(3分钟速通)Visual Odometry的特征点法和直接法

光流法:(https://zhuanlan.zhihu.com/p/537113460)

(3分钟速通)Visual Odometry的特征点法和直接法_第1张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第2张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第3张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第4张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第5张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第6张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第7张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

对光流法进行一个总结:首先是基于灰度不变假设,这是一个在实际操作过程中极容易失效的假设,然后根据灰度不变进行taylor展开,然后进行公式化简。接着对于求解发现其方程的数量大于未知数的数量,那么这是一个超定方程,这就需要用到最小二乘拟合问题的求解方式,根据公式(8.9),求解u和v的值即可。这里我想到了上次面试地平线的时候,面试官问我超定方程的求解问题,我当时说的是超定方程一般不存在解,然后我的想法是求每一个方程的解,然后求其均值。。。 感觉回答非常拉跨,还是得多学优化的相关内容。

快速近似最近邻匹配:

FLANN (Fast Approximate Nearest Neighbor Search Library), 快速最近邻逼近搜索函数库。即实现快速高效匹配。

特征匹配记录下目标图像与待匹配图像的特征点(KeyPoint),并根据特征点集合构造特征量(descriptor),对这个特征量进行比较、筛选,最终得到一个匹配点的映射集合。我们也可以根据这个集合的大小来衡量两幅图片的匹配程度。

特征匹配与模板匹配不同,由于是计算特征点集合的相关度,转置操作对匹配影响不大,但它容易受到失真、缩放的影响。

FLANN特征匹配_andylan_zy的博客-CSDN博客_flann特征匹配

这个快速近似最近邻匹配在网上的资料较少,可以参考下面特征匹配三种方式中的第三种匹配方式来进行理解。

根据VO是否需要提取特征点,VO的具体实现方法可以分为基于特征点法的VO和直接法VO(高翔《视觉SLAM十四讲》)。

(相当于一句啥也没说的话)特征点法VO是以提取图像中的特征点为基础,学术界有长久的研究,运行比较稳定、对光照变化和动态场景鲁棒性强,是比较成熟的VO实现方案。而直接法VO是为了克服特征点法VO的部分缺点(如计算量大,不适用于纹理缺乏场景等)而出现的,随着一些直接法VO开源项目的出现,正逐渐进入主流。

Q:如何获得好的VO效果?(针对特征点法的VO)

A:1、坏境的光照强度比较合适,不能太暗或太亮

2、坏境具有相对丰富的纹理

3、需要捕捉连续的图像,保证相邻图像帧的内容有足够的重叠区域

4、最好是静态场景下运行

特征点法VO算法梳理:

(3分钟速通)Visual Odometry的特征点法和直接法_第8张图片

编辑

添加图片注释,不超过 140 字(可选)

特征点应具备的特征:1、高辨识度 2、可重复性强 3、高鲁棒性 4、计算效率高

(3分钟速通)Visual Odometry的特征点法和直接法_第9张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第10张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第11张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第12张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

特征匹配的方法:

1、暴力匹配

2、握手匹配

3、快速近似最近邻匹配

(3分钟速通)Visual Odometry的特征点法和直接法_第13张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第14张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第15张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

运动估计:

(3分钟速通)Visual Odometry的特征点法和直接法_第16张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第17张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第18张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第19张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第20张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第21张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第22张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第23张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第24张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第25张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第26张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第27张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第28张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第29张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第30张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第31张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第32张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第33张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第34张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第35张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第36张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第37张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

特征点法的缺点:

(3分钟速通)Visual Odometry的特征点法和直接法_第38张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第39张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

(3分钟速通)Visual Odometry的特征点法和直接法_第40张图片

编辑切换为居中

添加图片注释,不超过 140 字(可选)

你可能感兴趣的:(算法,人工智能)