AprilTag是一种视觉基准系统，由标签检测器和编码系统组成。检测器通过检测线段、quad检测和Homography及extrinsics估计来定位标签。在有效负载解码阶段，系统读取并解码标签中的位。编码系统设计则注重提高可区分码数量、错误检测与纠正能力，同时减少误报和标签混淆。实验表明，系统在50米内能保持较高定位精度，但实际性能会受到光照、噪声等因素影响。
AprilTag由两个主要部分组成：标签检测器和编码系统。
检测器的工作是估计图片里标签可能的位置，换句话说，检测器试图找到比其外部具有更暗的内部的四边区域（“quad”）
标签检测器
A、检测线段
方法是监测图像中的线。计算每个像素的梯度方向和大小，并将像素聚类成具有相似梯度方向和大小的分量。
聚类算法类似于Felzenszwalb的基于图的方法：创建一个图，其中每个节点代表一个像素。在相邻像素之间添加边，边权重等于像素在梯度方向上的差异。然后根据增加的边权重对这些边进行排序和处理：对于每个边，我们测试像素所属的连接分量是否应该连接在一起。给定分量n，我们将梯度方向的范围表示为D（n），将幅度范围表示为M（n）。换句话说，D（n）和M（n）是标量值，分别表示梯度方向和幅度的最大值和最小值之间的差值。在D（）的情况下，必须小心处理2Π（pai）环绕。但是，由于有用边的跨度远小于Π度，因此这很直截了当。给定两个分量n和m，如果满足以下两个条件，我们将它们连接在一起：
D(n ∪ m) ≤ min(D(n), D(m)) + KD /
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
