【逐函数讲解ORB_SLAM2源码】10.特征点的几何中心和灰度质心

ORB-SLAM2代码实现之灰度质心法: orb-slam2注释代码：https://github.com/electech6/ORBSLAM2_detailed_comments 实现思路： 目的：已知形心P,求解质心Q 1、为了保证旋转不变性，所以要在圆内计算； 2、为了在园内计算，故要知道圆的边界，才能去索引； 3、为了知道圆的边界，在已知纵坐标的情况下，还需知道横坐标umax； 4、最终利用IC_Angle函数进行并行求解像素和 灰度质心原理计算方法： ...

第02讲 SLAM系统的构造函数、特征点图像金字塔、构造灰度质心图一、单目的主函数 分析1. 入口：2. System的构造函数二、ORB特征学习1. 提取特征点FAST和描述子BRIEF2. 灰度质心法 一、单目的主函数 分析 1. 入口： ····ORB-SLAM2/Examples/mono_tum.cc 2. System的构造函数 ····System.h ····System.cpp 重点：Tracking ····Tacking.cc 重点：提取ORB特征 比如要提取1000个特

ORBSLAM2-灰度质心法求旋转不变性代码 代码 当使用和四叉树的策略，将ORB特征点均匀的分布在在图像中后，接下来就需要进行计算方向，因为FAST角点与Brief描述子是不具备旋转不变性的，因此用灰度质心法计算旋转不变性。 const int scaledPatchSize = PATCH_SIZE*mvScaleFactor[level];//定义每层patch_size的缩放，，这边就是在前面系统构造函数中所画的圆的直径，因为在图像金字塔中，每层的图像大小是不一样的，因此计算的圆的大小也是不一..

文章目录前言一、关键点和描述子1.FAST关键点：2.FAST 描述子：二、 灰度质心法1.什么是灰度质心法？2.在一个圆内计算灰度质心三、 特征点角度计算1.steer brief2.IC_Angle 计算技巧四、金字塔的计算五、特征点数量的分配计算六、使用四叉树均匀分布特征点七、高斯处理1.高斯模糊2.高斯模糊常用的高斯模板八、特征点去畸变 前言 随着slam的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习，本文就介绍了orb-slam的基础内容。 一、关键点和描述子 1.FAST关键点

IC_Angle 利用灰度质心法求解关键点方向角并在computeOrientation函数中被调用计算图像中所有特征点的方向。

这段代码通过预计算逆缩放因子和逆方差，为ORB特征提取的尺度不变性提供了数学基础，同时通过空间换时间的策略优化了实时性能，是计算机视觉中多尺度特征处理的核心步骤之一。

（1）大致流程（2）代码实现。

设置一个比例因子scaleFactor（opencv默认为1.2）和金字塔的层数nlevels（pencv默认为8）。将原图像按比例因子缩小成nlevels幅图像。缩放后的图像为：I’= I/scaleFactork(k=1,2,…, nlevels)。nlevels幅不同比例的图像提取特征点总和作为这幅图像的oFAST特征点。特征的旋转是由灰度质心法（Intensity Centroid）实现的。下面介绍灰度质心法。

图像特征点性质： 可重复性：在不同图像中能重现 可区别性：不同的点有不同的表达 高效：特征点数量应远小于像素数量 本地：特征仅与一小片区域相关 1.FAST特征点 FAST是一种角点，主要检测局部像素灰度变化明显的地方，以速度快著称。它的思想是：如果一个像素与它领域的像素差别较大，那它更可能是角点。相比于其他角点检测算法，FAST只需比较像素亮度大小，十分快捷。其检测过程如...

参考 对常用特征点记录总结 图像处理特征不变算子系列之SUSAN算子（三） Susan SUSA（Smallest Univalue Segment Assimilating Nucleus）算子是一种高效的边缘和角点检测算子，并且具有结构保留的降噪功能 原理 用一个圆形模板在图像上移动，若模板内的像素灰度与模板中心的像素（被称为核Nucleus）灰度值小于一定的阈值，则认...

以ORB关键点为原点，取16×16的图像块A，原点到图像块A质心的连线就是ORB特征点的方向， 第1步：计算 m00=∑x,y∈AI(x,y) m_{00} = \sum_{ x,y\in{A} } I(x, y) m00​=x,y∈A∑​I(x,y) m10=∑x,y∈Ax∗I(x,y) m_{10} = \sum_{ x,y\in{A} } x * I(x, y) m10​=x,y∈A∑​x∗I(x,y) m01=∑x,y∈Ay∗I(x,y) m_{01} = \sum_{ x,y\in{A

orbslam源码理论分析０—灰度质心法1.灰度质心法原理2.灰度质心法程序实现思路 1.灰度质心法原理 １．选择某个图像块B，然后将图像块B的矩 mpqm_{pq}mpq​ 定义为： 　　　　　　 　　x，yx，yx，y 表示像素坐标，I(x,y)I(x,y)I(x,y)表示此像素坐标的灰度值。 　　 2．图像块B的质心 CCC 可以通过步骤1中的矩找到： 　　　　　　　　　　 ３．方向向量 O...

ORB特征： 概述： ORB算法是Ethan Rublee在ICCV 2011上提出的一种用于基于视觉信息的特征点检测与描述算法，特征点检测部分利用运算速度特别快的FAST角点检测子，并针对FAST特征不具备方向的问题，加入了FAST特征的方向信息，特征点描述部分则是利用基于像素点二进制位比较的BRIEF特征描述子，并改进了 BRIEF描述子对图像噪声敏感和不具备旋转不变性的缺

ORBSLAM2--特征提取特征提取（ORBextractor.h and ORBextractor.cpp）ORBextractoroperator()ComputePyramidComputeKeyPointsOctTreecomputeOrientationIC_Angle高斯模糊computeDescriptors最后操作结语 说白了特征提取也就是对图像进行一定的操作，也就是对像素点进行一...

ORB-SLAM2-学习记录1-ORB特征提取

相关 :    Fast原理与源码解析    Brief描述子原理与源码解析    Harris原理与源码解析  转载请注明出处： http://blog.csdn.net/luoshixian099/article/details/48523267 CSDN-勿在浮沙筑高台   为了满足实时性的要求，前面文章中介绍过快速提取特征点算法Fast,以及特征描述子B

1．型心法        可理解为灰度重心法的特例，用于二值图像。   2．灰度重心法 version 1   3.灰度重心法 version 2