#include
#include
#include
#include
#include
using
namespace std;
using
namespace cv;
void find_feature_matches (
const mat& img_1,
const mat& img_2,
std::vector
& keypoints_1,
std::vector
& keypoints_2,
std::vector< dmatch >
& matches )
;void pose_estimation_2d2d (
const std::vector
& keypoints_1,
const std::vector
& keypoints_2,
const std::vector< dmatch >
& matches,
mat& r, mat& t )
;void triangulation (
const vector
& keypoint_1,
const vector
& keypoint_2,
const std::vector< dmatch >
& matches,
const mat& r,
const mat& t,
vector
& points);
// 畫素座標轉相機歸一化座標
point2f pixel2cam
(const point2d& p,
const mat& k )
;int main (
int argc,
char
** ar** )
return0;
}void find_feature_matches (
const mat& img_1,
const mat& img_2,
std::vector
& keypoints_1,
std::vector
& keypoints_2,
std::vector< dmatch >
& matches )
printf (
"-- max dist : %f \n"
, max_dist )
; printf (
"-- min dist : %f \n"
, min_dist )
;//當描述子之間的距離大於兩倍的最小距離時,即認為匹配有誤.但有時候最小距離會非常小,設定乙個經驗值30作為下限.
for(
int i =
0; i < descriptors_1.rows; i++)}
}void pose_estimation_2d2d (
const std::vector
& keypoints_1,
const std::vector
& keypoints_2,
const std::vector< dmatch >
& matches,
mat& r, mat& t )
//-- 計算基礎矩陣
mat fundamental_matrix;
fundamental_matrix = findfundamentalmat ( points1, points2, fm_ransac )
; cout<<
"fundamental_matrix is "
point2d principal_point (
325.1
,249.7);
//相機主點, tum dataset標定值
int focal_length =
521;
//相機焦距, tum dataset標定值
mat essential_matrix;
essential_matrix = findessentialmat ( points1, points2, focal_length, principal_point )
; cout<<
"essential_matrix is "
mat homography_matrix;
homography_matrix = findhomography ( points1, points2, ransac,3)
; cout<<
"homography_matrix is "
recoverpose ( essential_matrix, points1, points2, r, t, focal_length, principal_point )
; cout<<
"r is "
"t is "
<}void triangulation (
const vector< keypoint >
& keypoint_1,
const vector< keypoint >
& keypoint_2,
const std::vector< dmatch >
& matches,
const mat& r,
const mat& t,
vector< point3d >
& points )
mat pts_4d;
cv::
triangulatepoints
( t1, t2, pts_1, pts_2, pts_4d )
; cout<<
"pts_4d:"
for(
int i=
0; ipoint2f pixel2cam (
const point2d& p,
const mat& k )
利用三角測量計算幀間特徵點的空間位置
需要安裝opencv3中的features2d模組 中的1.png 中的2.png 來自高翔slam十四講 include include include include includeusing namespace std using namespace cv void find feature ...
三角測量原理與雙目視覺景深恢復
眼睛是靈敏的光學感覺器官，是一切動物與外界聯絡的資訊接受器。眾所周知人類依靠雙眼可以感知現實世界 物體的顏色 距離 大小等。隨著生物解剖學的發展，人們對人眼的生物結構及機能有了科學的認識。人眼是乙個天然的高階光學系統。結構非常複雜。形象的說，人眼像一架自動攝像機，水晶體如同攝像機的物鏡，能夠在人的神...
（七）ORBSLAM特徵點的三角化
orbslam2特徵點三角化簡介 插入關鍵幀以後，我們還需要插入新的地圖點。為了確保新插入的地圖點是足夠魯棒的，進行嚴格的檢查是必要的。orbslam2在插入地圖點的時候也十分仔細，上一講我們提到了地圖的更新策略，唯獨三角化沒有細講，倒不是因為它不重要而不提，而是因為三言兩語說不清楚，所以才需要單獨...