视觉SLAM笔记（42） 光流法跟踪特征点

最新推荐文章于 2024-06-28 22:50:44 发布
最新推荐文章于 2024-06-28 22:50:44 发布
阅读量1.3w 收藏 5
点赞数 1
分类专栏： 视觉SLAM笔记 文章标签： 使用 TUM 公开数据集 第一张图像提取 FAST 角点，然后用 LK 光流跟踪它们，并画在图中
本文为氢键H-H原创文章，未经允许请勿用于商业用途，转载请注明出处
本文链接：https://blog.csdn.net/qq_32618327/article/details/102711864
版权
本文介绍了如何利用TUM公开数据集进行视觉SLAM研究，首先对数据集进行时间对齐，然后通过LK光流方法跟踪FAST角点，分析了光流跟踪的稳定性和效率，指出其在微小相机运动场景下的优势和局限性。
摘要由CSDN通过智能技术生成

视觉SLAM笔记（42） 光流法跟踪特征点

1. 使用 TUM 公开数据集

准备了若干张数据集图像，存放在程序目录中的 VSLAM_note/042/data/ 文件夹下
它们来自于慕尼黑工业大学（TUM）提供的公开 RGB-D 数据集
以后就称之为 TUM 数据集

它含有许多个 RGB-D 视频，可以作为 RGB-D 或单目 SLAM 的实验数据
它还提供了用运动捕捉系统测量的精确轨迹，可以作为标准轨迹以校准 SLAM 系统
由于该数据集比较大，这里中使用了一部分“freiburg1_desk”数据集中的图像

在这里插入图片描述
可以在 TUM数据集主页 找到它的下载链接，或者，也可以直接使用在 GitHub 上提供的部分(十张图)

数据位于 data/ 下，以压缩包形式提供（data.tar.gz

了解本专栏 订阅专栏 解锁全文 超级会员免费看
氢键H-H
关注
专栏目录
订阅专栏
视觉SLAM笔记（41） 光流
氢键H-H
10-22 1万+
光流描述了像素在图像中的运动、稀疏光流以 Lucas-Kanade 光流为代表、灰度不变假设、假设某一个窗口内的像素具有相同的运动
SLAM_光流法介绍
惊鸿一博
05-04 1291
1 光流作用 光流可以追踪一个时刻的角点在下个时刻的图像位置 2 灰度不变假设： 一阶 Taylor 展开： 得到： 3 光流在 SLAM 中的运用 1 光流可以追踪上一帧的角点 2 可以一直追踪该角点，直到超出图像范围或被遮挡 3 在单目 SLAM 中，新提出的角点没有 3D 信息，因此可通过追踪角点在各图像位置，进行三角化 4 光流的局限性 1 容易受光照变化影响 2 只适合连续图像中的短距离追踪，不适合更长距离 3 图像外观发生明显变化时不适用（例：远处的角点凑近
视觉SLAM前端特征检测与跟踪的思考
3D视觉工坊
04-02 1070
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达本文由知乎作者Welson WEN授权转载，不得擅自二次转载。原文链接：https://zhuanlan.zhihu.com/p/...
光流法简介及应用
最新发布
东城十三
06-28 422
通过以上代码，我们可以实现图像中的稠密光流和稀疏光流估计。光流法在视频稳定、运动检测、目标跟踪和3D重建等领域有广泛应用。光流法是一种常用的运动估计技术，通过分析图像序列中的像素强度变化来估计物体的运动。本文介绍光流法的原理及其在 OpenCV 和 Emgu CV 中的实现。光流算法的基本假设是图像序列中的亮度随时间变化不大，即相邻帧中的相同点具有相同的亮度。根据这一假设，可以通过分析图像序列中的像素强度变化来估计物体的运动。以下代码展示了如何使用 OpenCV 和 Emgu CV 实现稠密光流法。
光流法检测——特征点
zll1371的专栏
07-29 1187
转自 http://blog.csdn.net/ji0525084/article/details/8854247 #include "stdafx.h" #include #include #include #include #define max_corner 100 int main(int argc, char* argv[]) { CvCapture * capture
SLAM中光流算法
Turn life into a dream, and then turn dreams into reality
07-29 1344
为什么要用金字塔？因为lk算法的约束条件即：小速度，亮度不变以及区域一致性都是较强的假设，并不很容易得到满足。如当物体运动速度较快时，假设不成立，那么后续的假设就会有较大的偏差，使得最终求出的光流值有较大的误差。 考虑物体的运动速度较大时，算法会出现较大的误差。那么就希望能减少图像中物体的运动速度。一个直观的方法就是，缩小图像的尺寸。假设当图像为400×400时，物体速度为[16 16],那么图像缩小为200×200时，速度变为[8,8]。缩小为100*100时，速度减少到[4,4]。所以在源图像缩放了很多
视觉十四讲：第八讲_光流法(特征点追踪)
penuel
08-03 2944
1.直接法的引出 特征点估计相机运动的方法，主要是在关键点和描述子的计算非常耗时；而且在纹理信息比较少的情况下，特征点的数量会明显减少。 解决方案： 1.保留特征点，只计算关键点，不计算描述子，然后使用光流法跟踪特征点的运动，从而实现特征点的匹配。 2.只计算关键点，不计算描述子。使用直接法计算下一时刻特征点的位置，从而实现特征点的匹配。 第一种方法，是把特征点匹配换成光流法，估计相机运...
视觉SLAM笔记(七)-光流法
lufan11223的博客
08-17 741
光流描述了像素随时间在图像之间运动，光流法主要用于追踪像素的运动过程，目前常用的光流法主要以Lucas-Kanade为代表，下文简称为LK光流。 光流法是基于一个很强的假设即灰度不变假设，它认为同一个空间点的像素灰度值在各个图像中固定不变，令ttt时刻位于(x,y)(x,y)(x,y)处的像素的灰度为I(x,y,t)I(x,y,t)I(x,y,t)，在t+dtt+dtt+dt时刻运动到(x+dx,...
视觉SLAM笔记（40） 特征点的缺陷
氢键H-H
10-21 1万+
特征点估计相机运动的缺陷、克服使用特征点缺陷思路分析、直接法、根据像素的亮度信息，估计相机的运动，可以完全不用计算关键点和描述子，通过最小化光度误差知道点与点之间之间的对应关系
视觉SLAM笔记（46） 基本的 VO
氢键H-H
11-02 1万+
特征提取和匹配、两两帧的视觉里程计、 匹配特征点、简单的检测
基于光流法的目标跟踪
03-17
根据TLD算法改的，用MATLAB做框架的一个光流跟踪算法，其中光流计算部分用opencv 实现。算法流程不难，就不写了，有兴趣读一下代码就行了
MATLAB光流法跟踪算法
04-25
Horn-Schunck光流法
Lucas-Kanade光流法原理及应用
11-04
著名的Lucas-Kanade光流法，自己也不是很懂
光流法目标跟踪原理（不带公式）
热门推荐
于书盼的博客
12-17 1万+
光流的概念于1950年由Gibson首先提出，所谓光流就是指图像表现运动的速度。物体在运动的时候之所以能被人眼发现，就是因为当物体运动时，会在人的视网膜上形成一系列的连续变化的图像，这些变化信息在不同时间，不断的流过眼睛视网膜，就好像一种光流过一样，故称之为光流。1、光流法检测运动物体的原理光流法检测运动物体的原理：一般而言，光流是由于场景中前景目标本身的移动、相机的运动，或者两者的共同运动所产生的
视觉SLAM理论入门——（10）视觉里程计之光流和直接法
floatinglong的博客
05-24 1155
1、特征点法的缺点 特征点法具有以下缺点： 1、关键点的提取与描述子的计算非常耗时 2、特征点的数量远小于图像像素数量，只使用特征点丢弃了大部分可能有用的图像信息 3、相机有时会运动到特征缺失的地方，往往这些地方没有明显的纹理信息，从而使得特征点数目减少，无法估计运动 克服特征点法缺点的思路： 1、只计算关键点，不计算描述子。使用光流法跟踪特征点的运动，回避计算和匹配描述子带来的时间 2、只计算关键点，不计算描述子。使用直接法计算特征点在下一时刻图像的位置 3、不使用特征点，而是根据像.
【SLAM】特征匹配的光流实践
heroybc的博客
05-26 2711
1.前言 在前面所介绍的特征匹配的运算上，通过已经完成的特征匹配进行相机运动位姿估计的计算，这种方法看起来似乎非常可行，但是，他也存在很多问题： 1.特征点的计算是一个非常耗时的过程 2.特征点的数量有限 3.不是所有关键点都是被认为是特征点 这么多问题要怎么去解决呢，其实就是可以用到直接法了。 在讲解直接法之前，我来先谈谈光流法。由于特征点的匹配存在这么多问题，为了简化他，我们可以只提取特征点，不进行匹配，就是不计算描述子，这样就会大大减少他的计算量，但是，不进行特征匹配，如何得到可以利用的后续计算信
【计算机视觉】目标跟踪| 光流算法详细介绍|附代码
Yaoyao2024的博客
03-13 7737
光流（optical flow）是空间运动物体在观察成像平面上的像素运动的瞬时速度。所谓光流就是瞬时速率，在时间间隔很小（比如视频的连续前后两帧之间）时，也等同于目标点的位移💭🤔所以也就是说，只要我们求出这个“速度”，也就是只要确定当前目标区域的位移，即可确定这个目标在下一帧中的位置（有时候也会说，根据上一帧和当前帧的信息，确定目标在当前帧中的位置）。——这也是生成式方法中逐次逼近搜索的体现，光流法的关键也就在此🌸光流法是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到。
slam中的光流法相比特征点法有什么优势
06-09
SLAM中的光流法和特征点法都是视觉SLAM中常用的方法，它们各有优劣。相比于特征点法，光流法具有以下优势： 1. 低计算复杂度：光流法只需要计算相邻图像中像素点的位移，计算复杂度相对较低。而特征点法需要进行...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

氢键H-H

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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