原创 cv::Mat——Mat對象創建方法 OpenCV (一)

OpenCV (一)——Mat對象創建方法 1.cv::Mat優點及原理(本質類): 不需要手動申請一塊內存; 在不需要時不用再手動釋放內存; 可以通過類的封裝,方便的獲取到數據的相關信息。   它利用了類的特性,將內存管理和數據信息封裝

原创 得到的旋轉向量和平移向量轉換成旋轉矩陣 (SE(3))

理論過程 頭文件說明 1.使用羅德里格斯公式需要包含頭文件爲#include<opencv2/calib3d.hpp> 2.使用函數cv2eigen需要包含頭文件<opencv2/core/eigen.hpp>,但是在則之前要包含一個對e

原创 多傳感器融合之濾波(一)——卡爾曼濾波(KF)推導

卡爾曼濾波本質上是一個數據融合算法,將具有同樣測量目的、來自不同傳感器、(可能) 具有不同單位 (unit) 的數據融合在一起,得到一個更精確的目的測量值。 卡爾曼濾波的侷限性在於其只能擬合線性高斯系統。但其最大的優點在於計算量小,能夠利

原创 USB獲取圖像實時處理

手寫VO的準備工作,調用UAB或者本地相機獲取視頻圖像,讀取並保存視頻。 #include "opencv2/core/core.hpp" #include "opencv2/highgui/highgui.hpp" #include

原创 yolov3(四:車牌識別及算法解析)

1.概要:初探 1、輸入:視覺的數據 2、輸出:車輛車牌識別    2.1 yolov3圖片識別結果 2.2 yolov3樸素的問題求解思路如右圖 2.3 yolov3 網絡架構 2.4  yolov3算法Tensor變化過程 3

原创 多傳感器融合之濾波(三)--------

多傳感器融合之濾波(三):IMU,GPS,Lidar,Ladar數據處理

原创 yolov3(三:算法框架解析)

應用見: https://blog.csdn.net/Darlingqiang/article/details/103889245 https://blog.csdn.net/Darlingqiang/article/details/10

原创 SLAM之特徵匹配(三)————RANSAC------LO-RANSAC Algorithm

  matlab 編譯loransac,lapack   mex ranH.c時一直鏈接錯誤。 原來mex在編譯多個文件時要把所有的C文件都列出來。命令如下:  mex loransacH.mex.c ranH.c uto

原创 python-opencv 形態學

五、形態學運算 檢測邊和 角點  形態學算子檢測圖像中的邊緣和拐角(實際用:Canny或Harris等算法) 5.1 檢測邊緣  形態學檢測邊緣的原理:在膨脹時,圖像中的物體會想周圍“擴張”;腐蝕時,圖像中的物體會“收縮”。由於這兩幅圖像

原创 SLAM精度測評——rpg_trajectory_evaluatio

1.  install https://github.com/ccxslam/rpg_trajectory_evaluation#install 下載catkin_simple:https://github.com/catkin/ca

原创 鏡頭評價指標及測試方法(二)—畸變與分辨率

一、畸變   畸變(distortion)也稱爲失真,是由於光闌球差的影響,不同視場的主光線通過光學系統後與高斯像面的交點高度不等於理想像高,兩者之差就是畸變。因此畸變只改變軸外物點在理想面上的成像位置,使像的形狀產生失真,但不影響像的清

原创 鏡頭評價指標及測試方法(一)

一、前言 監控是CCD成像器件誕生後最早進入現實應用的領域之一。早期,由於監控目的和成本約束,對成像分辨率和像質要求均比較低。隨着CCD器件發展以及周邊電子產品(記錄、存貯、處理等)性能提升和價格平抑,高品質的監控需求逐步實現技術可行,從

原创 標定(二)----------雙目相機與IMU聯合標定(工具箱使用方法——Kalibr)

16個相機參數: Overview ethz-asl/kalibr is a toolbox that solves the following calibration problems:     Multiple camera cal

原创 SLAM小結——求解退化問題解析(F、H、E)(面試經驗總結)

總結:        1 Essential Matrix                   E= t ^ R 爲3*3的矩陣,奇異值爲 [ u, u, 0] ^ T 的形式。爲本質矩陣的內在性質。              性質:理論

原创 鏡頭評價指標及測試方法(三)--------測量原理及3D相機調查

1.測量原理:  1.1、通過紅外結構光(Structured Light)來測量像素距離,如Kinect1、Project Tango1、Intel Realsense等; 通過近紅外激光器,將具有一定結構特徵的光(比如離散光斑、條紋