VSLAM系列原创01讲 | 深入理解ORB关键点提取：原理+代码

深入理解ORB关键点提取原理与代码
最新推荐文章于 2025-12-04 17:18:59 发布
转载 最新推荐文章于 2025-12-04 17:18:59 发布 · 606 阅读 · 1 ·
CC 4.0 BY-SA版权
原文链接：https://mp.weixin.qq.com/s/qy8lz5N6kRZ2k2TMw0gzuw
文章标签：

#ORB-SLAM2 #视觉SLAM #计算机视觉

该博客聚焦VSLAM系列，深入讲解ORB关键点提取，涵盖其原理及代码内容，属于计算机视觉领域，与视觉SLAM相关，对ORB - SLAM2技术有一定涉及。
ORB-SLAM2算法8之特征点提取、生成描述子的ORBextractor
重点记录机器人和自动驾驶相关领域的技术，尤其是计算机视觉，视觉SLAM等，不仅有前言文献或必备算法的学习，也会有实际应用的点滴经验
08-16 734
本文主要学习ORB-SLAM2中的图像预处理的ORB部分(Oriented FAST and Rotated BRIEF)，也就是视觉特征点提取器ORBextractor，从全称来看，ORB-SLAM2的ORB部分主要涉及ORB特征点提取和描述子生成。
VIO灭霸：ORB-SLAM3源码详解，震撼上线！
计算机视觉life
09-10 3198
点击上方“计算机视觉life”，选择“星标”快速获得最新干货ORB-SLAM3在室内外的表现hi，可以先介绍下ORB-SLAM3吗？ 好的呀！ORB-SLAM3是在ORB-SLAM2的基础上开发的，于2020年7月发布。它在定位精度和效果上几乎碾压了同类的开源算法，受到极大关注。从论文中我们先领略一下该算法的特点：1、 第一个可以运行视觉、视觉惯性和多地图，支持单目、双目和RGB-D相机，且支持针孔和鱼眼镜头模型的SLAM系统。2、该算法可以在不同大小，室内和室外环境中鲁棒、实时的运行，精度上相比于以前的方
VSLAM系列原创04讲 | 四叉树实现ORB特征点均匀化分布：原理+代码
计算机视觉life
03-27 3426
本文系ORB-SLAM2原理+代码实战系列原创文章，对应的视频课程见： 如何真正搞透视觉SLAM？ 大家好，从今天开始我们陆续更新ORB-SLAM2/3系列的原创文章，以小白和师兄对话的形式阐述背景原理+代码解析，喜欢的点个赞分享，支持的人越多，更新越有动力！如有错误欢迎留言指正！ 代码注释地址： https://github.com/electech6/ORB_SLAM2_detailed_comments VSLAM系列原创01讲 | 深入理解ORB关键点提取：原理+代码 VSLAM系列.
VO与vslam
在路上@Amos
07-16 687
Slam基本分为两类，一类是离线的，也就是mapping；还有一类是在线的，只有定位不需要mapping。 An Overview to Visual Odometry and Visual SLAM: Applications to Mobile Robotics VO is defined as the process of estimating the robot’s motion (translation and rotation with respect to a reference .
VSLAM 之ORB SLAM 实现之路1
fsFengQingYangheihei的博客
08-02 1200
VSLAM 之ORB SLAM 实现之路，已经在FPGA上实现了前端的处理ORB实现。
ORB-SLAM2:一种开源的VSLAM方案（译文）
weixin_30788239的博客
04-12 1162
摘要： ORB-SLAM2是基于单目，双目和RGB-D相机的一套完整的SLAM方案。它能够实现地图重用，回环检测和重新定位的功能。无论是在室内的小型手持设备，还是到工厂环境的无人机和城市里驾驶的汽车，ORB-SLAM2都能够在标准的CPU上进行实时工作。ORB-SLAM2在后端上采用的是基于单目和双目的光束法平差优化（BA）的方式，这个方法允许米制比例尺的轨迹精确度评估。此外，ORB-SL...
VSLAM系列原创03讲 | 为什么需要ORB特征点均匀化？
计算机视觉life
03-27 633
本文系ORB-SLAM2原理+代码实战系列原创文章，对应的视频课程见： 如何真正搞透视觉SLAM？ 大家好，从今天开始我们陆续更新ORB-SLAM2/3系列的原创文章，以小白和师兄对话的形式阐述背景原理+代码解析，喜欢的点个赞分享，支持的人越多，更新越有动力！如有错误欢迎留言指正！ 代码注释地址： https://github.com/electech6/ORB_SLAM2_detailed_comments VSLAM系列原创01讲 | 深入理解ORB关键点提取：原理+代码 VSLAM系列.
VSLAM系列原创02讲 | ORB描述子如何实现旋转不变性？原理+代码
计算机视觉life
03-27 1122
本文系ORB-SLAM2原理+代码实战系列原创文章，对应的视频课程见： 如何真正搞透视觉SLAM？ 大家好，从今天开始我们陆续更新ORB-SLAM2/3系列的原创文章，以小白和师兄对话的形式阐述背景原理+代码解析，喜欢的点个赞分享，支持的人越多，更新越有动力！如有错误欢迎留言指正！ 代码注释地址： https://github.com/electech6/ORB_SLAM2_detailed_comments VSLAM系列原创01讲 | 深入理解ORB关键点提取：原理+代码 接上回继..
VSLAM系列原创09讲 | 如何在线生成BoW词袋向量？原理+代码详解
计算机视觉life
04-13 762
点击上方“计算机视觉life”，选择“星标”快速获得最新干货本文系ORB-SLAM2原理+代码实战系列原创文章，对应的视频课程见：ORB-SLAM2总共60讲已经全部上线可观看！大家好，今天我们继续更新ORB-SLAM2/3系列的原创文章，以小白和师兄对话的形式阐述背景原理+代码解析，喜欢的点个赞分享，支持的人越多，更新越有动力！如有错误欢迎留言指正！代码注释地址：https://github.com/electech6/ORB_SLAM2_detailed_commentsVSLAM系列原创01讲 | 深
SLAM学习笔记——（一）SLAM分类
bingoplus的博客
12-02 1万+
SLAM（ Simultaneous Localization and Mapping）是指同步定位与地图构建。定位和建图两个问题相互依赖，准确的定位依赖于正确的地图，而构建正确的地图又需要准确的定位，这是一个迭代的过程。 目前的SLAM根据硬件设备的不同主要有两种： 基于激光雷达的SLAM 基于激光雷达构建场景是古老并且可信的方法，激光雷达也是精确场景使用最多的SLAM传感器。它们提供机器
SLAM: SLAM基本流程—VSLAM扫盲之旅
热门推荐
wishchinYang的专栏
10-26 1万+
在很多机器人的论文和书籍里面，劈头第一页即是，经典的SLAM视觉框架是过去十几年前已经成熟的研究结果，这个框架和算法本身已经没有太多理论可以操作的空间。封杀了很多人的SLAM科研之路，把SLAM当一个工程看待。 在《机器人手册》 第2卷，这本书里面，第23章讲述了：三维视觉和基于视觉的实时定位于地图重建。在第37章里面，讲述了 同时定位与建图。指出了SLAM的三种基本...
关于vslam入门的教程
gaotihong的博客
12-04 818
http://www.cnblogs.com/gaoxiang12/tag/%E4%B8%80%E8%B5%B7%E5%81%9ARGB-D%20SLAM/ 包括编程规范也写的很好
【红外小目标检测实战 四】使用风车卷积和Neck多层融合改进
AutumnorLiu的博客
12-04 566
目前此网络召回率达到0.94，已经达到我的心理预期了，计算量只有16.7G FLOPs，可以说是很低了，完全可以实时在边缘设备推理。
YOLO v11的学习记录（八） 使用自定义数据从头训练一个目标检测的模型
xulibo5828的博客
12-04 685
imags目录下保存图片，按照用途的不同又分为train（训练集）、var（验证集）和test（测试集），labels目录下保存与images目录下图片文件的同名txt文件，dataset.yaml是训练配置文件。model=yolo11n.yaml：使用的基础模型是 YOLOv11版本（yolo11n），但是不用它的预训练权重（从头训练），如果使用预训练权重，将该段指令改为：model=yolo11n.pt。当小批次运行成功后，修改和优化训练参数，进行正式训练。batch=16：每批处理 16 张图像。
计算机视觉·MaskFormer
2301_80132162的博客
11-30 320
借助了的核心思想，不过将原本的目标检测任务迁移到了语义分割和全景分割领域。
【opencv图片倾斜矫正】
最新发布
sinat_41053216的博客
12-04 290
opencv图像处理，利用霍夫变换直线检测，进行倾斜图像矫正
推荐两个开源社区-Hugging Face(自然语言处理)和OpenMMLab(计算机视觉)
wxzuobi的博客
11-30 258
随着Transformer架构在自然语言处理领域的革命性突破，该公司在2019年开源了Transformers库，这个举措使其迅速成为NLP领域的事实标准。它的平台提供了海量的开源预训练模型、数据集和在线工具，特别适合快速原型开发和模型部署。而OpenMMLab则以其专业性和系统性见长，它提供了一整套模块化、高质量的代码库，非常适合进行计算机视觉的深入研究和算法开发。Hugging Face和OpenMMLab就是在这样的背景下诞生的两个重要平台，它们虽然都致力于推动AI技术的发展，但侧重点各不相同。
【每天一个AI小知识】：什么是目标检测？
码道源码
11-30 1089
目标检测是计算机视觉的核心任务，能识别图像中的目标类别并定位其位置。技术发展经历了传统方法（如HOG特征）、两阶段检测器（如R-CNN系列）和单阶段检测器（如YOLO系列）三个阶段。现代目标检测技术广泛应用于安防监控、自动驾驶、医疗影像等领域，但仍面临小目标检测、遮挡问题等挑战。评估指标主要包括mAP和FPS，未来发展将聚焦Transformer应用、自监督学习等技术突破。该技术不仅提升了机器视觉能力，也需平衡速度与精度，并考量隐私保护等伦理问题。
深度解析ORB_SLAM2代码及其视觉SLAM原理
标题“ORB_SLAM2代码注释原理解析”指的是对一种基于计算机视觉的SLAM（Simultaneous Localization and Mapping，即同时定位与地图构建）算法的详细解析。该算法特别关注于特征点提取、视觉里程计（Visual Odometry...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值