• 博客园logo
  • 会员
  • 周边
  • 新闻
  • 博问
  • 闪存
  • 众包
  • 赞助商
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 会员中心 简洁模式 ... 退出登录
    注册 登录
MKT-porter
博客园    首页    新随笔    联系   管理    订阅  订阅
2026年1月24日
python就算F和H矩阵选择最优
摘要: 在视觉定位中求解单应矩阵(H)或本质矩阵(E)时,threshold和confidence是两个关键的参数,它们直接影响RANSAC(随机抽样一致性)算法的性能。下面我会详细解释它们的单位、作用,并针对匹配点比较准的情况给出选择建议。 1. threshold(阈值) 作用: 几何误差阈值:判断一个 阅读全文
posted @ 2026-01-24 02:46 MKT-porter 阅读(2) 评论(0) 推荐(0)
python opencv计算F矩阵分解RT
摘要: import cv2 import numpy as np from scipy.spatial.transform import Rotation as R def improved_decompose_homography(): """改进的单应性矩阵分解,处理尺度问题""" print("=" 阅读全文
posted @ 2026-01-24 01:50 MKT-porter 阅读(3) 评论(0) 推荐(0)
python opencv计算E矩阵分解RT
摘要: import cv2 import numpy as np # 示例:从特征点匹配恢复相对位姿 def estimate_relative_pose_from_matches(keypoints1, keypoints2, matches, K): """ 从特征点匹配估计相对位姿 参数: keyp 阅读全文
posted @ 2026-01-24 01:49 MKT-porter 阅读(2) 评论(0) 推荐(0)
博客园  ©  2004-2026
浙公网安备 33010602011771号 浙ICP备2021040463号-3