自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(21)
  • 收藏
  • 关注

原创 遥感影像三维重建的那些事儿(2)

遥感影像传感器模型传感器成像模型的建立是进行摄影测量立体定位处理的基础,一般分为物理和通用传感器模型。在传统的摄影测量领域,使用较多的是物理传感器模型,而且画幅式相机基于共线方程的立体图像对纠可以实现三维重建。随着遥感技术和航天技术的发展,在摄影测量领域画幅式相机逐渐被CCD传感器所取代,采用基于共线方程传感器模型描述,将导致定向参数之间的强相关性,影像定向的精度和稳定性。通用传感器模型与具体的传感器无关,因而更能适应传感器成像方式多样化的发展要求。常用影像定位方法多项式法x=a0+(a1X+

2021-06-26 23:08:22 1128 4

原创 遥感影像三维重建的那些事儿(1)

简介本人研究基于遥感影像的三维重建问题一年有余,对遥感领域的相关问题有了初步了解,整理归纳后特成此贴。希望加强交流,期待批评指正。谢谢!遥感影像的相关概念遥感影像(RS: Remote Sensing Image):是指记录各种地物电磁波大小的胶片或照片,主要分为航空像片和卫星相片。用计算机处理的遥感图像必须是数字图像。以摄影的方式获取的模拟图像必须用图像扫描仪等进行模/数(A/D)转换;以扫描方式获取的数字数据必须转存到一般数字计算机都可以读出的CCT等通用载体上。计算机图像处理要在图像处理系.

2021-06-25 20:23:56 2436

原创 计算机视觉中的多视图几何<Part1—摄像机几何和单视图几何>(3)

7. 进一步讨论单视图几何在透视投影下平面、直线、二次曲线、二次曲面等3D几何实体与其2D图像之间的联系。7.1 射影摄像机对平面、直线和二次曲线的作用只有摄像机投影矩阵P的3×43\times43×4形式和秩决定其功能的重要因素,其元素的特殊属性和关系往往是不相关的。7.1.1 On planes在透视影像下,一张景物平面π\piπ上的点xπ\textbf{x}_\pixπ​与图像x\textbf{x}x之间的映射是一个一般的平面单应(射影):x=Hxπ\textbf{x}=H\textbf{

2021-06-06 19:39:03 616 2

原创 计算机视觉中的多视图几何<Part1—摄像机几何和单视图几何>(2)

6. 计算摄像机矩阵P由3维空间与图像平面元素间的对应来估计摄像机投影矩阵成为摄像机参数确定,假定3维空间到图像的映射是线性的(镜头失真在标定过程矫正)。6.1 基本方程[0⊤−wiXi⊤yiXi⊤wiXi⊤0⊤−xiXi⊤−yiXi⊤xiXi⊤0⊤][P1P2P3]=0\left[ \begin{array}{ccc} \textbf{0}^\top && -w_i\textbf{X}_i^\top&&y_i\textbf{X}_i^\top\\ w_i\

2021-05-26 19:55:49 261 1

原创 计算机视觉中的多视图几何<Part0—基础知识:射影几何、变换和估计>(4)

4. 算法评价和误差分析评价和量化估计算法的结果,通常仅有一个变量或变换的估计是不够的,还需要进行置信度或不可靠性的度量(协方差)。4.1 性能的界定依据计算得到的模型与(有噪声的)输入数据的匹配程度,或估计得到的模型与原先无噪声的数据吻合程度来评价算法。4.1.1 Error in one imageRMS残差:εres=(12n∑i=1nd(xi′,x^i′)2)1/2\varepsilon_{res}=(\frac{1}{2n}\sum^n_{i=1}d(\textbf{x}'_i,\

2021-03-15 19:58:21 258

原创 计算机视觉中的多视图几何<Part1—摄像机几何和单视图几何>(1)

5. 摄像机模型摄像机模型是3D世界(物体空间)和2D图像之间的一种映射关系。具体模型主要分成有限中心的摄像机模型和“无穷远”中心的摄像机模型。5.1 有限摄像机针孔相机模型:(X,Y,Z)T↦(fX/Z,fY/Z)T(X,Y,Z)^T\mapsto(fX/Z,fY/Z)^T(X,Y,Z)T↦(fX/Z,fY/Z)Tx=K[I∣0]Xcam\textbf{x}=K[I|0]X_{cam} x=K[I∣0]Xcam​3维欧式空间IR3IR^3IR3到2纬欧式空间IR2IR^2IR2的一个

2021-01-21 14:48:21 458

原创 图像分割(1)——基本图像分割

图像分割传统方法概述基于阈值的分割方法固定阈值分割直方图双峰法半阈值分割迭代阈值图像分割自适应阈值图像分割基于边缘的分割方法基于区域的分割方法种子区域生长法区域分裂合并法分水岭法基于图论的分割方法Graph Cut图像分割是由图像处理进到图像分析的关键步骤。它是目标表达的基础,使得更高层的图像分析和理解称为可能。主要难点:多尺度问题多视角问题(旋转)光照问题感受野引发的边缘震荡类别不均衡问题区域遮挡问题基本依据区域内一致性区域间不一致性基于阈值的分割方法阈值法的

2020-08-31 00:41:48 1908

原创 计算机视觉中的多视图几何<Part0—基础知识:射影几何、变换和估计>(3)

3. 估计——2D射影变换估计是指在某些本质测量的基础上计算某个变换或其他数学量。测量数:考虑自由度个数和约束个数后给出的一个下届;近似解:精确解称为最小配置解,近似解是通过最小化某个代价函数完成;黄金标准算法:通常存在一种最优代价函数,其最优的含义是在一定假设下,使代价函数取最小值的解是最好估计,计算该代价函数最小值的算法称为黄金标准算法;3.1 直接线性变换(DLT)算法齐次矢量方程,相差一个尺度因子:xi′=Hxi→xi′×Hxi=0→Aih=0x_i'=Hx_i\rightarr

2020-08-31 00:41:08 646

原创 DeepLearning(1)——梯度消失与梯度爆炸

梯度消失与梯度爆炸What?Why?How?如何确定是否出现梯度问题?Activation FunctionPre-train & Fine-tunningLSTMGradient ClippingWeight Regularization残差结构What is BNWhat?反向传播(用于优化神网参数):根据损失函数计算的误差通过反向传播的方式,指导深度网络参数的更新优化。采取反向传播的原因:首先,深层网络由许多线性层和非线性层堆叠而来,每一层非线性层都可以视为是一个非线性函数f(x)f(

2020-08-10 22:34:08 196

原创 论文解析之运动检测篇 —《Learning Patterns of Activity Using Real-Time Tracking》

《Learning Patterns of Activity Using Real-Time Tracking》Goals:Problems:Relate WorkApproachParametersGaussian DistributionsTracker (frame):Goals:Self-calibration: determine the positions of all the cameras relative to one another;Construction of rough s

2020-07-29 22:13:04 243

原创 三维点云处理(8)——Object Detection

Object DetectionImage Based Object DetectorPointCloudVoxelNet & PointPillarsPointRCNNImage Based Object DetectorObject DetectionObject LocationObject ClassificationObject Detection DifficultiesImageOcclusionScaleClass imbalanceRotation

2020-07-10 00:26:29 670 1

原创 三维点云处理(7)——Deep Learning

Deep LearningIntroductionPointNetPointNet++IntroductionExplain the principles of the operations of different layers and training algorithmsCompare different neural network architecturesImplement popular neural networksSolve problems using neural netw

2020-07-07 10:35:43 480

原创 三维点云处理(6)——Model Fitting

Model FittingLeast SquareLoss functionsNon-Linear LSQHough TransformRandom Sample Consensus (RANSAC)Least SquareDefinition of “fit” – minimize the perpendicular distance:E=∑i=1n(axi+byi+c)2E=\sum^n_{i=1}(ax_i+by_i+c)^2E=i=1∑n​(axi​+byi​+c)2The soluti

2020-07-04 16:52:44 597

原创 三维点云处理(5)——Clustering

ClusteringMath PrerequisiteLinear Algebra:Probability:Graphical Modeling:Lagrange Multiplier:K-Means (Euclidean)Min-batch K-Means:Sequential K-Means (min-batch = 1) :K-Medoids:Application:Gaussian Mixture Model (GMM-Euclidean)GMMSummaryExpectation - Maximi

2020-06-22 17:47:39 497

原创 三维点云处理(4)——KNN

Binary Search TreeNearest Neighbor (NN) ProblemK-NNFixed Radius-NNCore IdeasBSTNearest Neighbor (NN) ProblemK-NNGiven a set of points SSS in a space MMM, a query point q∈Mq{\in}Mq∈M, find the kkk closest points in SSSFixed Radius-NNGiven a set of p

2020-06-11 21:54:05 2942

原创 三维点云处理(3)——Filter

Surface Normal & FiltersSurface normal on surfaceApplicationsSteps:三级目录Surface normal on surfaceThe vector perpendicular to the tangent plane of the surface at a point PApplicationsSegmentation/ClusteringPlane detectionPoint cloud feature for ap

2020-05-25 21:43:24 368

原创 三维点云处理(2)——PCA

Principle Component AnalysisPCAApplications:Physical intuitions:Spectral Theorem:Rayleigh Quotients:Summary:KPCAKernel:SummaryPCAPCA is to find the dominant directions of the point cloudApplications:Dimensionality reductionSurface normal estimationC

2020-05-25 21:27:24 1280

原创 三维点云处理(1)

三维点云处理[1]3D Point CloudRepresentation:Data sources:Applications:Options:Difficulties3D Point CloudRepresentation:N×3N\times3N×3 matrix or N×(3+D)N\times(3+D)N×(3+D) matrixData sources:LidarRGB-DCAD ModelsSfMDepth from ImagesApplications:Loc

2020-05-25 17:35:09 596

原创 计算机视觉中的多视图几何<Part0—基础知识:射影几何、变换和估计>(2)

2. 3D射影几何和变换——Projective Geometry and Transformations of 3D2.1 点和射影变换(Points and Projective Transformations)三维空间点齐次表达方式为X=(X1,X2,X3,X4)\textbf{X}=(X_1,X_2,X_3,X_4)X=(X1​,X2​,X3​,X4​),X4=0X_4=0X4​=0...

2020-04-07 23:45:15 505 1

原创 计算机视觉中的多视图几何<Part0—基础知识:射影几何、变换和估计>(1)

1. Projective Geometry and Transformations of 2D——2D摄影几何和变换射影几何的概念和表示法是多视图几何分析的核心, 使用齐次坐标就能用线性矩阵方程来表示非线性映射(例如透视投影).1.1 平面几何(Planar Geometry)Point is Vector, Symmetric matrix is Conic.1.2 2D射影平面(2...

2020-02-15 14:36:04 1081

原创 Ubuntu18.04安装NVIDIA驱动+CUDA+cuDNN

@[TOC]安装目录1.Ubuntu安装系统下载Ubuntu18.04LTSUbuntu16.04LTS启动盘制作rufus安装过程安装Ubuntu,与Windows Boost Manager共存2.NVIDIA驱动安装环境设置nomodeset启动安装Ubuntu后重启无法正常进入系统,在启动界面Ubuntu选项卡下按E进入编辑模式,在quite splash后面添加n...

2020-01-31 16:15:40 486

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

提示
确定要删除当前文章?
取消 删除