KinboSong的博客

平移变换数学公式：旋转变换数学公式：缩放变换数学公式：错切变换数学公式：刚性变换：只由平移变换和旋转变换组成。仿射变换主要包括平移变换、旋转变换、缩放变换（也叫尺度变换）、倾斜变换（也叫错切变换、剪切变换、偏移变换）、翻转变换。有六个自由度仿射变换保持二维图形的“平直性”和“平行性”，但是角度会改变。“平直性”：变

1、SLAM   SLAM 分为很多种，目前主要有：PATM、MonoSLAM、ORB-SKAM、RGBD-SLAM、RTAB-SLAM、LSD-SLAM在已经接触到的RGBD-SLAM和MonoSLAM前端主要分为feature detect and descriptor、motion estimation等步骤，feature detector可以分为point-feature d

透镜由于制造精度以及组装工艺的偏差会引入畸变，导致原始图像的失真。镜头的畸变分为径向畸变和切向畸变两类。1. 径向畸变顾名思义，径向畸变就是沿着透镜半径方向分布的畸变，产生原因是光线在原理透镜中心的地方比靠近中心的地方更加弯曲，这种畸变在普通廉价的镜头中表现更加明显，径向畸变主要包括桶形畸变和枕形畸变两种。以下分别是枕形和桶形畸变示意图：成像仪光轴中心的畸变为0，沿着镜头半径方向向边缘移动，畸

图像匹配算法分为3类：基于灰度的匹配算法、基于特征的匹配算法、基于关系的匹配算法（1）基于灰度的模板匹配算法：模板匹配是根据已知模板图像到另一幅图像中寻找与模板图像相似的子图像。基于灰度的匹配算法也称作相关匹配算法，用空间二维滑动模板进行匹配，不同匹配算法主要体现在相关准则的选择方面，常见的基于模板的匹配算法可以参考下面的链接：参考：http://blog.youkuaiyun.com/hujings

在SLAM中，需要表示点的位置、欧式变换（也是刚性变换）1、齐次坐标的表示齐次坐标既可以表示点的位置，也可以表示刚性变换。点的位置用一个4*1的向量来表示，刚性变换用一个4*4的矩阵来表示。参考：http://www.cnblogs.com/gaoxiang12/p/5113334.html2、四元数的表示四元数可以表示点的位置，但是仅能够表示旋转变换，而不能够表示平移变换

本质矩阵：essential matrix基础矩阵：Fundamental matrix1、基础矩阵的定义和推导过程注：这里的Pr、Pl代表在两个相机坐标系下的三维坐标。下面过程将外极线方程中的三维坐标化为成像平面的齐次坐标：注意：pr、pl代表三维点p在左右两个图像坐标系下的坐标补充：相机坐标系：2、3、本质矩阵的性质：

另一篇很好的参考博客：https://cloud.tencent.com/developer/article/1065819from http://blog.youkuaiyun.com/chenyusiyuan/article/details/59672915． 如何设置BM、SGBM和GC算法的状态参数？（1）StereoBMState// 预处理...

【原文：https://segmentfault.com/a/1190000006685118】可视化：一目了然如题所示，可视化的重要性不必多说。在点云数据预处理中，要想知道点云的形状需要可视化; 要想了解精简/去噪/简化/压缩 的结果需要可视化; 配准中，对应点对的显示/对应点对的去除结果/配准变化的过程 需要可视化 …pcl_viewerLinux 下可直接在命令行输入 pcl_viewr

1、BA(Bundle Ajustment)：光束法平差2、triangulation：三角定位

1、刚性变换：平移变换+狭义旋转变换，共6个自由度2、广义旋转变换：绕任意一个旋转轴旋转一定的角度，广义旋转变换 = 刚性变换广义旋转变换  =  狭义旋转变换（3个自由度）+ 平移变换（3个自由度）广义旋转变换（刚性变换）可以用4*4维的仿射变换矩阵来表示。参考：http://blog.sina.cn/dpool/blog/s/blog_6163bdeb0102duj5.html

1、边缘检测算法各种算法优缺点汇总：http://blog.youkuaiyun.com/xiaojiegege123456/article/details/7714863（1）Roberts算子（2）Gaussian-Laplace算子：Laplace算子对孤立点的响应比对边缘的响应更为强烈，因此适合无噪声的图像；在实际情况中要先使用高斯滤波，所以叫Gaussian-Laplace算子。参考：

1、下面是双目视觉的流程图Blocking Matching（模板匹配）：左右相机的匹配Feature Matching（特征匹配）：前后两帧特征之间的匹配2、Block Matching 、Feature Extraction、Feature Matching

1、卡尔曼滤波参考：http://www.cnblogs.com/xmphoenix/p/3634536.html

对https://blog.youkuaiyun.com/huixingshao/article/details/42706699进行了小修改 灰度图像的伪彩色处理的原理如下：根据色彩学方面的研究结果，将灰度图像对应到red , green , blue三个通道上，最后将三个通道的颜色值合成为需要显示的RGB颜色值即可。...