![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 56
「已注销」
这个作者很懒,什么都没留下…
展开
-
OpenCV实现SfM(一):相机模型
目录:SfM介绍小孔相机模型坐标系内参矩阵外参矩阵相机的标定SfM介绍SfM的全称为Structure from Motion,即通过相机的移动来确定目标的空间和几何关系,是三维重建的一种常见方法。它与Kinect这种3D摄像头最大的不同在于,它只需要普通的RGB摄像头即可,因此成本更低廉,且受环境约束较小,在室内和室外均能使用。但是,SfM转载 2016-05-12 10:48:56 · 4505 阅读 · 0 评论 -
Ubuntu 16.04虚拟机调整窗口大小自适应Windows 7
Windows 7上Ubuntu 16.04虚拟机安装成功后,默认的虚拟机窗口比较小,需要适当调整,才能把虚拟机的屏幕放大, 适合使用,以下介绍调整方法。安装VMware Tools启动虚拟机,在虚拟机管理界面上,主屏幕菜单”虚拟机”中点击”安装vmware tools(T)”,开始安装vmware tools. 虚拟机管理中心会提醒用户默认的操作步骤.这可以无视.稍等几秒,虚原创 2017-10-27 20:32:19 · 2965 阅读 · 0 评论 -
http://www.cnblogs.com/gaoxiang12/
slam原创 2017-06-03 13:23:17 · 4412 阅读 · 0 评论 -
ubuntu更新软件源
身为在中国的ubuntu使用者,当您费劲千辛万苦安装好ubuntu,准备开始体验一下开源操作系统的魅力的时候,您会发现有很多的软件还没有安装或者是更新,这时候千万不要急着去安装或者更新,因为您还没有更新ubuntu的软件源,这样直接安装会非常的慢,慢到让人eggache。如果您先更新了软件源,一定会事半功倍。 按ctrl+alt+t打开一个新的终端,在里面输入:原创 2017-05-10 09:46:47 · 461 阅读 · 0 评论 -
SVD分解
在网上看到有很多文章介绍SVD的,讲的也都不错,但是感觉还是有需要补充的,特别是关于矩阵和映射之间的对应关系。前段时间看了国外的一篇文章,叫A Singularly Valuable Decomposition The SVD of a Matrix,觉得分析的特别好,把矩阵和空间关系对应了起来。本文就参考了该文并结合矩阵的相关知识把SVD原理梳理一下。 SVD不仅是一个数学问题,在工转载 2016-08-22 11:28:10 · 639 阅读 · 0 评论 -
求hession矩阵的特征值和特征向量
//求hession矩阵的特征值和特征向量void CmCurveEx::compute_eigenvals(double dfdrr, double dfdrc, double dfdcc, double eigval[2], double eigvec[2][2]){double theta, t, c, s, e1, e2, n1, n2; /* , phi; *//原创 2016-06-05 15:00:07 · 2551 阅读 · 0 评论 -
CUDA中纹理Texture的使用
CUDA中纹理Texture的使用 ▼ 我有一点始终搞不明白,编程大牛们为什么总喜欢把简单的事情都说的那么含蓄,让读者看了总是心虚。我也一样,看了很多大牛们对CUDA中texture的讲解,我稀里糊涂的,心里没底,今天我终于发现了一个能让我马上能接受的讲解,所以很有必要做个笔录。 什么是texture,其实就是GPU内存,它只可读,但是在性能上具有很多优转载 2016-06-09 10:30:22 · 1869 阅读 · 0 评论 -
cuda纹理内存使用
http://blog.csdn.net/linj_m/article/details/41522573原创 2016-06-08 09:26:04 · 453 阅读 · 0 评论 -
双线性插值
图像的缩放很好理解,就是图像的放大和缩小。传统的绘画工具中,有一种叫做“放大尺”的绘画工具,画家常用它来放大图画。当然,在计算机上,我们不再需要用放大尺去放大或缩小图像了,把这个工作交给程序来完成就可以了。下面就来讲讲计算机怎么来放大缩小图象;在本文中,我们所说的图像都是指点阵图,也就是用一个像素矩阵来描述图像的方法,对于另一种图像:用函数来描述图像的矢量图,不在本文讨论之列。越是简单的模型越转载 2016-05-20 10:50:48 · 764 阅读 · 0 评论 -
OpenCV实现SfM(三):多目三维重建
目录:极线约束与本征矩阵特征点提取与匹配三维重建测试极线约束与本征矩阵在三维重建前,我们先研究一下同一点在两个相机中的像的关系。假设在世界坐标系中有一点p,坐标为X,它在1相机中的像为x1,在2相机中的像为x2(注意x1和x2为齐次坐标,最后一个元素是1),如下图。 设X到两个相机像面的垂直距离分别为s1和s2,且这两个相机具有相同的内参矩转载 2016-05-12 10:51:43 · 6749 阅读 · 0 评论 -
OpenCV实现SfM(二):双目三维重建
目录:极线约束与本征矩阵特征点提取与匹配三维重建测试极线约束与本征矩阵在三维重建前,我们先研究一下同一点在两个相机中的像的关系。假设在世界坐标系中有一点p,坐标为X,它在1相机中的像为x1,在2相机中的像为x2(注意x1和x2为齐次坐标,最后一个元素是1),如下图。 设X到两个相机像面的垂直距离分别为s1和s2,且这两个相机具有相同的内参矩转载 2016-05-12 10:50:25 · 3998 阅读 · 0 评论 -
Ubuntu 16.04 DSO 试运行
l DSO的安装Github上作者已经对DSO的安装做了很详细的介绍,DOS安装下载。按照作者的步骤安装很简单。1.安装依赖项a.安装 suitesparse and eigen3 (必须).sudo apt-get install libsuitesparse-dev libeigen3-dev libboost-all-dev b. 安装opencv(推荐),原创 2018-01-16 12:33:49 · 1091 阅读 · 0 评论