雙目立體視覺ppt課件(參考版)
2025-01-17 10:48本頁面
【正文】 定義 C(PR, QR)為 PR和 QR間的交叉標(biāo)號，如果順序匹配約束滿足記為 C(PR, QR) = 0；否則記為 C(PR, QR) = 1。( yxvu ?3D空間坐標(biāo)中一個特征點(diǎn) W(x, y, –z)通過正交投影后在左右圖上分別為： 按先平移再旋轉(zhuǎn)的 坐標(biāo)變換對 u計(jì)算 ] ,si nc o s)[(),( yzBxvu ?? ???44 基本方法 平行于 XZ平面的一個平面圖 ： ?? c o ss i n)(xBETQETOSTOSu ????????????? s i nc o s)(c o ss i nt a n)(s i n zBxxBxBzu ??????????? c o t) (c sc u39。 1）灰度差的平方和 ? ???????????????10102)],(),([),(nymxyyxxIyxTyxS41 基本方法 2）歸一化的灰度差的平方和 3）灰度互相關(guān) ? ? ? ?? ?????????????????????????????????101010102210102),(),()],(),([),(nymxnymxnymxyyxxIyxTyyxxIyxTyxS? ??????????????1010)],(),(),(nymxyyxxIyxTyxS42 ? ； 基本方法 43 基本方法 ),() 39。一個特征點(diǎn)可能會被指定具有多個方向（一個主方向，一個以上輔方向），這可以增強(qiáng)匹配的魯棒性。梯度方向直方圖的峰值則代表了該特征點(diǎn)處鄰域梯度的主方向，即作為該特征點(diǎn)的主方向。 ，其中每 10176。梯度直方圖的范圍是0176。 37 3 SIFT尺度不變特征提取： ? 3）確定特征點(diǎn)的主方向 利用關(guān)鍵點(diǎn)鄰域像素的梯度方向分布特性為關(guān)鍵點(diǎn)指定方向參數(shù)，使算子具備旋轉(zhuǎn)不變性。 34 3 SIFT尺度不變特征提?。? ? 2022年， David. Lowe總結(jié)了已有基于不變量技術(shù)的特征檢測方法，正式提出了一種基于尺度空間的，對圖像平移、旋轉(zhuǎn)、縮放、甚至仿射變換保持不變性的圖像局部特征， 35 ： ? 1） 尺度空間極值檢測 特征點(diǎn)，在 1999年提出利用不同尺度的高斯差分方程同圖像進(jìn)行卷積，求取尺度空間極值，即 D(x,y,σ)=(G(x,y,kσ)G(x,y,σ))*I(x,y)=L(x,y,kσ)L(x,y,σ) 36 3 SIFT尺度不變特征提?。? ? 2）精確定位特征點(diǎn)的位置 當(dāng)然這樣產(chǎn)生的極值點(diǎn)并不都是穩(wěn)定的特征點(diǎn)，因?yàn)槟承O值點(diǎn)響應(yīng)較弱，而且 DOG算子會產(chǎn)生較強(qiáng)的邊緣響應(yīng)。 33 2 Harris角點(diǎn)檢測算法的步驟： ? 4.）這個 corness就代表了角點(diǎn)值，其中 k是你自己取的一個固定的變量，典型的為[,]之間。如果 u的某個特征值一個大一個小，則是線，如果兩個都很大，那么就說明這是個角點(diǎn)。 ? 這里 *W代表以 x,y為中心與高斯模板 W做卷積，而這個模板的大小則需要你自己指定。 31 2 Harris角點(diǎn)檢測算法的步驟： ? 2.）為每一個點(diǎn)計(jì)算局部自相關(guān)矩陣 ? u(x,y) = [Ix(x,y)^2*W Iy(x,y)Ix(x,y)*W。 2 Harris角點(diǎn)檢測 30 2 Harris角點(diǎn)檢測算法的步驟： ? 1.）計(jì)算圖像的
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1