当前位置:   article > 正文

三维重建学习(一)特征提取和追踪_三维特征提取 ct序列

三维特征提取 ct序列

前言

今年大三,7月份来到澳洲国立大学(ANU)留学读双学位,在这的第一个学期就申请了Research and Development Project,有幸能够跟随导师做一个关于3D重建的项目。具体项目是基于一篇ICCV2015的论文《High Quality Structure from Small Motion for Rolling Shutter Cameras》,也就是SfSM,与传统的SfM略有不同,各有优劣。

学习过程很枯燥,大多要靠自己读论文,自己思考,因为这个项目的领域圈子很窄,人数很少,所以基本要靠独立思考。在这把学习的过程分享出来,也当是复习了。

这个项目我目前一直是在用Matlab实现,代码,运行结果,以及测试图片都会附上。

Feature Exaction 特征提取

这里用的特征提取就是很有名的Harris Corner,Matlab中Harris Corner的实现方法很简单,就是一个叫做detectMinEigenFeatures的函数,有兴趣可以看看 MathWorks的官方例子
points = detectMinEigenFeatures(I)
这里变量I即为存储图像的变量,输出的points即为提取的特征点的坐标。坐标储存在一个nx2的矩阵里,即points。
接下来我展示一下特征点提取的具体用法
  1. % Load images
  2. I1 = imread('MilkCart_1.jpg');
  3. % Detect feature points
  4. imagePoints1 = detectMinEigenFeatures(rgb2gray(I1), 'MinQuality', 0.1);
  5. % Visualize detected points
  6. figure
  7. imshow(I1);
  8. title('150 Strongest Corners from the First Image');
  9. hold on
  10. plot(selectStrongest(ima
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/煮酒与君饮/article/detail/898900
推荐阅读
  

闽ICP备14008679号