随笔分类 -  计算机视觉

摘要：https://blog.csdn.net/csdn_zhishui/article/details/82713594 https://blog.csdn.net/shenxiaoming77/article/details/76858593 阅读全文

摘要：1.基本 2. Eigen 3.Sophus 4.Opencv 5. ceres + g2o 阅读全文

摘要：6.1 状态估计问题 6.1.1 最大后验与最大似然 贝叶斯法则 似然是指"在现在的位姿下，可能产生怎样的观测数据"。 最大似然估计“在什么样的状态下，最可能产生现在观测到的数据”。 6.1.2 最小二乘的引出 6.2 非线性最小二乘 6.2.1 一阶和二阶梯度法 最速下降法 雅克比矩阵（一阶） 海 阅读全文

摘要：5.1 相机模型 5.1.1 针孔相机模型 像素坐标系与成像平面之间，相差了一个缩放和一个原点的平移。 内参数矩阵（Camera Intrinsics）K 标定：自己确定内参。 5.1.2 畸变 由透镜形状引起的畸变称为径向畸变。 桶形畸变是由于图像放大率随着与光轴之间的距离增大而减小，枕形畸变则恰 阅读全文

摘要：4.1李群与李代数基础 旋转矩阵和变换矩阵对加法是不封闭的。换句话说，对于任意两个旋转矩阵R1, R2,按照矩阵加法的定义，和不再是一个旋转矩阵。 SO(3) 和 SE(3)对乘法是封闭的。两个旋转矩阵相乘，表示做了两次旋转。对于这种只有一个运算的集合，我们称之为群。 4.1.1 群 群(Group 阅读全文

摘要：3.1 旋转矩阵 3.1.1 点和向量，坐标系 内积可以描述向量之间的投影关系。 外积的方向垂直于这两个向量，是两个向量张成的四边形的有向面积。还能用外积表示向量的旋转。 3.1.2 坐标系间的欧式变换 旋转矩阵是行列式为1的正交矩阵。旋转矩阵可以描述相机的旋转。SO（n）是特殊正交群(Specia 阅读全文

摘要：2.1引子：小萝卜的例子 1. 惯性测量单元（Inertial Measurement Unit, IMU） 2. 按照工作方式的不同，相机可以分为单目相机（Monocular）、双目相机（Stereo）、和深度相机（RGB-D）三大类。 3. RGB-D除了能够采集到彩色图片之外，还能够读出每个像 阅读全文

摘要：1.1 本书讲什么 SLAM是Simultaneous Localization and Mapping，同时定位与地图构建。它是指搭载特定传感器的主题，在没有环境先验信息的情况下，与运动过程中建立环境的模型，同时估计自己运动。如果这里的传感器主要为相机，那就称为"视觉SLAM"。 阅读全文

摘要：1. 基于图像的图像3D重建 传统上首先使用 Structure-from-Motion 恢复场景的稀疏表示和输入图像的相机姿势。 然后，此输出用作Multi-View Stereo（多视图立体）的输入，以恢复场景冲密集表示。 path/to/project/sparse 包含所有重建组件的稀疏模型 阅读全文