原创 Stereo Matching文獻筆記之(一):《Cross-Scale Cost Aggregation for Stereo Matching》讀後感~

最近,在做立體匹配方向相關的研究,先去網上找最新鮮的論文,看到了這篇文獻(簡稱CSCA),來源於CVPR2014,令我驚奇的是,作者竟然提供了詳細的源代碼,配置運行了一下,效果還真不錯,速度也還可以,具有一定的實用價值,所以拿來和大家分

原创 一起做RGB-D SLAM(7) (完結篇)

第七講 添加回環檢測  2016.11 更新 把原文的SIFT替換成了ORB,這樣你可以在沒有nonfree模塊下使用本程序了。迴環檢測的閾值作出了相應的調整。請以現在的github上源碼爲準。 簡單迴環檢測的流程   上一講中,我

原创 Stereo Matching文獻筆記之(六):淺談置信度傳播算法(Belief-Propagation)在立體匹配中的應用~

這是我一個糾結過的問題,曾經反反覆覆的看相關的知識,Belief-Propagation是一個伴隨着“馬爾科夫隨機場”提出的優化算法,我對優化算法情有獨鍾,一直覺得搞定了各種優化,機器學習剩下的也就是知識擴展而已 1. BP與stere

原创 Stereo Matching文獻筆記之(二):《A Non-Local Cost Aggregation Method for Stereo Matching》讀後感~

最近一直在做stereo matching方向的研究,仔細研讀了包括局部算法,全局算法,以及半全局算法三個方面的算法文獻,對該方向有了比較清晰的瞭解,這次分享一下我對楊慶雄的經典文獻《A Non-Local Cost Aggregat

原创 編程經驗:關於OpenCV源碼調試的好文章轉載~

這麼長時間看到的關於OpenCV+VS+Cmake的配置文章,尤其是關於opencv源碼調試的文章,一下兩篇寫的最好,於是轉載分享給大家,希望大家以後不要在配置上再花費“無謂”的時間。 第一篇:《VS2010重編譯OpenCV2.

原创 Stereo Matching文獻筆記之(八):《On Building an Accurate Stereo Matching System on Graphics Hardware》讀後感~

今天寫寫今年四月份精讀過的一篇文章《On Building an Accurate Stereo Matching System on Graphics Hardware》,文章名咋看起來有點像硬件相關文獻,爲什麼叫做一個系統,我想可能是

原创 Stereo Matching文獻筆記之(七):《Spatial-Depth Super Resolution for Range Images》讀後感~

這篇博客主要介紹一下自己對立體匹配文獻《Spatial-Depth Super Resolution for Range Images》一文的理解,本文是楊慶雄的又一篇經典文章,發表於CVPR2007,引用次數頗高。再加上,當時在是《S

原创 Stereo Matching文獻筆記之(五):經典算法DoubleBP讀後感~

DoubleBP是一個立體匹配全局算法,來自於論文《Stereo Matching with Color-Weighted Correlation, Hierarchical Belief Propagation, and Occ

原创 OpenCV 三種圖像遍歷方法

實驗目的: 通過顏色壓縮(color reduction)示例理解學習OpenCV中遍歷圖像的三種方法; 實驗代碼: #include<opencv2/opencv.hpp> #include<iostream> #include

原创 一起做RGB-D SLAM (6)

2016.11 更新 把原文的SIFT替換成了ORB,這樣你可以在沒有nonfree模塊下使用本程序了。OpenCV可以使用 apt-get install libopencv-dev ,一樣能成功。因爲換成了ORB,所以調整了good

原创 一起做RGB-D SLAM (4)

第四講 點雲拼接 上講回顧   上一講中,我們理解了如何利用圖像中的特徵點,估計相機的運動。最後,我們得到了一個旋轉向量與平移向量。那麼讀者可能會問:這兩個向量有什麼用呢?在這一講裏,我們就要使用這兩個向量,把兩張圖像的點雲

原创 Stereo Matching文獻筆記之(九):經典算法Semi-Global Matching(SGM)之神奇的HMI代價計算~

SGM算法源於《Stereo Processing by Semi-Global Matching and Mutual Information》一文,我認爲這篇文章是立體匹配算法中最給力的,放眼KITTI,可以發現目前排名前五十的算法

原创 一起做RGB-D SLAM (5)

第五講 Visual Odometry (視覺里程計)  2016.11 更新 把原文的SIFT替換成了ORB,這樣你可以在沒有nonfree模塊下使用本程序了。去掉了cv::cv2Eigen函數,因爲有些讀者找不到這個函數。檢查了m

原创 Stereo Matching文獻筆記之(十):經典算法Semi-Global Matching(SGM)之碉堡的動態規劃~

上一篇博客中提到了SGM的第一部分,基於分層互信息(HMI)的代價計算,本文繼續說說自己對SGM代價聚合部分的理解。 SGM的代價聚合,其實仔細看看,這並不是嚴格意義上的代價聚合,因爲SGM是爲了優化一個能量函數,這和一般的全局算法一

原创 關於理解middlebury提供的立體匹配代碼後的精減

Middlebury立體匹配源碼總結 優化方法 圖像可否預處理 代價計算可否採用BT方式 可選代價計算方法 可否代價聚合 可否MinFilter優化原始代價 WTA-Box 可以 可以 AD/SD