Liber-coder的博客

图割的基本思想是利用最大流算法求最小割，将元素划分为两个不相交的子集。现有的图切割方法可分为两类：一类是基于增广路径(augmented path)的方法，另一类是基于push-relabel的方法。

张正友标定法，又称为张氏标定法，是计算机视觉标定常用算法，常用于相机的内参标定中。

在MVG(多视图几何)和机器学习领域，求解线性方程组几乎是所有算法的根本，本文旨在帮助读者搞懂矩阵分解与线性方程组的关系，并给出利用SVD求解线性方程组的实战代码。

机器学习和计算机视觉中，常涉及到主成分分析(PCA)，这里从最大可分性的角度介绍了PCA，并给出代码实现。

本文介绍的ICP问题，是在3D点已配对情况下的ICP，并且，3D点坐标的尺度相同。如果两个点云的尺度不同，需要另外考虑。可以搜索关键字"scale of ICP"。

Ray-AABB问题：判断线段是否相交于轴对齐边界框(Axially Aligned Bounding Box, AABB)本文介绍了slab算法的实现，从一个简单实现开始，逐步优化slab算法，算法加速和并进行边界情况处理。

本文内容包括：- 三维空间中射线与平面的表示方法，- 三维空间中判断射线与平面是否相交。

网上大部分的ICP配准点云方法, 是在假定两组点云间尺度一致的情况下, 计算出两组点云间的旋转矩阵R和平移向量t, 若两组点云间还存在尺度不一致, 则无法准确估计. 本文介绍了两种方法, 配准两组“尺度”不同点云, 计算出它们之间的相似变换矩阵, 统一它们的坐标.

旋转矩阵更容易理解与记忆的推导，从2D到3D---**声明**：本文推导适用于右手坐标系。**旋转角度说明**：本文说的绕x轴旋转$\theta$度指的是顺着x轴负方向看过去，逆时针旋转$\theta$度。若想获得顺时针旋转的旋转矩阵，只需要把$\theta$改为$-\theta$即可。（个人觉得3D空间中要想准确描述旋转而不造成混淆，至少要说明三点：旋转轴，朝向，在该朝向下是顺时针还是逆时针旋转。）

给定两个相机的内参矩阵和畸变系数，如果比较它们谁畸变更严重？

本文从齐次坐标开始说起，介绍齐次坐标中点的表达方式，齐次坐标中点在直线上的表述，然后载介绍本质矩阵(基本矩阵)的物理意义，最后介绍怎么求极线。