单应性矩阵

再谈「相机标定」

前言计算机视觉中，相机标定的重要性不言而喻，前面在公众号【视觉IMAX】中写过有多篇文章是关于相机标定的，包括一分钟详解OpenCV之相机标定函数calibrateCamera()，从零开始学习「张氏相机标定法」，但是，今天还想再次聊一聊相机标定，进一步加深对其基本方法与概念的理解。一基本问题相机...

国产机器人逆袭!机器人视觉系统柔性应用，工业自动化未来关键

文|探墓秘史编辑|探墓秘史基于机器视觉系统的机器人柔性应用的理论基础机器视觉系统概述机器视觉系统是通过机器视觉产品（如相机、结构光设备）将被摄取的目标物体转换成图像信息，通过图像处理工具，将每个像素点的特征信息转换成数据信息。以黑白相机为例，每个像素点的黑白程度可转换成0～255的数字来表示，这样，...

基于OpenCV的位姿估计

今天我们的目标是找出我们相对于球场上的位置，从而了解我们在比赛中的全局位置。01.什么是单应性单应性是一种平面关系，可将点从一个平面转换为另一个平面。它是一个3乘3的矩阵，转换3维矢量表示平面上的2D点。这些向量称为同质坐标，下面将进行讨论。下图说明了这种关系。这四个点在红色平面和图像平面之间相对应...

OpenCV4 中各模块函数整理

1、数据载入、显示与保存函数名称函数说明imread()读取图像文件namedWindow()创建一个显示图像的窗口imshow()在指定窗口中显示图像VideoCapture()调用摄像头或者读取、保存视频文件imwrite()保存图像到文件VideoWriter()将多帧图像保存成视频文件Fil...

张正友标定算法原理详解

前言”张正友标定”是指张正友教授1998年提出的单平面棋盘格的摄像机标定方法[1]。文中提出的方法介于传统标定法和自标定法之间，但克服了传统标定法需要的高精度标定物的缺点，而仅需使用一个打印出来的棋盘格就可以。同时也相对于自标定而言，提高了精度，便于操作。因此张氏标定法被广泛应用于计算机视觉方面。原...

自动驾驶汽车的多光谱目标检测

老论文了，只是数据集和实验很经典，翻出来看看摘要最近，研究人员积极开展了涉及自动驾驶的移动机器人技术的研究，为了在交通中实现自动移动机器人(例如自动驾驶车辆)，需要在白天和夜间等各种条件下对汽车、人、自行车等各种类型的物体进行鲁棒检测，在本文中，我们提出了使用多光谱图像作为交通目标检测的输入信息。多...

龙年开工，再理一理2024年的目标

工作方面，1、对深度学习基本原理有比较深刻的理解，尤其是目标检测、目标分类的基本原理，研究进展有深刻理解。2、对多传感器融合有比较深刻的理解，尤其是设计的传感器联合标定，基于深度学习的标定。个人成长方面，1、努力成为一个更加有见识、更加有洞察力的人。通过阅读，通过和人交流，通过观察，通过思考。2、要...

干货分享!OpenCV基于无标记的增强现实详解，你绝对能看懂

基于无标记的增强现实基于无标记的增强现实，可以从图像中推导出相机姿态估计，以找到环境中已知点与其相机投影之间的对应关系。在本节中，我们将看到如何从图像中提取特征以获得相机姿态。基于这些特征及其匹配，我们将看到如何最终推导出相机姿态估计。特征检测一个特征可以被描述为图像中的一小块区域，它对图像的缩放、...

GyroFlow+:全面提升光流和单应性估计!

来源：3D视觉工坊添加微信：dddvision，备注：SLAM，拉你入群。文末附行业细分群0.写在前面今天笔者为大家推荐一篇光流学习的工作GyroFlow+。这篇文章也是ICCV2021文章GyroFlow的升级版，GyroFlow只做了光流学习，GyroFlow+又引入了单应性学习。下面一起来...

机器视觉——双目视觉的基础知识(视差深度、标定、立体匹配)

11、双目视觉的视差与深度人类具有一双眼睛，对同一目标可以形成视差，因而能清晰地感知到三维世界。因此，计算机的一双眼睛通常用双目视觉来实现，双目视觉就是通过两个摄像头获得图像信息，计算出视差，从而使计算机能够感知到三维世界。一个简单的双目立体视觉系统原理图如图1所示。两个相机的投影中心的连线的距...