原创 orb-slam的安裝/配置/運行

本人是slam小白,只是近來比較清閒,實習期間又稍有涉獵,希望有所總結,以備後日有需。接下來,首先會介紹如何安裝/配置/運行orb-slam。 orb-slam的項目主頁:https://github.com/raulmur/ORB_SL

原创 形態學-腐蝕、膨脹、開操作、閉操作

接下來介紹圖像形態學中的幾個基本操作:腐蝕、膨脹、開操作、閉操作。 1.腐蝕 結構A被結構B腐蝕的定義爲, A⨀B={z|(B)z⊆A} 可以理解爲,移動結構B,如果結構B與結構A的交集完全屬於結構A的區域內,則保存該位置點,所有

原创 linux添加環境變量

修改bashrc文件,執行sudo gedit ~/.bashrc命令打開bashrc文件,在最後一行添加 export PATH="$PATH:/NEW_PATH" 這樣就可以在環境變量PATH 後添加新路徑/NEW_PATH了。

原创 ubuntu14.04安裝opencv3.1

1.安裝編譯環境 $sudo apt-get install build-essential 2.安裝cmake(如果已經安裝可跳過) 官網下載cmake:http://www.cmake.org/download/ 解壓縮,並進入

原创 混合高斯模型(GMM)

1.GMM模型 單高斯模型的基本表達式爲, N(x;μ,Σ)=12π|Σ|−−−−−√exp[−12(x−μ)TΣ−1(x−μ)] 其中,μ 和Σ 分別表示數據的期望和方差參數,x 是d維的列向量。 爲了使得高斯模型適用於模式分類

原创 Frequency Filters-1

Some basic knowledge about the filtering in frequency domain, all concluded from the book “Digital Image Processing” 1.

原创 神經網絡(三)

在前面的章節中,我們已經介紹了什麼是神經網絡算法,介紹了神經網絡參數優化中如何使用梯度下降法獲得最優的參數配置,以及如何使用向後傳播算法快速求取梯度參數以使得梯度下降算法中參數得到快速更新,並在第二章節中列舉一小段python代碼結合進行

原创 orb-slam中的orb項目源碼解析

在這一章節中,針對orb-slam(version1)中關於orb特徵的部分進行詳細的分析。 在上一章節中,我們知道orb提取的主要過程是:1.FAST提取特徵點;2.計算特徵點方向;3.計算特徵點描述符。 1.FAST提取特徵點 o

原创 edge detection

The ideal case for edge will have a deep change, and the 1st derivation can be used for detecting purpose with looking

原创 cv::fileStorage讀取配置文件

使用opencv中fileStorage可以讀寫xml或者yaml文件,其中xml文件格式描述爲http://www.w3c.org/XML,yaml文件格式描述爲http://www.yaml.org . #include <openc

原创 orb-slam中的orb特徵

1.ORB特徵簡介 ORB是Oriented FAST and Rotated BRIEF(oFAST and rBRIEF)的簡稱,ORB的名字已經說明了其來源,其實ORB特徵是採用FAST方法來檢測提取特徵,但FAST特徵本身是不具

原创 Frequency Filters-2

matlab的fft2函數可以實現求解圖像的DFT,比如下面的這張圖片, 通過matlab可以獲得它的DFT圖像(frequency spectrum) img = rgb2gray(im); >> ft = fft2(img); >>

原创 ubuntu16.04配置caffe+cuda8.0+cudnn5.1

系統:ubuntu16.04 cuda版本:8.0 cudnn版本:5.1 Step 1:安裝GPU驅動 1.1 首先使用下面這條命令檢查你的電腦上有那些顯卡, $ lspci -k | grep -A 2 -i "VGA" 比如我的