视觉slam十四讲
对这个的学习一直都在，感觉到了这本书很强大呀！！！ ch2---安装ubuntu；安装kdevelop。 ch3---安装eigen3---几何模块；安装Pangolin可视化。 ch4--- ...
原文：《视觉slam十四讲》之第7讲－特征提取与匹配
特征 特征为图像中具有代表性的区域， 可以为角点，边缘和区块等。 特征是图像信息的另一种数字表达形式。 特征具有以下性质： 可重复性 Repeatability ：相同的 区域 可以在不同的图像中被找到。 可区别性 Distinctiveness ：不同的 区域 有不同的表达。 高效率 Efficiency ：同一图像中，特征点的数量应远小于像素的数量。 本地性 Locality ：特征仅与一小片 ...
2018-11-28 22:44 0 810 推荐指数：
相关推荐
《视觉SLAM十四讲课后作业》第二讲
1.设线性⽅程 Ax = b，在 A 为⽅阵的前提下，请回答以下问题：1. 在什么条件下，x 有解且唯⼀？ 非齐次线性方程在A的秩与[A|B]的秩相同时方程有解，当R(A)=R(A,B)=n时方程有 ...
视觉SLAM十四讲（第二版）第六讲笔记
第六章 非线性优化 1. 理解最小二乘法的含义和处理方式。2. 理解 Gauss-Newton, Levenburg-Marquadt 等下降策略。3. 学习 Ceres 库和 g2o 库的基本 ...
视觉SLAM十四讲（第二版）第七讲笔记
1. 理解图像特征点的意义, 并掌握在单幅图像中提取出特征点，及多幅图像中匹配特征点的方法。2. 理解对极几何的原理，利用对极几何的约束，恢复出图像之间的摄像机的三维运动。3. 理解 PNP 问题，及利用已知三维结构与图像的对应关系，求解摄像机的三维运动。4. 理解 ICP 问题，及利用点云的匹配 ...
视觉十四讲：第七讲_ORB特征点
1.特征点 特征点是图像里一些特别的地方,如角点、边缘和区块。比较著名有SIFT、SURF、ORB等。SIFT充分考虑了图像变换过程中出现的光照、尺度、旋转等变换，但是计算量非常大。而ORB是质量和性能之间比较好的折中。 特征点包含： 关键点 描述子 2. ORB特性 提取 ...
视觉十四讲：第八讲_光流法(特征点追踪)
1.直接法的引出 特征点估计相机运动的方法，主要是在关键点和描述子的计算非常耗时；而且在纹理信息比较少的情况下，特征点的数量会明显减少。 解决方案： 1.保留特征点，只计算关键点，不计算描述子，然后使用光流法跟踪特征点的运动，从而实现特征点的匹配。 2.只计算关键点，不计算描述子。使用直接法计算 ...
高博-《视觉SLAM十四讲》
0 讲座 （1）SLAM定义 对比雷达传感器和视觉传感器的优缺点（主要介绍视觉SLAM） 单目：不知道尺度信息 双目：知道尺度信息，但测量范围根据预定的基线相关 RGBD：知道深度信息，但是深度信息对距离也有要求 vSLAM（视觉SLAM） 摄像机（主要）+IMU+ ...
视觉SLAM（五）特征点提取与匹配
特征点法视觉里程计 特征点提取与匹配 经典 SLAM 模型中以位姿 路标（ Landmark ）来描述 SLAM 过程 • 路标是三维空间中固定不变的点，能够在特定位姿下观测到 • 数量充足，以实现良好的定位 • 较好的区分性，以实现数据关联 在视觉 SLAM 中，可利用图像特征点 ...