写在前面 Sobel算子同样是一种一阶微分算子,它的卷积算子和Prewitt算子非常类似,仅仅是系数不同,但Sobel算子对于像素位置的影响做了加权,与Prewitt算子、Roberts算子相比效果更好。 优点对边缘定位较为准确,能较好地处理灰度渐变和噪声较多的图像,计算简单,可分别计算水平和垂直边缘,如EasyPR用其定位车牌。 原理首先我们看Sobel算子: 我们发现:相比Pr
1.ssh密钥登陆 ssh登陆开发作为必修课,默认密码登陆不安全又得每次输密码,有点不雅,改之。在windows上使用的是Fluent Terminal(个人使用习惯)。 1.1 因为经常使用macbook,所以先设置增加mac登陆密钥 先用密码ssh登陆x3派: ssh-keygen 一路回车就行,想增加安全性可以设置带密码的密钥。 cd .ssh cat id_rsa.pub &
写在前面 首先介绍一下YUV颜色空间,YUV(亦称YCrCb)是被欧洲电视系统所采用的一种颜色编码方法。在现代彩色电视系统中,通常采用三管彩色摄像机或彩色CCD摄影机进行取像,然后把取得的彩色图像信号经分色、分别放大校正后得到RGB,再经过矩阵变换电路得到亮度信号Y和两个色差信号R-Y(即U)、B-Y(即V),最后发送端将亮度和两个色差总共三个信号分别进行编码,用同一信道发送出去。这种色彩的表示
本文主要介绍,利用Airsim中自己的场景跑通Lego-Loam;并且画出Lego-Loam的里程计轨迹,与真值轨迹(目前只能完成基本的建图功能,画轨迹部分待完善,坐标系搞得有些蒙) 1、设置setting文件 { "SeeDocsAt": "https://github.com/Microsoft/AirSim/blob/master/docs/settings.md", "Se
这是一个求解二次方程的简单例子。 主要关注GUI和与方程相关的图形。 参考代码: function quad_eqn() %Solving the quadratic equation by graphical method %Quadratic equation is split into two representing two equations %parabola
写在前面 大津法(OTSU)是一种确定图像二值化分割阈值的算法,由日本学者大津于1979年提出。从大津法的原理上来讲,该方法又称作最大类间方差法,因为按照大津法求得的阈值进行图像二值化分割后,前景与背景图像的类间方差最大。 它被认为是图像分割中阈值选取的最佳算法,计算简单,不受图像亮度和对比度的影响,因此在数字图像处理上得到了广泛的应用。它是按图像的灰度特性,将图像分成背景和前景两部分。因方差
1、点云读写 pcl官方教程真的比较详细,可惜是英文的,不过耐心看下去,也能看懂。 Reading Point Cloud data from PCD files — Point Cloud Library 0.0 documentation 读取pcd文件 #include <iostream> #include <pcl/io/pcd_io.h> #incl
以前用刚性词级边界框训练的方法在以任意形状表示文本区域方面存在局限性。论文提出了一种新的场景文本检测方法,通过探索每个字符和字符之间的亲和力来有效地检测文本区域。为了克服缺乏单个字符级别注释的问题,论文提出的框架既利用了合成图像的给定字符级别注释,也利用了通过学习的临时模型获得的真实图像的估计字符级别地面实况。为了估计字符之间的亲和力,网络使用新提出的亲和力表示进行训练。对六个基准的广泛实验,包括
写在前面Prewitt算子同样也是一种一阶微分算子,利用像素点上下左右邻点灰度差,在边缘处达到极值检测边缘,对噪声具有平滑的作用。 原理其原理是在图像空间利用两个方向模板与图像进行邻域卷积来完成的,这两个方向模板一个检测水平边缘,一个检测垂直边缘。 相比Roberts算子,Prewitt算子对噪声有抑制作用,抑制噪声的原理是通过像素平均,因此噪声较多的图像处理得比较好,但是像素平均相当于对图像
0. 简介 CUDA作为并行加速的利器,目前已经被越来越多的利用在图像处理领域中,很多时候我们需要做耗时的图像工作时,使用GPU加速是一个很好地解决方法。充分利用CUDA架构特有的常量存储器和共享存储器对普通并行算法进行改进.讨论了如何根据程序和显卡设备的固有属性来分配线程以达到最高的GPU占用率,从而得到最优的加速效果。 1. CUDA加速 在基于GPU的并行系统中, CPU和GPU各司其
0.简介 对于Unity而言,其拥有非常完备的物理特性,这对于机器人仿真是非常有用的,但是实际上Unity和ROS之间的通信一直是摆在两者之间的难题,正好看到宇宙爆肝锦标赛冠军写的这个系列,所以个人想参照为数不多的资料来进行整理,并完成这个系列的文章。“Unity Robotics Hub”是一种基于Unity环境的机器人模拟工具、教程、资源以及文档信息的资料库。机器人工作者可以在模拟场景中使用
安装WiringPi 安装git工具,执行以下命令: sudo apt update sudo apt install git-core 通过git在线获取WiringPi的源代码,执行以下命令: git clone https://gitee.com/study-dp/WiringPi.git 进入WiringPi目录安装WiringPi。执行以下命令: cd WiringPi
地图构建 Hint 操作环境及软硬件配置如下: OriginBot机器人(导航版) PC:Ubuntu (≥20.04) + ROS2 (≥Foxy) 1. 启动底盘和雷达 SSH连接OriginBot成功后,在终端中输入如下指令,启动机器人底盘和激光雷达: $ ros2 launch originbot_bringup originbot.launch.py u
写在前面 盒子滤波是一种非常有用的线性滤波,也叫方框滤波,最简单的均值滤波就是盒子滤波归一化的情况。 应用:可以说,一切需要求某个邻域内像素之和的场合,都有盒子滤波的用武之地,比如:均值滤波、引导滤波、计算Haar特征等等。 优势:就一个字:快!它可以使复杂度为O(MN)的求和,求方差等运算降低到O(1)或近似于O(1)的复杂度,也就是说与邻域尺寸无关了,有点类似积分图吧,但是貌似比积分图
写在前面 Canny边缘检是在在1986年提出来的,到今天已经30多年过去了,但Canny算法仍然是图像边缘检测算法中最经典、先进的算法之一。 相比Sobel、Prewitt等算子,Canny算法更为优异。Sobel、Prewitt等算子有如下缺点: 没有充分利用边缘的梯度方向。 最后得到的二值图,只是简单地利用单阈值进行处理。 而Canny算法基于这两点做了改进,提出了:
基础功能编程 Hint 操作环境及软硬件配置如下: OriginBot机器人(视觉版/导航版) PC:Ubuntu (≥20.04) + ROS2 (≥Foxy) 获取里程计消息 运行例程 启动机器人底盘后,在机器人或者PC端运行如下指令: $ ros2 run originbot_demo echo_odom 很快就可以在终端中看到里程计odom话题中的位置坐标
0. 简介 最近作者希望系统性的去学习一下CUDA加速的相关知识,正好看到深蓝学院有这一门课程。所以这里作者以此课程来作为主线来进行记录分享,方便能给CUDA网络加速学习的萌新们去提供一定的帮助。 1. GPU与CPU区别 处理器指标一般主要分为两大类,第一块主要是延迟,另一块是吞吐量。 1.1 CPU概念 对于CPU而言,首先是拥有较大的内存,其具有L1,L2,L3三级的存储。通过多级
0. 简介 作为常用的配准方法,ICP和NDT两种匹配被广泛应用于激光雷达的点云配准方法中。我们知道IPC的匹配主要是描述了点到点的匹配方法,而无法胜任点到面以及面到面的匹配,而本博客主要就是将向读者分析《Generalized-ICP》这篇论文,GICP可以通过点到点的距离作为损失函数求解point-to-point的损失函数,点到局部目标点局部拟合的平面距离作为point-to-pl
写在前面 首先,搞清楚几个概念:滤波(高通、低通、带通、带阻) 、模糊、去噪、平滑,看下图: 滤波是对输入信号进行卷积处理的一个过程,写成一个表达式的形式是这样的:滤波 = 卷积( 输入信号 ,卷积模板 ), 卷积模板/掩膜 的不同决定了不同的滤波方式,也因此产生了高通、低通、带通、带阻等基本的滤波方式。 针对低通滤波,就是保留将信号中的低频部分,抑制高频部分。要达到这个目的,可以利用均
大津法是由大津展之(おおつのぶゆき)发明的算法,故称大津法。 一、 数学原理 大津法又叫最大类间方差法、最大类间阈值法(OTSU)。它的基本思想是,用一个阈值将图像中的数据分为两类,一类中图像的像素点的灰度均小于这个阈值,另一类中的图像的像素点的灰度均大于或者等于该阈值。如果这两个类中像素点的灰度的方差越大,说明获取到的阈值就是最佳的阈值(方差是灰度分布均匀性的一种度量
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信