gyh_420的博客

在机器视觉控制系统中，摄像头的标定是很重要的，比如由于被控平面的空间运动造成视觉系统解算的数据存在误差，就需要标定这个出这个误差得到。这里的标定和标定摄像头的内外参数、畸变系数是不一样的意思（这个标定可以使用张正友标定法）。我们所需要的标定是需要得到摄像头所拍摄区域的待识别物体运动在世界坐标系下与图像坐标系下的映射关系，当摄像头移动后又要重新进行标定。 最有特点的就是板球控制系统，如图所示

WHY：为什么要进行相机标定？】先说结论：建立相机成像几何模型并矫正透镜畸变。建立相机成像几何模型：计算机视觉的首要任务就是要通过拍摄到的图像信息获取到物体在真实三维世界里相对应的信息，于是，建立物体从三维世界映射到相机成像平面这一过程中的几何模型就显得尤为重要，而这一过程最关键的部分就是要得到相机的内参和外参（后文有具体解释）。矫正透镜畸变：我们最开始接触到的成像方面的知

最近学习了AdaBoosting算法，这个算法是上个世纪90年代末提出的，但是在深度学习出来之前，这个算法统治了人脸检测领域，大概的原理这里给出来，具体公式和原理实现请看机器学习的相关课程。常用的分类方法有决策树分类、贝叶斯分类等。然而这些方法存在的问题是当数据量巨大时，分类的准确率不高。对于这样的困难问题，Boosting及其衍生算法提供了一个理想的解决途径。Boosting算法是一种把若干个分类