Line Feature in computer vision

基于line特征的开源项目：
https://github.com/shidahe/semidense-lines      2018，基于orb-slam
https://github.com/rubengooj/pl-slam 2017
https://github.com/ySalaun/LineSfM/tree/master/TEST_IMAGES    2016，不是完整的项目
https://github.com/slslam/slslam   2014

https://github.com/manhofer/Line3Dpp   2015年，基于先的SFM，semidense-lines中包含了这个项目。

github上还有一些基于RGB-D的的line算法

line特征提取：
关于line特征的综述性文章
https://xuchi.weebly.com/rpnl.html    有源码， Chi. Xu; Lilian. Zhang

https://github.com/mtamburrano/LBD_Descriptor    基于原版的LBD(Lilian Zhang)算法重新实现，同时支持edge

Comments

ros调试----rosparm

当程序有许多参数传入时，通常会通过rosparm进行传递，传递形式为在roslaunch文件中的node中，使用rosparm，比如 <node pkg="tvio" type="image_processor_node" name="image_processor" output="screen" > <rosparam command="load" file="$(arg calibration_file)"/> <param name="grid_row" value="4"/> <param name="grid_col" value="5"/> <remap from="~imu" to="/xsens_imu_data"/> <remap from="~cam0_image" to="/camera/left/image_raw"/> <remap from="~cam1_image" to="/camera/right/image_raw"/> </node> 其中，calibration_file为指定的rosparam格式的yaml文件。可以通过launch文件启动调试，但是不是很习惯，还是喜欢用Clion的可视化调试。方法： 1）在终端中手动加载rosparam参数： python /opt/ros/kinetic/bin/rosparam load /xxxx/camchain.yaml 参数一旦加载后，会保持在本机上的参数服务器中（是不是和roscore相关），程序运行就能读取到。 2）remap中的参数项通过程序的命令行参数形式传入： image_processor ~imu:=/xsens_imu_data...

一、VO篇（monocular、stereo）

单目相关的一些资源 1、该作者实现了最简单的单目、Stereo VO，都是基于点特征的 Monocular Visual Odometry using OpenCV Visual Odmetry from scratch - A tutorial for beginners 2、Matlab官方文档中的例子： Monocular Visual Odometry 3、基于RANSC野点剔除： https://github.com/sunzuolei/mvo_ransac/tree/master/mvo_ransac 在Android平台的实现： https://github.com/sunzuolei/mvo_android https://github.com/sunzuolei/vo_basis 这里还向相关的视频 4、论文+代码 http://www.cs.cmu.edu/~rahuls/pub/icra2005-rahuls.pdf http://www.cs.cmu.edu/~vo/vo-0-2.tgz 5、libviso2 单双目基于点和线的VO：包括双目、单目(svo) http://mapir.uma.es/mapirwebsite/index.php/people/115-people/164-ruben-gomez.html 6、fovis 7、bpvo https://github.com/halismai/bpvo 该套算法来自CMU，以及作者的另一套开源算法photobundle，有作者的博士论文链接，拜读。双目vo： https://github.com/ucsdxiaoyuzhou/CSE252C_visual_odometry https://github.com/fovis/fovis 深度相机或者stereo https://github.com/jaiprakashgogi/visualodometry 带有简...

电子书籍整理

状态估计：神书： stste estimation for robotics. barfoot 微分集合&李群：李群的大部头神书： Notes on Differential Geometry and Lie Groups INTRODUCTION TODIFFERENTIAL GEOMETRY Introduction to Smooth Manifolds & Lie Groups INTRODUCTION TO DIFFERENTIABLEMANIFOLDS (笔记类型，一百多页) 一个很好的教学笔记： Lie groups, Lie Algebras, projective geomtry and optimization for 3D Geometry, Engineering and Computer Vision 张量： A Student’s Guide to Vectors and Tensors

hi～

Search This Blog