ORBSLAM源码理论分析０—灰度质心法

最新推荐文章于 2022-08-12 20:00:17 发布
最新推荐文章于 2022-08-12 20:00:17 发布
阅读量5.7k 收藏 56
点赞数 16
文章标签： slam opencv 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yys2324826380/article/details/105181945
版权

orbslam源码理论分析０—灰度质心法

1.灰度质心法原理

１．选择某个图像块B，然后将图像块B的矩 m p q m_{pq} mpq​ 定义为：
　　　　　　在这里插入图片描述
　　 x ， y x，y x，y 表示像素坐标， I ( x , y ) I(x,y) I(x,y)表示此像素坐标的灰度值。
　　
2．图像块B的质心 C C C 可以通过步骤1中的矩找到：
　　　　　　　　　　在这里插入图片描述
３．方向向量 O C → \overrightarrow{OC} OC 可通过将图像块B的几何中心 O O O 和它的质心 C C C 连接在一起得到，所以可以定义特征点的方向

最低0.47元/天 解锁文章
闭关修炼到走火入魔
关注
  • 16
    点赞
  • 踩
  • 56
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
视觉里程计 特征点法
danmeng8068的博客
08-07 5631
视觉里程计的任务是估计相邻图像间相机的运动，分为特征点法和直接法。 1. 特征点法 1.1 概念 定义：特征点是图像当中具有代表性的部分，这些点在相机视角发生微小变化后依然保持不变 组成：由关键点和描述子两部分组成 关键点——位置、大小、方向 描述子——关键点周围的像素信息 1.2 ORB特征 组成： 关键点——Oriented FAST 描述子——BRIEF 1.2.1 F
ORB-SLAM2代码实现之灰度质心法学习记录
weixin_46427781的博客
09-24 3266
ORB-SLAM2代码实现之灰度质心法: orb-slam2注释代码：https://github.com/electech6/ORBSLAM2_detailed_comments 实现思路： 目的：已知形心P,求解质心Q 1、为了保证旋转不变性，所以要在圆内计算； 2、为了在园内计算，故要知道圆的边界，才能去索引； 3、为了知道圆的边界，在已知纵坐标的情况下，还需知道横坐标umax； 4、最终利用IC_Angle函数进行并行求解像素和 灰度质心原理计算方法： ...
灰度图像质心快速算法.pdf
05-19
对矩因子xpyq做差分变换为函数F1(),将图像函数f(x,y)做累进求和变换为函数F2()1用F1()和F2() 相乘求取质心1由于0阶和1阶矩因子中的p,q不大于1,经差分后的F1()除右端点外,其值都为1,乘1的运算当 然可以不做,从而消去了乘法运算1对任意大小和任意级别的灰度图像,乘除法运算次数仅为3次,而加法运算次数 也有降低1文中算法计算结果精确,其运算效率高于已有其他算法1
基于灰度图像的质心算法和三角测距原理（学习笔记）
热门推荐
执念
01-10 1万+
  本文介绍纯理论部分，至于FPGA实现就不多说了。 常见的质心算法有以下几种，可以应用于不同的场合。 （1）普通质心算法     其中为二维图像上每个像素点所接收到的光强，该算法适用于没有背景噪声，背景噪声一致或信噪比较高的情况。   （2） 强加权质心算法           其原理是将光斑中心较近的部分区域像素值增强，使得对光斑影响较大点的影响力进一步加大，提高质心探测...
ORB-SLAM2系列第二章——ORB 特征点提取
weixin_45947476的博客
03-28 6770
文章目录前言一、关键点和描述子1.FAST关键点：2.FAST 描述子：二、 灰度质心法1.什么是灰度质心法？2.在一个圆内计算灰度质心三、 特征点角度计算1.steer brief2.IC_Angle 计算技巧四、金字塔的计算五、特征点数量的分配计算六、使用四叉树均匀分布特征点七、高斯处理1.高斯模糊2.高斯模糊常用的高斯模板八、特征点去畸变 前言 随着slam的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习，本文就介绍了orb-slam的基础内容。 一、关键点和描述子 1.FAST关键点
ORB-SLAM2从理论到代码实现（三）：ORB特征提取和匹配理论和代码详解
人无远虑，必有近忧
02-18 2565
1. 理论知识 特征点由关键点（Key-point）和描述子（Descriptor）两部分组成。ORB特征点（Oriented FAST and Rotated BRIEF）是由Oriented FAST角点和 BRIEF （Binary Robust Independent Elementary Features）描述子构成，其计算速度是sift特征点的100倍，是surf特征点的10倍。 1.1. Fast 角点提取 FAST 是一种角点，主要检测局部像素灰度变化明显的地方，以速度快著称。...
ORBSLAM2源码（附带详细注释）
12-26
通过深入研究这份带有详细注释的ORBSLAM2源码，开发者可以掌握SLAM的基本原理，理解如何处理视觉数据，以及如何构建和优化机器人在未知环境中的定位与建图系统。这不仅对SLAM研究者有价值，也是机器人和自动驾驶领域...
ORB_SLAM3源码（附带详细注释）
11-16
ORB_SLAM3是一款开源的视觉SLAM（Simultaneous Localization And Mapping，同时定位与建图）系统，由西班牙瓦伦西亚大学的Víctor Lamo-Magaz、Toni Salido-Escrivá和Raúl Mur-Artal等人开发。这个系统在前两代的...
ORB SLAM2中文源码解释
03-01
通过阅读`ORB_SLAM2_detailed_comments-master`中的中文注释，我们可以深入了解每个模块的功能和实现细节，这对于理解源码、调试问题以及扩展ORB SLAM2的功能都是非常有价值的。学习和掌握ORB SLAM2的源码，将有助于...
跟大家分享一个灰度质心法提取图像圆点中心坐标-zhixinfa.m
08-13
跟大家分享一个灰度质心法提取图像圆点中心坐标-zhixinfa.m 跟大家分享一个灰度质心法提取图像圆点中心坐标，各位认为好的话给分分，哪位大神老师再给程序补充加入求圆点半径的代码就更完美了
灰度图像基本处理，包括二值化和求质心
05-19
对灰度图像进行二值化，二值膨胀，二值腐蚀以及求目标质心。
ORB_SLAM3源码
07-26
综上所述，ORB_SLAM3源码不仅包含了视觉SLAM的基本概念和技术，还展示了如何将这些技术实际应用于一个完整的系统中，对于学习和研究SLAM算法具有极高的价值。通过阅读和理解源码，开发者可以深入了解视觉SLAM的工作...
ORB_SLAM2源码工作空间（带位姿发布功能）
04-22
这个源码工作空间包含了实现ORB_SLAM2功能所需的所有组件，并且还添加了发布位姿信息的功能，这对于在ROS（Robot Operating System）环境中与其他模块交互非常有用。 1. **ORB_SLAM2核心算法**： - ORB（Oriented ...
ORB-SLAM2 ---- IC_Angle函数
qq_41694024的博客
08-12 1108
ORB-SLAM2 ---- IC_Angle函数解析
Oriented Fast神奇高效的代码实现方式——ORBSLAM2源码讲解（二）
weixin_45947476的博客
02-14 4458
文章目录前言一、基础知识二、灰度质心法原理二、使用步骤1.引入库2.读入数据总结 前言 本博客结合哔哩大学视频ORBSLAM2【ORBSLAM2源码讲解专题一】ORB特征点提取与均匀化策略和高翔的《视觉SLAM十四讲》总结。 代码参照github的ORB_SLAM2_detailed_comments ORBSLAM2代码很经典，而且代码量大，会分成多个博客研究，下为slam专题的其他链接： 代码要求环境做了总结，解决了配置中的一些常见问题：slam的环境配置大全–保姆教学 代码如何运行记录：ORB_..
ORBSLAM2-灰度质心法求旋转不变性
ningxiner2016的博客
03-18 1233
ORBSLAM2-灰度质心法求旋转不变性代码 代码 当使用和四叉树的策略，将ORB特征点均匀的分布在在图像中后，接下来就需要进行计算方向，因为FAST角点与Brief描述子是不具备旋转不变性的，因此用灰度质心法计算旋转不变性。 const int scaledPatchSize = PATCH_SIZE*mvScaleFactor[level];//定义每层patch_size的缩放，，这边就是在前面系统构造函数中所画的圆的直径，因为在图像金字塔中，每层的图像大小是不一样的，因此计算的圆的大小也是不一..
ORB2单目读代码笔记5--利用灰度质心计算ORB特征点方向，实现旋转不变性
不能再吃了OvO的博客
04-11 1427
5.利用灰度质心计算ORB特征点方向，实现旋转不变性利用灰度质心计算ORB特征点方向，实现旋转不变性ComputeKeyPointOctTree 跳转 computeOrientationcomputeOrientation 跳转 IC_Angle补 : 灰度质心法IC_Angle 结束 返回 computeOrientationcomputeOrientation 结束 返回ComputeKeyPointOctTreeComputeKeyPointOctTree 结束 返回operator() 利用灰度质
解读《视觉SLAM十四讲》，带你一步一步入门视觉SLAM—— 第 7 讲视觉里程计1 ( 上 )
一点儿也不萌的萌萌
12-27 952
解读《十四讲》到现在已经是第七讲了，基本上用于SLAM的数学知识已经差不多够了。我相信如果你先前没有接触过开源的SLAM框架的话，前面学习的这些数学知识的应用，可能你不会有一个很深刻的认识，但是往后的内容我们会一点一点的用上这些数学知识。 这一讲我们要开始接触到SLAM的前端了，作者在这一讲中提到了很多细小的知识点，但是很多却一句话带过，并没有进一步的介绍，这一讲我也要着重介绍一下这些被一句话带过...
灰度质心法 ,matlab
最新发布
05-27
灰度质心法（gray-level centroid method）是一种图像处理中常用的灰度级分割方法，它能够将一副灰度图像分成两个区域，使得两个区域内的像素灰度值相差最大。该方法的基本思路是先选取一个初始分割阈值，然后计算分割后两个区域的灰度均值，用灰度均值的平均值作为新的分割阈值，重复此过程直到收敛。 以下是使用 MATLAB 实现灰度质心法的示例代码： ```matlab % 读取图像 I = imread('lena.jpg'); % 初始化分割阈值 T = 128; while true % 分割图像 I1 = I(I < T); I2 = I(I >= T); % 计算分割后两个区域的灰度均值 m1 = mean(I1); m2 = mean(I2); % 计算灰度均值的平均值 T_new = (m1 + m2) / 2; % 判断是否收敛 if abs(T_new - T) < 1 break; end T = T_new; end % 显示分割结果 imshow(I >= T); ``` 在上面的代码中，我们先将灰度图像读入，并初始化分割阈值为 128。然后在一个循环中，不断对图像进行分割，并计算分割后两个区域的灰度均值。根据灰度均值的平均值计算出新的分割阈值，并判断是否收敛。最后，将分割结果显示出来。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值