Feature Matching

juhyeon — Mon, 11 Jul 2022 17:36:44 +0900

- feature : 모든 주변 방향으로 작은 양만큼 이동할 때 가장 큰 변동을 갖는 이미지 영역 선택

feature detection

- Harris Corner Detection

- feature(1. corner 2. edge 3. flat) 추출

- cv.cornerharris()

-input: grayscale 이미지 (float32 type)

-output: 평가점수를 포함한 grayscale image

-cv.cornerSubPix()

-감지된 corner를 sub-pixel 정확도로 세분화

-Rotation-invarient / Scale-varient

- Shi-Tomashi corner Detection

-Harris Corner Detection 개선 버전

-cv.goodFeaturesToTrack() // 가장 강한 n개의 corner를 찾는다.

-input: grayscale image

-output: n개의 코너지점

-Rotation-invarient / Scale-varient

- SIFT(Scale Invarient Feature Transform)

- 스케일의 변화에 영향을 받지 않음

- 순서

1. Scale-space Extrema Detection

2. Keypoint Localization

3. Orientation Assignment

4. KeyPoint Descriptor

5. KeyPoint Matching

- cv.SIFT_create()

- cv.detectAndCompute(gray, None)

- SURF(Speed-Up Robust Features)

- SIFT의 개선 버전

- 최소한의 정보를 사용을 통해 descriptor의 기능 저하 없음

- 계산 속도에서 SIFT의 3배이상 개선

- good: blurring, rotation

- bad: view point change, illumination change

- U-SURF : SURF보다 속도 개선, 하지만 특징점의 방향은 고려하지 않음

- FAST(Feature from Accelerated Segment Test)

- harris coner, shi-tomasi, SIFT, SURF는 실시간성을 보장 못함

- 위의 방식에 비해 몇 배는 빠름

- 노이즈에 약함

- 임계값에 의존

- Machine Learning 사용

- BRIEF(Binary Robust Independent Elementary Features)

- feature descriptor 역할만 하기 때문에 feature detection은 SIFT, SURF등을 이용해 추출함

- 제작자는 CensSurE를 권장

- 회전이 크지 않을 때 준수한 결과를 보장

- faster method feature descriptor calculation and matching

- ORB(Oriented Fast and Rotated BRIEF)

- OpenCV에서 만든 저작권 free feature 추출 기법

- FAST의 keypoint Detector + BRIEF의 descriptor

1. FAST를 통해 keypoint 추출

2. harris corner measurement를 통해 상위 N개의 포인트 추출

3. pyramid를 이용하여 멀티 스케일링

Feature Matching

- Brute Force Matcher

- A set의 feature하나의 descriptor를 B set의 feature 전수조사를 통해 가장 가까운 거리의 feature 선정

- FLANN Matcher(Fast Library for Aboutly Neighbors)

- 대규모 데이터 셋에서 BF Matcher보다 빠르게 동작

Feature Matching + Homography to find objects

- cv.findHomography() // 두 개의 이미지 포인트 셋을 통과시키면 물체의 투시변환을 찾을 수 있음 // inlier와 outlier를 구분하는 mask를 제공

- cv.perspectiveTransform() // 물체 탐지

- RANSAC 알고리즘, LEAST_MEDIAN 알고리즘 사용됨

online map merging

juhyeon — Mon, 11 Jul 2022 12:04:00 +0900

LIO-SAM SLAM

juhyeon — Thu, 30 Jun 2022 15:28:33 +0900

20220429 labmeeting_박주현.pptx

1.12MB

map merging_unknown initial pose

juhyeon — Thu, 30 Jun 2022 15:26:43 +0900

map_merging_unknown.pptx

2.49MB

map merging_known initial pose

juhyeon — Thu, 30 Jun 2022 15:26:19 +0900

Map Merging.pptx

0.29MB

SLAM Simulatuins

juhyeon — Thu, 10 Mar 2022 11:03:50 +0900

용량이 너무 커서 안올라감......

ROS Hector SLAM

juhyeon — Thu, 10 Mar 2022 11:03:01 +0900

ROS Hector SLAM 알고리즘

Hector SLAM_20180485_박주현.pptx

11.64MB

ROS GMapping

juhyeon — Thu, 10 Mar 2022 11:02:20 +0900

ROS GMapping

GMapping_20180485_박주현.pptx

18.22MB

ROS 이해

juhyeon — Thu, 10 Mar 2022 11:00:12 +0900

ROS 이해_20180485 박주현.pptx

8.02MB

SLAM 개요

juhyeon — Thu, 10 Mar 2022 10:59:02 +0900

최종제출보고서_박주현.pptx

1.32MB

JH workbook

Feature Matching

online map merging

LIO-SAM SLAM

map merging_unknown initial pose

map merging_known initial pose

SLAM Simulatuins

ROS Hector SLAM

ROS GMapping

ROS 이해

SLAM 개요