示意图:因为匹配度不佳,结构脆弱,分块导致图片间匹配割裂。分块后增量实验:以742张图的第一块为例。增量产生多块子模型的间接原因:首次Reconstruct失败,产生0个manager,for循环,放宽参数继续重建(如成功,则size大于0,break):产生多块的直接原因:启用了“多子模型”模式,一次性无法注册所有图片,且...原创 2020-10-14 14:28:28 · 2703 阅读 · 1 评论 -
复杂街景下的单目稀疏重建图像匹配实验
主要分析稀疏重建失败都受到哪些因素干扰,并指导采集方案。三种匹配实验:1.同相机不同帧2.相邻相机同帧3.不同相机同一地点(往-返)ransac 8像素(tric默认3像素)同相机不同帧匹配:(实验ransac 8像素)(未过滤内点实验)结论:阴影处特征不明显,且人群干扰大相机3不同帧匹配(过滤内点)阴影、灰墙、黑洞、玻璃匹配较少内点优化后,匹配中人物干扰同样存在(ransac8情况下,...原创 2020-09-28 15:43:19 · 1157 阅读 · 0 评论 -
利用最小割与分布式对三维重建进行加速问题(原理、优化、不同数据分析对比)
倾斜摄影建模或产出点云容易产出,并且,相对比,AR数据比较难(尤其是环形绕障碍物采集的AR数据,两条航带隔着障碍物,无关联度。)倾斜摄影关联度如图(image_id)通过image——id查询db对应图片路径进行分析拓扑关系如图:back 862对应球场位置用图片路径在cc中查找相机横向第二“航带"第五机位第二航带第一机位横向第四"航带"纵向,第八个机位结论:倾斜摄...原创 2020-09-17 01:31:03 · 815 阅读 · 0 评论