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

-+

吕爽

路途悠悠,慢慢前行...

  • 博客(13)
  • 收藏
  • 关注

原创 OpenCV学习(3): Mat 类使用

Mat 类使用Mat 类使用构造基本参数type变量Scalar类型Size类型维数与通道Range类型Rect类型其他类型转化为矩阵运算加、减、乘赋值点乘、叉乘element-wise 乘、除特殊矩阵拷贝特殊操作类型转换ROI提取元素访问返回指针的函数内存管理其他函数公共变量构造基本参数Mat...

2018-04-23 19:18:27 1830

原创 OpenCV学习(2): Mat 类源码

Mat类源码Mat类源码引入存储物理结构Array Type定义Mat类的构成构造函数矩阵操作简单使用实例化元素访问opencv源码类定义源码部分函数源码引入现时世界中我们所看到的图像经过图像摄取装置转化为数字图像后,在数字设备中存储的是图像中各个对应点的数值。早期的opencv中建立的都是C接口并且利用的是一个叫做IpI...

2018-04-21 16:42:39 5047

原创 单目视觉(2):SFM之概述(一)

SFM: Struct From Motion 概述(一)SFM: Struct From Motion 概述(一)特征提取特征匹配矩阵计算三维重建参数优化References特征提取特征点是图像中的一些特殊点,具有一些特殊的属性。这样的特征点相对于一些普通的点具有相对较多的信息量。我们可以根据这样的特征点,来描述图像中的关键信息。图像特征主要包括线...

2018-04-14 20:39:11 8330 2

原创 单目视觉(6):SFM之矩阵估计 (五)

SFM之矩阵估计引入从单幅图像中是不可能获得图像中像素点对应的深度的,因此至少需要多余两幅的相关图像才能通过一定的方法来估计图像中像素点对应的深度信息。由此,专门来几何角度来研究从多幅图像获取相关信息的方法称之为多视角几何学,包括利用几何的方法来获取不同图像在采集过程中,物体投影所满足的一些几何约束条件。在SFM中,我们也是通过多幅图像来恢复物体的三维信息。因此,该问题其实也就...

2018-04-14 20:26:10 3487 1

原创 单目视觉(7):SFM之Bundle Adjustment (六)

光束平差法:Bundle Adjustment引入Bundle Adjustment (BA)的翻译可以看出其利用的一组数据(“光束”)来进行最小化误差(“平差”),其本质就是一种优化算法。在SFM中,我们采用了多个视角的不同图像来计算物理世界的实际位置(三角定位)。那么三角定位得到的物体的三维位置信息肯能是不准确的。我们按照这个信息再次重新在像平面上进行投影(重投影),得到的新的...

2018-04-13 22:59:07 1535

原创 凸优化学习:无约束优化

无约束优化模型无约束优化的问题模型: minf(x)minf(x)\min f(x) 其中f(x)f(x)f(x)是二次可微凸函数。假定该问题存在最优点x∗x∗x^*,那么应该有: ∇f(x∗)=0∇f(x∗)=0\nabla f(x^*)=0 因此,该问题等价于求解nnn个变量的nnn个方程。在一些特殊情况下,可以得到该问题的解析解;通常情况下,需要通过迭代的方式来获得该...

2018-04-13 22:22:08 1151

原创 GIT 命令学习: 分支与合并

GIT 命令学习: 分支与合并(1)GIT 命令学习: 分支与合并(1)分支(branch)语法用法举例检验(checkout)语法用法举例分支(branch)用来列举、创建或者删除分支。语法git branch [--color[=<when>] | --no-color] [-r | -a] [--lis...

2018-04-11 19:26:43 285

原创 凸优化学习:对偶

凸优化:对偶凸优化:对偶Lagrange对偶函数lagrange对偶问题最优性条件总结Lagrange对偶函数考虑标准优化问题: minimize  s.t.  f0(x)fi(x)≤0 i=1,2,⋯,n(1)hi(x)=0 i=1,2,⋯,nminimize  f0(x)...

2018-04-11 18:49:05 1701 1

原创 cmake学习(4):cmakelist.txt之命令行(二)

cmakelist.txt之命令行(二)cmakelist.txt之命令行(二)工程命令工程命令这些命令只适用于CMake工程add_compile_options 为源文件编译添加编译选项add_compile_options(<option> ...)add_custom_command 添加定制的构建规则add_c...

2018-04-07 10:37:16 1746

原创 cmake学习(3):cmakelist.txt之命令行(一)

cmakelist.txt之命令行(一)cmakelist.txt之命令行(一)脚本命令(Scripting Commands)脚本命令(Scripting Commands)break 中断一个闭环的 foreach 或者 while 循环break()continue 跳转到一个闭环的 foreach 或者 while 循环的最开始部分...

2018-04-06 20:20:41 3040

原创 cmake学习(1)

CMake 学习(1)CMake 学习(1)1. 引入2. CMake 执行过程3. 安装(win 平台)4. 测试1. 引入CMake是一个为生成、测试和打包而设计的开源跨平台软件,它利用简单的平台控制软件的编译过程、编译单独的配置文件和生成原始的makefiles文件。2. CMake 执行过程1)编写CMakelist.txt配置...

2018-04-06 17:10:07 266

原创 单目视觉(5):SFM之特征点匹配(四)

SFM之特征点匹配(四)SFM之特征点匹配(四)引入相似性匹配K-d树(K-dimensional Tree)误匹配FLANN利用FLANN进行特征点匹配Reference引入在经过对每幅图像进行特征提取之后,可以发现在一幅图像中存在非常多的特征点(特殊情况下可能特征点很少)。那么如何去找出不同图像中的哪些特征点反应在现实世界中是同一个物理...

2018-04-04 21:14:22 3788

原创 单目视觉(4):SFM之相机模型(二)

SFM之相机标定(二)成像模型(Imaging Model)现代一句城乡模型大致可以分为小孔成像相机和透镜成像相机。 以下分别是两种成像模型的光路图。 在透镜成像模型中,我们依据物理学知识,已知透镜焦距fff,像距mmm,物距nnn,可以得到: 1f=1m+1n1f=1m+1n\frac{1}{f}=\frac{1}{m} + \frac{1}{n} 而在小孔成像模型中,...

2018-04-02 10:02:41 7533 1

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