6 三維計算機視覺

2 雙目系統&視差

3 sift

立體視覺

雙目系統&視差

sift

立體視覺是一種計算機視覺技術，其目的是從兩幅或兩幅以上的影象中推理出影象中每個畫素點的深度資訊。

o點為相機的光心，π是攝像頭的成像平面。

給定一幅影象上的乙個特徵，它在另一幅影象上的匹配檢視一定在對應的極線上

[注]有了視差的計算方式+目標檢測+特徵點匹配=>> 自動駕駛

立體視覺的原理：

[問題]對於雙目系統，有兩個攝像頭在做同樣的事情，兩個攝像頭要在同乙個場景中檢測出車，而且由於有視差，兩個中相同的物體可能錯位。

=> 如何把同樣的車關聯起來？

故先要將兩個車匹配起來（兩個都同一物體的匹配），故要學習特徵點匹配sift

從兩個影象上的車的相同特徵提取出來，從而可以匹配上相同的物體，通過它們所在的座標求出視差

影象拼接：把兩張原始影象的特徵點提取出來，把相同的內容合併到一起

對旋轉、尺度縮放、亮度變化保持不變性，對視角變化、雜訊等也存在一定程度的穩定性；

獨特性，資訊量豐富，適用於在海量特徵資料中進行快速，準確的匹配；

多量性，即使少數幾個物體也可以產生大量的sfit特徵向量；

可擴充套件性，可以很方便的與其他形式的特徵向量進行聯合；

生成高斯差分金字塔（dog金字塔），尺度空間構建

[注]σ又稱為尺度空間因子：

穩定關鍵點的精確定位

穩定關鍵點方向資訊分配

關鍵點描述

特徵點匹配

具體參看大佬文章，我再寫也是超不過的……

[注]歸一化：把資料變成(０，１)或者（-1,1）之間的小數。主要是為了資料處理方便提出來的，把資料對映到0～1範圍之內處理，更加便捷快速。

把有量綱表示式變成無量綱表示式，便於不同單位或量級的指標能夠進行比較和加權。歸一化是一種簡化計算的方式，即將有量綱的表示式，經過變換，化為無量綱的表示式，成為純量。

[我認為]

這裡的歸一化是指，根據權重變換影象畫素值

計算機視覺（三）

1 sigmoid函式不再適用的原因 1 在某些情況下梯度會消失，不利於反向傳播，例如，當輸如的值過大或過小時，根據函式的影象，返回的梯度都會是0，阻斷了梯度的反向傳播。2 不是以0為中心，梯度更新低效 拿sigmoid舉例，不是以零為中心，會造成其反向傳播的導數不是正就是負，假設w是乙個二維向量，...

三維計算機視覺（一） 點雲處理綜述

點雲模型與三維資訊 為三維影象處理。點雲處理的三個層次 濾波器 關鍵點 關鍵點 分割 segmention 分別對應影象處理中的濾波，邊緣檢測，分割。顯然，在影象處理中還是中層次的分割 操作，由於點雲的特性被簡化到了低層次的水平 本質上與濾波和關鍵點提取難度相當了 點雲的中層次處理則的英文 特徵描述...

三維計算視覺研究內容

三維計算視覺研究內容包括 三維匹配 多檢視三維重建 slam 目標識別 形狀檢測與分類 語義分類 立體視覺與立體匹配 zncc sfm1 點雲濾波方法 資料預處理 雙邊濾波 高斯濾波 條件濾波 直通濾波 隨機取樣一致性濾波。voxelgrid 2 關鍵點 iss3d harris3d narf si...