视觉SLAM
文章平均质量分 93
Tian Fangzheng
这个作者很懒,什么都没留下…
展开
-
视觉里程计与深度计算--对极几何--直接法--PnP
A. 对极几何与三角测量对极几何主要采用特征点法,如SIFT、SURF和ORB等获取两帧图像对应的特征点。如图1所示,设第一幅图像为 第二幅图像为 。图1 对极几何与三角测量示意图三维空间中的一点 在两幅不同视角图像下的投影分别为, 。以相机开机时拍摄第一帧图像时的相机坐标系预定义为世界坐标系,则两幅图像的投影方程式分别为: (2-13) (2-14)由...原创 2021-11-09 20:32:38 · 2467 阅读 · 0 评论 -
相机与图像--小孔成像模型与坐标系--坐标系转换
利用图像序列进行三维重建的过程,相当于把一张张由很多像素组成的二维图像还原到三维空间中的一个过程。通过了解整个投影的过程,就可以很容易理解如何利用图像进行三维重建,以及三维重建中的关键步骤是什么。该小节主要讲述单目相机的投影过程。A. 小孔成像模型与坐标系相机拍摄图像的过程可以简化成小孔成像的一种形式,利用这种形式可以很容易得到相机模型的数学表达式。通过相机的成像方式及其数学表达式,可以看出三维场景和图像中每一个像素之间的映射关系。通过这种映射关系,就可以将图像中的像素还原到三维空间中。若把一系列.原创 2021-11-09 19:59:46 · 9301 阅读 · 0 评论 -
视觉SLAM编程基础1.3--visualizeGeometry
主要功能:各种角度之间的等价转化及可视化visualizeGeometry.cpp#include <iostream>#include <iomanip>using namespace std;#include <Eigen/Core>#include <Eigen/Geometry>using namespace Eig...转载 2019-09-04 21:03:30 · 855 阅读 · 2 评论 -
视觉SLAM编程基础1.2--eigenGeometry
主要功能:各种旋转和平移的表示旋转矩阵/旋转向量/变换矩阵构成欧拉角/四元数以及它们之间的相互复制,计算,转换等eigenGeometry.cpp#include <iostream>#include <cmath>using namespace std;#include <Eigen/Core>// Eigen 几何模块#...转载 2019-09-04 20:55:25 · 232 阅读 · 0 评论 -
视觉SLAM编程基础1.1--useEigen
主要功能:Eigen库的基本类型使用定义矩阵初始化等定义动态矩阵矩阵与向量相乘矩阵的转置/各元素和/迹/数乘/逆/行列式实对称阵 特征值解方程eigenMatrix.cpp#include <iostream>using namespace std;#include <ctime>// Eigen 部分#include <Eigen/...转载 2019-09-04 17:18:06 · 180 阅读 · 0 评论 -
单应性矩阵
一.二维中的单应性矩阵单应性矩阵与射影矩阵基本是一回事,都有8个自由度,摄影矩阵是从二维平面的操作。单应性矩阵可以看成从二维的操作到三维操作的一个过度。 单应性变换又称为射影变换或者透视变换,有很多的叫法。 单应性矩阵就是个3*3的矩阵。 单应性矩阵(H)可以描述两个图片之间的变换,可以进行图片的拼接或者 这里H是单应性矩阵,可以从一个图像把每一个像素变换到另一个图像平面,这...原创 2019-08-23 18:22:37 · 3435 阅读 · 3 评论 -
视觉SLAM--直接法
直接法(摘抄于高翔博士的《视觉SLAM十四讲》)8.4.1直接法的推导如图8-3所示,考虑某个空间点P和两个时刻的相机。P的世界坐标为[X,Y,Z],它在两个相机上成像,记非齐次像素坐标为,。我们的目标是求第一个相机到第二个相机的相对位姿变换。我们以第一个相机为参照系,设第二个相机旋转和平移为R,t(对应李代数为ξ )。同时,两相机的内参相同,记为K。为清楚起见,我们列写完整的投影...转载 2019-05-28 18:21:09 · 3064 阅读 · 0 评论