plateros的专栏

参考书籍：Computer Vision: Algorithms and Applications，Richard Szeliski参考论文：[1]Distinctive Image Features from Scale-Invariant KeypointsScale Invariant Feature TransfromSIFT提出了一种尺度无关的特征变换算法。包括了特征...

接上一篇文章。这篇写特征描述符。特征匹配算法在确定角点后，还需要使用描述符来描述这些角点。本文参考书籍：Computer Vision: Algorithms and Applications，Richard Szeliski参考文献[1] Multi-Image Matching using Multi-Scale Oriented Patches[2]Distinctiv...

上一篇文章写了Harris角点。这篇文章以Harris角点为基础，进一步分析角点特征。讨论特征不变性，或者说可重复性。本文参考书籍：Computer Vision: Algorithms and Applications，Richard Szeliski所谓的变与不变，指的是同一特征，如果图像的光强发生了变化，或者对其进行仿射变换，该特征是否还能保持稳定(不变)。只有稳定(不变)的特征...

这几篇文章开始写图像特征和匹配相关的内容。参考书籍：Computer Vision: Algorithms and Applications，Richard Szeliski特征点检测和匹配是计算机视觉应用的重要组成部分，以解决寻找一张图像上的点，在另一张图像上的位置的问题。应用于图像拼接，SLAM，3D重建等算法。通常特征点匹配可分为三个过程，特征点检测，定义特征描述符，特征匹配。...

这篇写光流基本原理，及经典算法Lucas-Kanade，Horn-schunk。大量图片和公式出自LearnOpen3和下面几个PPT。https://download.youkuaiyun.com/download/plateros/11961100https://download.youkuaiyun.com/download/plateros/11961087相关论文，[1]An Iterativ...