- 博客(3)
- 收藏
- 关注
RSS订阅原创 Challenge_4: 基于特征匹配的摄像头姿态估计
基于之前所做的特征匹配来实现摄像头姿态估计，即通过移动摄像头拍摄同一物体（如一本书）在不同姿态下的图片而计算出两次或者多次摄像头拍摄的位置。 要实现这一点，首先要对摄像头进行标定，获得摄像头的内参数，建立起摄像头的成像模型，才能够将图像物理坐标系（即照片中）中的点的信息与世界坐标系中的信息（即摄像头拍摄的位置）联系起来。 摄像头标定opencv已经提供了例程。 代码见。 htt
2016-08-08 14:50:40
997
原创 基于特征匹配的摄像头姿态估计
在完成摄像机标定后可以获得摄像机内参数矩阵K，我们就可以与之前的特征检测结合起来，从摄像头不同角度位置拍摄同一本书的图像中获取摄像头的位置（即旋转平移矩阵）。 方法可以见下述博客一直到重构场景上面的内容。 http://blog.csdn.net/zkl99999/article/details/46467277 重点看找到相机矩阵小结。 方法是通过特征匹配的点
2016-08-08 09:44:14
2618
原创 关于手指提取的文章的调研
1.Combining Contrast Saliency and Region Discontinuity for Precise Hand Segmentation in Projector-Camera System 这篇文章提取手指 可以认为分为三步 a.首先是应用颜色直方图求图像各像素的saliency 显著性 并且对显著性本身进行了一个均值滤波
2014-06-24 15:44:17
467
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人