嗨,各位读者朋友们好!今天我们接着讲DSO全家桶的第二讲——提取梯度点。
首先,我们会先介绍一下DSO中从图像读取到提取梯度点的整个流程,然后再对重点的部分——“提取梯度点”进行讲解,让大家对整个流程的逻辑有个较为清晰的认识。这样写的目的主要是让大家在后续自己实现代码的时候,可以有目标地写测试用例。
图1. 图像预处理到提取梯度点流程图
OK,我们开始吧!如图1所示,我们将简单阐述一下每一步的操作。
1. 根据输入的标定文件确定图像的原始尺寸和裁剪尺寸,并且甚至图像的路径。若有光度标定[1]文件,还需要设置光度标定参数;
2. 在imageRW_OpenC

本文深入探讨DSO(Direct Sparse Odometry)算法中图像预处理到提取梯度点的过程。首先介绍了从读取图像到提取梯度点的整体流程,包括图像校正、去畸变、构建图像金字塔等步骤。接着,详细讲解了在原始图像层和图像金字塔第1-5层如何选择和提取梯度点,涉及阈值设定、网格策略和不同层级的点选择策略。文章还提供了相关图示帮助理解,并提及了光度标定的影响。
最低0.47元/天 解锁文章
823

被折叠的 条评论
为什么被折叠?



