- 博客(41)
- 收藏
- 关注
RSS订阅
原创 PNP(Perspective N Points)
P3P相机姿态估计数学推导,求解及自定义实现_p3p算法-CSDN博客PnP(Perspective-n-Point)问题：各种算法总结分析 - 知乎SLAM学习笔记（十六）快速了解EPnP算法原理_epnp原理定位-CSDN博客
2024-01-09 10:52:03
379
原创 Real- Time Rendering-图形渲染管线(The graphics rendering pipeline)
图像渲染管线的主要功能是决定在给定虚拟相机，三维物体，光源，照明模式以及纹理等诸多条件的情况下，生成或者绘制一幅二维图像的过程。渲染图像的位置，形状是由他们的几何形状，环境特性，摄像机位置决定。而物体的外观是由材质特性，光源，纹理和着色模型确定。
2023-10-26 15:22:20
140
原创 slam14讲-ch13 和 orb-slam2
OpenCV的ORB特征提取方法存在一个问题，就是特征点往往集中在纹理丰富的区域，而在缺乏纹理的区域提取到的特征点的数量会少很多。会带来特征点冗余的问题（一个小区域一个特征点可以表示清楚，而提取到了十个特征点，导致其余9个多余）和影响位姿的解算（特征点在空间中分布的层次越多，越均匀，特征匹配越能精确的表达出空间的几何关系）。通过划分网格的方法（在院内华裔对正方形网格，再进行特征匹配时，先检测网格内是否有特征点，没有特征点就跳过，有的话就对内部的特征点进行检测），加快特征匹配的过程。
2023-06-03 20:49:10
248
原创 三维重建学习
11. 混合三维表征（Hybrid 3D Representations）；10. 几何深度学习（Geometric Deep Learning）；上，其中涵盖了三维模型的重建、表示、分析和理解等内容，而数值优化理论贯穿其中。9. 三维深度学习（3D Deep Learning）；本系列是笔者学习该课程所做的笔记。
2023-03-19 17:04:46
365
1
原创 Slam14讲ch03
例如，首先绕 X 轴旋转一定量，然后从该结果位置绕 Y 轴旋转一定量，然后从该结果位置绕 Z 轴旋转一定量以达到最终方向。
2023-03-19 15:48:57
312
翻译 Morphological Transformations
在这一章当中，形态变换是基于图像形状的一些简单操作。 它通常在二进制图像上执行。 它需要两个输入，一个是我们的原始图像，第二个称为结构元素或内核，它决定了操作的性质。 两个基本的形态算子是侵蚀和膨胀。 然后它的变体形式，如Opening，Closing，Gradient等也开始发挥作用。 我们将在下图的帮助下一一看到它们：侵蚀的基本思想就像土壤侵蚀一样，它侵蚀了前景物体的边界（总是尽量保持前景为白色）。 那么它有什么作用呢？ 内核在图像中滑动（如在 2D 卷积中）。 只有当内核下的所有像素都为1时，原始图像
2022-06-04 20:14:18
181
原创 python生成格雷码
在一组数的编码中，若任意两个相邻的代码只有一位二进制数不同，则称这种编码为格雷码（Gray Code）.假设只有四个数字生成格雷码 那么数字序列是：0 1 3 2gray-code for i in range(0, 100): gary_c = i ^ (i >> 1)数字转换成二进制def d2b(d, n): """ n:二进制位数 d:数字序列 或者单个数字 """ d = np.array(d) d
2022-05-13 21:10:33
769
原创 structure from motion
介绍SFM（structure-from-motion）算法是一种基于各种收集到序列图片进行三维重建的离线算法。顾名思义是从运动中（不同时间拍摄的图片集）恢复物体的三维结构，这需要估计出图片的R,t，结合相机内参重建稀疏点云。 故运动恢复结构(SFM)能够恢复出场景的三维模型，需要先估计出每张图片的相机内外参，然后将关键点投影获得3D点。算法的关键是获得两张图片中的对应点，然后估计基础矩阵F,再估计本征矩阵E,再通过SVD分解求得较好的R,T，然后反投影得到物体的三维点，最后将多个稀疏点云融合在..
2022-05-12 22:21:13
908
原创 SFM(structure from motion 从运动恢复结构)和MVS(multi-view stereo 多视图立体视觉)
主要目的：SFM是重建稀疏点云的，MVS重建的是稠密点云。输入的数据：SFM是没有标定的数据，而MVS输入的是标定的数据。为什么SFM无法重建出稠密的点云，但是MVS可以？SFM中我们用来做重建的点是由特征匹配提供的！这些匹配点天生不密集！MVS则几乎对照片中的每个像素点都进行匹配，几乎重建每一个像素点的三维坐标，这样得到的点的密集程度可以较接近图像为我们展示出的清晰度。SFM和MVS关系SFM给MVS算好了输入视角的位姿,内参,稀疏点云以及它们的共视关系,MVS再利用这些信息以及彩色图
2022-05-06 09:52:15
9179
4
转载 ubuntu:gcc: error: unrecognized command line option ‘-std=c++14’
安装一些自定义算子时，出现gcc: error: unrecognized command line option ‘-std=c++14’解决方案升级gcc版本和g++版本cd /usr/local/src# 下载gcc5.2.0源码wget http://ftp.gnu.org/gnu/gcc/gcc-5.2.0/gcc-5.2.0.tar.bz2tar -jxvf gcc-5.2.0.tar.bz2# 进入gcc目录安装cd gcc-5.2.0# 下载某些依赖包./..
2022-05-03 15:38:04
1126
原创 Game101 作业1
对一个点进行旋转加平移的操作。旋转矩阵：这个是逆时针的扩展到三维：顺时针的话将正数角度变成负数角度即可得到。代码：#include<cmath>#include<Eigen/Core>#include<Eigen/Dense>#include<iostream>int main() { /* 给定一个点P = (2, 1), 将该点绕原点先逆时针旋转45◦，再平移(1, 2), 计...
2022-03-09 12:38:51
163
原创 The Pinhole Camera
上图显示了一个投影中心为 O 且主轴平行于 Z 轴的相机。 图像平面位于焦点处，因此距 O 的焦距为 f。3D 点 P = (X; Y;Z) 在坐标 = (u; v) 处的相机图像平面上成像。 我们将首先找到将3D P 射到 2D的相机校准矩阵 C。 正如我们之前所见，我们可以使用相似三角形找到 使用 的齐次坐标，我们可以将其写为 ...
2022-01-18 19:29:27
2094
原创 觉得较好的代码
照片的读取： self.images_lis = sorted(glob(os.path.join(self.data_dir, 'image/*.png'))) 或者： #好代码 self.images_lis = [os.path.join(self.data_dir, f) for f in sorted(os.listdir(os.path.join(self.data_dir, 'image'))) \ if f.
2022-01-17 22:11:51
431
原创 colmap 稀疏重建输出的cameras.txt, images.txt,points3D.txt含义
官网Output Format — COLMAP 3.7 documentationcameras.txt该文件包含数据集中所有重建相机的内在参数(相机内参)，每个相机使用一行，例如：# Camera list with one line of data per camera: # CAMERA_ID, MODEL, WIDTH, HEIGHT, PARAMS[]# Number of cameras: 31 SIMPLE_PINHOLE 3072 2304 2559.81 1536.
2022-01-17 20:56:39
7696
13
原创 透明、半透明和不透明物体
透明、半透明和不透明物体的定义材料可以根据它们传输的光量进行分类。允许光完全透射的材料称为透明材料。任何物体都可以通过透明材料看到。透明材料的一个例子是纯玻璃。不透明材料反射或吸收任何入射光。因此，光线无法穿过不透明材料。木头、石头等是不透明的材料。半透明材料允许部分光透过它们。一部分入射光在穿过材料内部时可能会被反射或散射。通过半透明材料看到的任何物体都会显得模糊或模糊。一些例子是油纸、纸巾、一些塑料等。透明、半透明和不透明物质的比较透明物质光线可以穿过这些物质。透明物质的折射率几乎是均匀
2022-01-04 21:36:42
11241
原创 小知识汇总
http://www.sigvc.org/why/book/3dp/chap3.6.2.htm【论文笔记】AtlasNet: A Papier-Mache Approach to Learning 3D Surface Generation (CVPR 2018) - 知乎PSR?Poisson Surface Reconstruction 点云生成meshmarching cube sdf生成mesh
2021-12-13 11:03:04
232
原创 DL methods for shape as implicit surfaces
DL methods for shape as implicit surfaces - Jianfei Guo1、Learning Implicit Fields for Generative Shape Modeling(CVPR2019)our work is the first to introduce a deep network for learning implicit fields for generative shape modeling输入：it takes a poi..
2021-12-06 15:07:52
2964
翻译 Where Do I Start? A Very Gentle Introduction to Computer Graphics Programming(翻译)
Keywords: 3D, foreshortening, stereoscopic vision, origin, coordinates, coordinate system, 3D scene, topology, model, mesh, polygon, vertices, edges, perspective projection, viewing frustum, perspective divide, similar triangles, screen space, normalize.
2021-11-25 21:51:16
185
翻译 Introduction to Ray Tracing: a Simple Method for Creating 3D Images(翻译)
https://www.scratchapixel.com/lessons/3d-basic-rendering/introduction-to-ray-tracingKeywords: ray-tracing, perspective projection, conductor, dielectric, forward tracing, backward tracing, shadow ray, primary ray, eye ray, path tracing, reflection, r..
2021-11-25 21:11:26
147
1
翻译 3D Viewing: the Pinhole Camera Model（翻译）
目录What Will You Learn in this Lesson?Camera Obscura: How is an Image Formed?How Does Real Camera Work?Pinhole CamerasKeywords: camera, pinhole camera, perspective projection, circle of confusion, film back, resolution gate, film gate, focal leng.
2021-11-22 21:57:46
886
原创 Ray-Tracing: Generating Camera Rays(翻译)
Generating Camera Rays首先让我们回想一下渲染器的目的是为帧的每个像素分配一种颜色。 结果必须是从特定 3D 视点看到的场景几何图形的准确表示。 我们从上一章也知道，视野等参数会改变我们看到的场景的多少。 我们还在第 1 课和本课中解释了光线追踪图像是通过为帧中的每个像素生成一条光线来创建的。 当光线与场景中的对象相交并将像素的颜色设置为相交点处的对象颜色时。 我们在第 1 课中已经讨论过但将在下一课中再次详细介绍的这个过程被称为backward- or eye-tracing...
2021-11-18 21:01:33
2119
原创 Placing a Camera: the LookAt Function(翻译)
链接Keywords: Matrix, LookAt, camera, cross product, transformation matrix, transform, camera-to-world, look-at, Gimbal lock.在这个简短的课程中，我们将学习一种简单但有用的方法来移动 3D 摄像机。 如果您不熟悉变换矩阵和向量之间的叉积的概念，您将不会轻易理解本课。 希望如果情况还不是这样，我们建议您阅读名为几何的课程（完整）。Moving the Camera能够
2021-11-17 21:44:53
558
原创 Sphere tracing
sphere tracing algorithm [14], which marches along each pixel’s ray direction with the queried signed distance until the ray hits the surface, i.e., the signed distance equals to zero (Fig. 2).where rays are shot from the camera pinho...
2021-07-05 17:17:02
1109
原创 NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
神经辐射场（Neural Radiance Fields）nerf0、nerf能做的是什么？其核心点在于非显式地将一个复杂的静态场景用一个神经网络来建模。在网络训练完成后，可以从任意角度渲染出清晰的场景图片。1、nerf 有什么特色？ An approach for representing continuous scenes with complex geometry andmaterials as 5D neural radiance elds, parameterized as b.
2021-04-15 21:23:28
3719
原创 windows编译opencv+opencv-tri
1、编译opencv无法下载 opencv_ffmpeg.dll opencv_ffmpeg_64.dll ffmpeg_version.cmake等文件IP地址查询将文件下载的ip地址写到host文件中
2021-03-03 20:03:21
94
1
原创 linux 操作汇总
1、Linux将一个文件夹或文件夹下的所有内容复制到另一个文件夹https://blog.csdn.net/weixin_43820866/article/details/90453951
2021-01-28 19:41:38
107
原创 linux + colmap 错误汇总
安装教程官网教程：https://colmap.github.io/install.html别人翻译：https://blog.csdn.net/X_kh_2001/article/details/82591978错误汇总1、git clone https://ceres-solver.googlesource.com/ceres-solverCloning into 'ceres-solver'...fatal: unable to access 'https://ceres-solv
2021-01-28 19:29:27
3624
1
原创 Accurate, Dense, and Robust Multiview Stereopsis(PMVS)准确，密集，和强大的多视角立体视觉
AbstractThis paper proposes a novel algorithm for multiview stereopsis that outputs a dense set of small rectangular patches covering the surfaces visible in the images.Stereopsis is implemented as a match, expand, and filter procedure, starting from a sp
2020-10-06 21:04:06
1292
2
原创 李宏毅2020深度学习课程作业-Homework 1: Linear Regression
作业链接:https://blog.csdn.net/iteapoy/article/details/105431738作业目标：由前9小时的18个feature（包含PM2.5）预测第10个小时的PM2.5数据:链接：https://pan.baidu.com/s/1vpeNkg13rHtWeg_Mt6v-1w 提取码：opor
2020-06-28 10:53:28
1528
2
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