计算机视觉
小唐要努力
这个作者很懒,什么都没留下…
展开
-
计算机视觉——双目视觉匹配计算视差深度
一、基本原理Stereo双目立体匹配有很多算法, 比如SAD、BM、SGBM、GC,差别在于匹配时候的策略不同,我们这次要用到的NCC度量就是一种不错的方法。其中I为目标图像,T为模板图像,模板大小为M*N。NCC的基本思想就是,从左边图像选取一个区域块,在右边目标图像某个范围内滑动,计算相似度ncc记录到对应的滑动距离中,然后选择相似度最高的距离d作为这个区域块的视差d即两幅图像这个相同区域所处像素值的差值,计算完所有区域之后的就可以得到一个视差图,根据相机的内置参数既可以求出深度图。原创 2020-10-28 10:58:46 · 6656 阅读 · 3 评论 -
计算机视觉——SIFT特征匹配RANSAC剔除错误
一、基本原理Sift是计算机视觉里面一个提取特征的经典方法,翻译即尺度不变特性转换,他在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,局部影像特征的描述与侦测可以帮助辨识物体,SIFT特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。对于光线、噪声、些微视角改变的容忍度也相当高,其基本步骤一般分为:用高斯核构建尺度空间,形成高斯金字塔,在DoG尺度空间中检测极值点,计算特征点方向,计算128维描述子。本文内容主要是实现ransac算法,其基本思想就是对处理数据进行随机采样,.原创 2020-10-28 10:48:12 · 2607 阅读 · 3 评论