小白的博客

第一次接触全景图像的拼接，先简单的来做个论文笔记。简单来说，全景图像拼接过程可以简述为：寻找所有图像重叠区域鲁棒的特征点，根据图像特征点匹配得到不同图像间的单应性矩阵，以某个图像为基准图像(k-d tree 得到)，将其余图像拼接到这幅图中，然后通过图像融合得到最终结果。当然这中间还有一些其他的问题，在后面在赘述。该篇论文最终算法为:在这里我将按照论文最终算法步骤来介绍整篇论文内容，而非原...

详细的图像拼接实例注释，但是觉得这个代码整体比较乱，接下来自己会整理一个更加有序的代码。代码和数据可见#include <iostream>#include <fstream>#include <string>#include "opencv2/opencv_modules.hpp"#include <ope

harris特征点检测https://xmfbit.github.io/2017/01/25/cs131-finding-features/https://www.cnblogs.com/ronny/p/4009425.htmlsift特征点检测https://blog.youkuaiyun.com/dcrmg/article/details/52561656https://www.jianshu....

DoG(Difference of Gaussian)算子和LoG(Laplacian of Gaussian)算子是常用的极值点检测(Blob Detection)两种方法，高斯卷积是为了进行尺度变换，那么LapLacian呢。 因此这里首先引入LapLacian算子。图像边缘检测因此进行边缘检测有两种方法。一阶导数的极值梯度算子定义为：G(x,y)=∇xf(x,y)2+∇yf...

整理一下APAP image stitching的代码：项目地址：https://cs.adelaide.edu.au/~tjchin/apap/其中MDLT是两张图片的拼接，调试过程基本很简单，不再赘述；对于BAMDLT多图拼接代码，现将出现的问题及解决办法整理如下：BAMDLT使用依赖三个库，分别是EIGEN, Google’s Ceres solver，GLOG其中EIGEN...