OpenCV实时目标检测算法 Real_time_pose 解读

本文档详细解读了使用OpenCV进行实时目标检测的原理,涉及Real time pose estimation of a textured object。主要步骤包括:提取ORB特征,使用Trumbore交点算法计算3D坐标,通过solvePnPRansac求解旋转和平移,结合卡尔曼滤波器优化位姿估计。着重介绍了Model_registration和Model_detection类,以及解决平面物体检测的PnP问题和线性卡尔曼滤波器的应用。
摘要由CSDN通过智能技术生成

阅读Real time pose estimation of a textured object 相关文档

(把看的内容及时记录下来,真的可以帮助理清思路。虽然花费的时间比之前久了,但是相信慢慢习惯了就好了)
OpenCV的源码还是很友好的
借助这个例子,把之前综述里面看到的跟踪、位姿估计等内容全部都连成了一条线,理顺了!开心!

  1. Model registration类
    仅适用于缺少待配准对象的3D带纹理的模型的情况。可以使用这个项目创建自己的带纹理的3D模型,本项目仅对平面对象起作用。
    这个应用需要有对象的输入图片和它的3D纹理。
    首先从输入图片中提取ORB特征和描述符,然后使用trumbore_intersection_algorithm,将沿着上述算法得到的方向的网格来计算发现的特征的3D坐标。最后,这些3D点和描述符将存在一个文件中,不同列。
  2. Model_detection类
    基于3D带纹理模型,实时估计其位姿。
    从场景中,可以检测和提取到ORB特征和描述符。然后在model and scene描述符之间来寻找匹配。再根据寻找到的匹配,使用solvePnPRansac函数来求解相机的旋转矩阵和平移向量
    最后,使用一个卡尔曼过滤器来去除较差的位姿。
  3. 针对detection可执行文件的相关知识点进行解释
  4. Read 3D textured object model. 使用Model类中的load函数,从给定路径获取对应的内容,其内容包括:3D点以及其对应的描述符。其中yaml文
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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