ORB-SLAM2（代码详解），特征提取与描述（ORBextractor）：图像金字塔的计算

最新推荐文章于 2024-06-15 13:20:40 发布

我爱苦咖啡

最新推荐文章于 2024-06-15 13:20:40 发布

阅读量2.1k

点赞数 1

本文链接：https://blog.csdn.net/weixin_43191223/article/details/88954688

版权

本文深入解析ORB-SLAM2中ORBextractor的ComputePyramid部分，探讨如何计算图像金字塔，为FAST关键点检测提供不同分辨率的支持。内容涉及Size类、cvRound函数、Rect类、resize函数和copyMakeBorder函数的使用，以及图像缩放和边界拓展的原理。

摘要由CSDN通过智能技术生成

ORB-SLAM2，其实有很多大牛已将代码分析的很彻底了，在此写下博客以加深印象，会将自己收集的资料尽量集中在这里

本文主要讲ORBextractor中的ComputePyramid（）部分，在获取目标图像后计算图像金字塔（nlevels张不同分辨率的图片），为FAST关键点在各层上的计算提供支持。本文涉及到的一些尺度参数参见ORBextractor（）构造函数进行的参数计算部分。

//计算图像金字塔，按一定的尺度比例获取nlevels张分辨率不同的图像
void ORBextractor::ComputePyramid(cv::Mat image)
{
	/**
	//在同一个图像金字塔中，两个参数只是图像相邻层比较时上下或者下上的区别
	std::vector<float> mvScaleFactor;          //是用来存储金字塔中每层图像对应的尺度因子的vector变量
    std::vector<float> mvInvScaleFactor;       //可以理解为逆向尺度
    **/
	for (int level = 0; level < nlevels; ++level)
    {
        float scale = mvInvScaleFactor[level];
        //原图像的尺寸
        Size sz(cvRound((float)image.cols*scale), cvRound((float)image.rows*scale));
        //相当于给原图像加边，在计算关键点时便不需要检测所加边缘，又能保证原图像边缘的关键点也能检测
        Size wholeSize(sz.width + EDGE_THRESHOLD*2, sz.height + EDGE_THRESHOLD*2);