VINS中特徵點管理

2021-10-09 05:58:50 字數 1470 閱讀 5472

vins中的特徵點

a.特徵提取中的類

struct img_msg

將特徵提取的點送到特徵點管理中(結構體img_msg to matrix)

shared_ptr

imu_msg

(new

imu_msg()

);map<

int, vectorint, eigen::matrix<

double,7

,1>>

>> image;

for(

unsigned

int i =

0; i < img_msg-

>points.

size()

; i++

)

//關鍵幀和該幀的imu預積分

class

imageframe

, is_key_frame

; map<

int, vectorint, eigen::matrix<

double,7

,1>>

>> points;

double t;

//時間戳

matrix3d r;

vector3d t;

integrationbase *pre_integration;

bool is_key_frame;

}

map<

double

, imageframe> all_image_frame;

//關鍵幀時間戳和關鍵幀資訊

將影象提取的特徵點放到特徵點管理中的類

featureperframe f_per_fra

(id_pts.second[0]

.second, td)

//second[0]表示第乙個相機

這裡呼叫了featureperframe 建構函式(起到橋梁作用)

featureperframe

(const eigen::matrix<

double,7

,1>

&_point,

double td)

1.特徵點管理中的類

//特徵點的基本資訊

class

featureperframe

class

featureperid

class

featuremanager

2.sfmfeature類

struct sfmfeature

特徵點匹配

一 特徵點 角點 匹配 影象匹配能夠應用的場合非常多,如目標跟蹤,檢測,識別,影象拼接等,而角點匹配最核心的技術就要屬角點匹配了,所謂角點匹配是指尋找兩幅影象之間的特徵畫素點的對應關係,從而確定兩幅影象的位置關係。角點匹配可以分為以下四個步驟 1 提取檢測子 在兩張待匹配的影象中尋找那些最容易識別的...

xgboost gbdt特徵點分烈點

lightgbm與xgboost的區別 於 切分演算法 切分點的選取 占用的記憶體更低,只儲存特徵離散化後的值,而這個值一般用8位整型儲存就足夠了,記憶體消耗可以降低為原來的1 8。降低了計算的代價 預排序演算法每遍歷乙個特徵值就需要計算一次 的增益,而直方圖演算法只需要計算k次 k可以認為是常數 ...

角點特徵檢測

1 何為 角點 對角點可以從兩個不同的角度定義 角點是兩個邊緣的交點 角點是鄰域內具有兩個主方向的特徵點。角點所在的區域通常也是影象中穩定的 資訊豐富的區域,這些區域可能具有某些特性,如旋轉不變性 尺度不變性 仿射不變性和光照亮度不變性。因此,在計算機視覺和數字影象領域,研究角點具有重要的意義。2 ...