SLAM之数据关联（LO-RANSAC/特征匹配）_htools 自动重连数据库-优快云博客

本文链接：https://blog.youkuaiyun.com/Darlingqiang/article/details/80736777

本文详细记录了解决在MATLAB中编译LORANSAC算法和链接LAPACK库时遇到的链接错误的过程。通过调整mex编译命令，正确指定库路径和库文件，最终成功编译。文章还分享了在Linux环境下使用makefile进行编译的经验，包括权限设置、库文件重命名等关键步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

matlab 编译loransac，lapack

mex ranH.c时一直链接错误。

原来mex在编译多个文件时要把所有的C文件都列出来。命令如下：

mex loransacH.mex.c ranH.c utools.c Htools.c lapwrap.c matutl.c
rtools.c -I'D:\lapack\headers\lapack' -L'D:\lapack' -
lcbia.lib.lapack.dyn.rel.x64.12.lib -lcbia.lib.blas.dyn.rel.x64.12.lib

在linux，链接lapack-3-6-0，

1、makefile

#lib: lapacklib tmglib
lib: blaslib variants lapacklib tmglib

2、执行

./lapack_testing.py
make: execvp: ./lapack_testing.py: 权限不够
make: *** [lapack_testing] 错误 127

chmod +x lapack_testing.py

3 继续make

4、make完将liblapack.a、libblas.a、libtmglib.a重命名为：lapack.a、blas.a、tmglib.a。

5、mex命令：

mex loransacH.mex.c ranH.c utools.c Htools.c lapwrap.c matutl.c rtools.c -L'/home/pengshengfeng/mproject/lapack-3.6.0' -llapack -lblas

如果没有第四步：会出现的错误，可能和其他已经安装的库同名字了，或者其他原因，因为对linux暂时不是很熟悉，也可能是其他原因。

/usr/bin/ld: cannot find -libtmglib
/usr/bin/ld: cannot find -librefblas

LO-RANSAC Algorithm

The locally optimized RANSAC adds an optimization step after the verification phase, if a so-far-the-best model is found.

Speeding up Local Optimization

To reduce the time consumption, introducing a limit on the number of inliers that participate in estimation of model M' parameters. The precision of the estimated model will not be affected.