weixin_43731435的博客

g2o

demo是对于想自己尝试拍摄双目图片进行立体匹配获取深度图，进行三维重建等操作的童鞋来讲，要做的工作是比使用校正好的标准测试图像对要多的。因此博主觉得有必要从用双目相机拍摄图像开始，捋一捋这整个流程真实场景的双目立体匹配（Stereo Matching）获取深度图详解OpenCV3.4中的两种立体匹配算法效果比较：http://www.cnblogs.com/riddick/p/8318997.html 。以及利用视差图合成新视点： http://www.cnblogs.com/riddick/p/

Ubuntu下 基于 c++ 的 vlfeat 安装和使用安装参考1安装参考2官方demo学习1、siftsift参考（含图像检索）sift详解边缘检测LoG高斯拉普拉斯算子DoG高斯差分LoG高斯拉普拉斯算子1LoG高斯拉普拉斯算子2构建高斯尺度空间（高斯尺度空间分为多个组octave）进行DoG极值点检测删除不好的极值点确定关键点的方向（统计关键点邻域像素的梯度方向分布来确定关键点的方向）计算关键点的描述子（旋转不变性，邻域梯度直方图448=128）vlfeat实现

opencv+contrib编译问题小结今天又安装了opencv+contrib，遇到了一些问题，进行记录。1、使用cmake-gui和cmake使用cmake-gui编译时，设置install的路径：不能设置为：../install，必须为绝对路径，否则会报错但是直接使用cmake就可以设置为：../install有点担心使用绝对路径cmake之后库的迁移问题，我就使用了cmake。命令如下：cmake -D CMAKE_INSTALL_PREFIX=../install -DOPENC

real-time loop closure in 2D LIDAR SLAM 论文整理论文中文翻译可看：real-time loop closure in 2D LIDAR SLAM一边看论文，一边整理+记录问题三、SYSTEM OVERVIEW系统总览cartographer是一个实时的，室内的，使用背包传感器建立2D格网的精度r=5cm的地图的方法。每帧雷达数据按照最优估计插入，而且被认为是短时间内的最优位置估计。每帧的匹配依赖于最近的一个submap，也即依赖于最近的帧。所以位姿pos

计算机视觉中的多视几何（结合摄影测量方向的理解）首先简略的写一下这几部分：１、极线几何２、单应性矩阵Ｈ３、本质矩阵E４、基础矩阵F一、极线几何主要就是极点，极线，核面，五点共面的理解在摄影测量中就是核线，核面二、单应性矩阵两个平面之间的投影关系三、本质矩阵像空间坐标系下，左右两片的同名像点和像点之间的关系四、基础矩阵像素坐标系下，左右两片的同名像点和像点之间的关系ｔｂｃ...