視覺slam十四講
對這個的學習一直都在，感覺到了這本書很強大呀！！！ ch2---安裝ubuntu；安裝kdevelop。 ch3---安裝eigen3---幾何模塊；安裝Pangolin可視化。 ch4--- ...
原文：《視覺slam十四講》之第7講－特征提取與匹配
特征 特征為圖像中具有代表性的區域， 可以為角點，邊緣和區塊等。 特征是圖像信息的另一種數字表達形式。 特征具有以下性質： 可重復性 Repeatability ：相同的 區域 可以在不同的圖像中被找到。 可區別性 Distinctiveness ：不同的 區域 有不同的表達。 高效率 Efficiency ：同一圖像中，特征點的數量應遠小於像素的數量。 本地性 Locality ：特征僅與一小片 ...
2018-11-28 22:44 0 810 推薦指數：
相關推薦
《視覺SLAM十四講課后作業》第二講
1.設線性⽅程 Ax = b，在 A 為⽅陣的前提下，請回答以下問題：1. 在什么條件下，x 有解且唯⼀？ 非齊次線性方程在A的秩與[A|B]的秩相同時方程有解，當R(A)=R(A,B)=n時方程有 ...
視覺SLAM十四講（第二版）第六講筆記
第六章 非線性優化 1. 理解最小二乘法的含義和處理方式。2. 理解 Gauss-Newton, Levenburg-Marquadt 等下降策略。3. 學習 Ceres 庫和 g2o 庫的基本 ...
視覺SLAM十四講（第二版）第七講筆記
1. 理解圖像特征點的意義, 並掌握在單幅圖像中提取出特征點，及多幅圖像中匹配特征點的方法。2. 理解對極幾何的原理，利用對極幾何的約束，恢復出圖像之間的攝像機的三維運動。3. 理解 PNP 問題，及利用已知三維結構與圖像的對應關系，求解攝像機的三維運動。4. 理解 ICP 問題，及利用點雲的匹配 ...
視覺十四講：第七講_ORB特征點
1.特征點 特征點是圖像里一些特別的地方,如角點、邊緣和區塊。比較著名有SIFT、SURF、ORB等。SIFT充分考慮了圖像變換過程中出現的光照、尺度、旋轉等變換，但是計算量非常大。而ORB是質量和性能之間比較好的折中。 特征點包含： 關鍵點 描述子 2. ORB特性 提取 ...
視覺十四講：第八講_光流法(特征點追蹤)
1.直接法的引出 特征點估計相機運動的方法，主要是在關鍵點和描述子的計算非常耗時；而且在紋理信息比較少的情況下，特征點的數量會明顯減少。 解決方案： 1.保留特征點，只計算關鍵點，不計算描述子，然后使用光流法跟蹤特征點的運動，從而實現特征點的匹配。 2.只計算關鍵點，不計算描述子。使用直接法計算 ...
高博-《視覺SLAM十四講》
0 講座 （1）SLAM定義 對比雷達傳感器和視覺傳感器的優缺點（主要介紹視覺SLAM） 單目：不知道尺度信息 雙目：知道尺度信息，但測量范圍根據預定的基線相關 RGBD：知道深度信息，但是深度信息對距離也有要求 vSLAM（視覺SLAM） 攝像機（主要）+IMU+ ...
視覺SLAM（五）特征點提取與匹配
特征點法視覺里程計 特征點提取與匹配 經典 SLAM 模型中以位姿 路標（ Landmark ）來描述 SLAM 過程 • 路標是三維空間中固定不變的點，能夠在特定位姿下觀測到 • 數量充足，以實現良好的定位 • 較好的區分性，以實現數據關聯 在視覺 SLAM 中，可利用圖像特征點 ...