论文学习
unicorn_lyc
这个作者很懒,什么都没留下…
展开
-
colmap论文学习
Structure-from-Motion Revisited该文章是colmap对应的稀疏重建论文,主要讲了稀疏重建的几个步骤。特征提取与匹配colmap利用SIFT算子进行特征提取与匹配,匹配完之后就获得了两两图像之间的匹配对。但是SIFT算子的匹配仅仅是基于外观的匹配,没有考虑图像之间的几何关系,不能保证对应的特征点能映射到同一三维场景点。因此,将利用RANSAC的方法计算两两图像的基础矩阵和单应性矩阵,根据几何关系筛选出可靠性较高的匹配对pairs。剔除外点后,输出图像连接图(其实就是图像原创 2022-04-30 21:42:58 · 2046 阅读 · 1 评论 -
手眼标定求解方式
https://blog.csdn.net/AIchipmunk/article/details/100554796原创 2021-09-22 22:16:02 · 105 阅读 · 0 评论 -
A Novel Dual-Lidar Calibration Algorithm Using Planar Surfaces
文章贡献:可以使用室外环境中尺寸未知的物体作为校准目标外部参数可以通过一次测量而获得,并且结果精度还可以文章方法:3. 用ransac的方法进行平面的提取。对于墙角,可以提取地面和2边的墙壁,一共3个平面。对于每个平面,将使用向量对平面进行表示:对于求解出的三个平面向量,求其交点O和3个平面的法向量n1、n2、n34. 现在已知在激光雷达A中3个平面的法向量 和激光雷达B中3个法向量,求其旋转和平移关系思路:利用非线性优化进行求解(需要提供一个很好的初始值 和 优化方程)初始值的求解原创 2021-09-16 10:19:04 · 337 阅读 · 0 评论 -
相机和激光雷达标定论文阅读
Improvements to Target-Based 3D LiDAR to Camera Calibration.论文中标定的步骤:1.找出激光雷达目标的顶点2.找出图像平面的角点3.求出图像角点和雷达顶点的关系4.外参优化(欧式距离和IoU)其中找出雷达目标的顶点的方法是这篇文章的亮点之一。AprilTag:A roubust and flexible visual fiducial system上面的文章求出图像平面角点的方法是借用该文章的。这篇文章的主要贡献有:1.提出了一种原创 2021-07-05 23:12:41 · 350 阅读 · 0 评论 -
如何求一群线段的主要方向
读书笔记目的:对于一群线段,要拿到其主要方向方法:原创 2020-10-07 09:09:05 · 236 阅读 · 0 评论