该代码含多个图像拼接的实现。使用多张图片创建全景图
建议先安装anaconda，配置opencv和python
2022-11-29 09:28:30
1.1MB
我看了网上很多的教程，不过一直僵持了很久都没能成功，今天偶然成功了，分享一下成功的经验。因为网上很多都是Ubuntu和树莓派系统的SSH搭建，也为使用TurtleBot的机器人爱好者一个成功的案例吧。
相信大家都做过不少尝试了，之前发布过TurtleBot3-Burger+Ubuntu18.04+Melodic ROS 安装记录，我是通过HDMI线连接的显示屏做的树莓派的配置。
首先要确定PC端和树莓派都安装了ssh，指令是这样的：
sudo apt-get install ssh
我还用了：
sudo apt install openssh-server
不过我不太清楚这两个命令间区别在
2022-11-28 22:00:36
181KB
1
opencv3.4.1_contrib_install_complete已将opencv3.4.1_contrib编译进原始opencv3.4.1，按照正常配置OpenCV方法即可在VS等IDE使用，如SIFT,SURF
2022-11-28 21:59:49
38.75MB
1
单眼视觉测距法：通过ORB关键点进行简单的单眼视觉测距法（vSLAM的一部分），具有初始化，跟踪，局部地图和包调整功能。 （警告：您好，很抱歉，此项目仅针对课程演示进行了调整，不适用于实际应用！！！）
单眼视觉测程
具有4个组成部分的单眼视觉里程表（VO）：初始化，跟踪，局部地图和束调整。
阅读《灌篮高手》后，我做了这个项目。 这也是我于2019年3月在NWU开设的EESC-432 Advanced Computer Vision课程的最终项目。
演示：
在上图中： 左侧是视频和检测到的关键点。 右侧是与左侧视频相对应的摄像机轨迹：白线来自VO；白线来自VO。 绿线是事实。 白线上的红色标记是关键帧。 点是地图点，其中红色的点是新三角剖分的。 您可以在此处下载。
报告
我的pdf版本课程报告在。 与本自述文件相比，它对算法的描述更为清晰，因此我建议阅读。
目录
1.算法
通过以下过程/算法来实现此VO：
1.1。 初始化
估计相对相机姿势： 给定视频，将第一帧（图像）设置为参考，并与第二帧进行特征匹配。 计算两个帧之间的基本矩阵（E）和单应矩阵（H）。 用的方法计算它们的对称传递误差，然后选择更好的一个（即，如果H /（E + H）> 0.45，则选择H）。 将E或H分解为两个帧之间的相对姿势，即旋转（R）和平移（t）。 通过使用OpenCV，E给出1个结果，H给出2个结果，满
2022-11-28 15:02:23
86KB
1