接上一篇:

http://www.cnblogs.com/letben/p/5446074.html#3538201

捆绑调整

(好开心有同学一起来看看这些问题,要不然就是我自己的话,我应该也不会看的吧,所以某种程度上说,他也帮了我呢。。。吼吼吼)

关于捆绑调整,由于摄影设备本身的焦距、光圈等等问题,是容易导致图片集的结果不一致的。【但是原文里面提到的相机参数又包括什么呢? TODO 】那么问题就来了,如果要进行拼接,第一幅图拼接第二幅的时候,会遵从一个标准(比如,以第一幅为标准的亮度,或者是第二幅,或者是两个图片的均值),接下来如果第三幅图片拼接一跟二的结果的时候,又出现了这种标准不一致的问题,要怎么办,照这个情况下去,都拼接完,全景图也还是不能看的。所以。要是能为所有的图像给出一个基准的容器或者模板或者说相框的话,把每一次都要放到模板中的图片进行旋转和焦距长度的初始化以后,【所以相机参数指的是 悬着和焦距么?】最后在使用L-M算法更新。

执行一个调用:关于L-M算法。【大概是工程数学学到的拟合问题,有一个我记得叫龙格库塔?大概是这么个人吧,总之就是利用给的一些离散的点(算了还是不要装逼了,就是 初中数学学到的,在xy轴上随意的几个点,如果他们是(1,2) (3,6)的话就好了,这样必然有一条曲线(这里面是直线)能够描述,如果这个线比较特殊,点也比较多,不能用一条直线,甚至不能用某一条曲线刻画的话,那么一定在误差允许范围内有一条大概能够描述这些点的曲线,说白了,就是用手画一条平滑(当然是不是可以有顿点,拐点,不连续点也未可知)曲线(或者直线或者几次函数)来尽量把所有的点都描起来,如果还是描不起来的话,那就让点距离曲线的距离尽量小,)】

还是不好理解的话,就是因为我们所有相机参数比较离散(分散,且不具有可描述的规律),不能通过以前学的初中甚至高中数学知识来精确算得,这样在大学学到的近似描述可以大概确定一个比较靠谱的点,实际应用也不要求我们找到这样一个曲线,所以只要能定参数就够了,这里采用了Levenberg Marquardt这个算法来确定一个近似最优解。

那这里面的求解最优解,其实可以比如用别的算法,

http://www.cppblog.com/abilitytao/archive/2010/12/10/136058.html

这里面提到了他,是不是用了12步?

【那采用龙格库塔的话算法速度应该还会快吧~~~毕竟龙格库塔四阶趋近的速度?印象中是,这不就是一个算法速度的改进嘛~~~至于效率,,,其实感觉上是杯水车薪,能快个几百纳秒?】

龙格库塔:http://blog.sina.com.cn/s/blog_418394a90101jy26.html

然后是L-M 的具体算法,如果 你有工程数学那本书的话,可以翻翻,就是一些书上内容的叙述。

以及图片到文章的对应。

接下来是 Huber函数

http://blog.csdn.net/u010922186/article/details/41217847

这里在众多的函数中挑选了这个,倒是也没说为什么,就可以试一下别的误差函数收敛一下。看看效果。

然后4.1通过一堆理论的推导,发现可以通过算

来近似计算矩阵转置残差

(虎头蛇尾了。。。)

关于automatic_Panoramic_Image_Stitching_using_Invariant_features 的阅读笔记(2)的更多相关文章

  1. 关于automatic_Panoramic_Image_Stitching_using_Invariant_features 的阅读笔记

    并没有都读完,不过感觉还是有必要做一个笔记的,毕竟这只是随笔不是文章,所以可以有多少写多少,也算是工作总结了,最重要的是这个好在可以,完成所有有意义文档的检索,比起自己的word来说高级很多~~~. ...

  2. 阅读笔记 1 火球 UML大战需求分析

    伴随着七天国庆的结束,紧张的学习生活也开始了,首先声明,阅读笔记随着我不断地阅读进度会慢慢更新,而不是一次性的写完,所以会重复的编辑.对于我选的这本   <火球 UML大战需求分析>,首先 ...

  3. [阅读笔记]Software optimization resources

    http://www.agner.org/optimize/#manuals 阅读笔记Optimizing software in C++   7. The efficiency of differe ...

  4. 《uml大战需求分析》阅读笔记05

    <uml大战需求分析>阅读笔记05 这次我主要阅读了这本书的第九十章,通过看这章的知识了解了不少的知识开发某系统的重要前提是:这个系统有谁在用?这些人通过这个系统能做什么事? 一般搞清楚这 ...

  5. <<UML大战需求分析>>阅读笔记(2)

    <<UML大战需求分析>>阅读笔记(2)> 此次读了uml大战需求分析的第三四章,我发现这本书讲的特别的好,由于这学期正在学习设计模式这本书,这本书就讲究对uml图的利用 ...

  6. uml大战需求分析阅读笔记01

    <<UML大战需求分析>>阅读笔记(1) 刚读了uml大战需求分析的第一二章,读了这些内容之后,令我深有感触.以前学习uml这门课的时候,并没有好好学,那时我认为这门课并没有什 ...

  7. Hadoop阅读笔记(七)——代理模式

    关于Hadoop已经小记了六篇,<Hadoop实战>也已经翻完7章.仔细想想,这么好的一个框架,不能只是流于应用层面,跑跑数据排序.单表链接等,想得其精髓,还需深入内部. 按照<Ha ...

  8. Hadoop阅读笔记(六)——洞悉Hadoop序列化机制Writable

    酒,是个好东西,前提要适量.今天参加了公司的年会,主题就是吃.喝.吹,除了那些天生话唠外,大部分人需要加点酒来作催化剂,让一个平时沉默寡言的码农也能成为一个喷子!在大家推杯换盏之际,难免一些画面浮现脑 ...

  9. Hadoop阅读笔记(五)——重返Hadoop目录结构

    常言道:男人是视觉动物.我觉得不完全对,我的理解是范围再扩大点,不管男人女人都是视觉动物.某些场合(比如面试.初次见面等),别人没有那么多的闲暇时间听你诉说过往以塑立一个关于你的完整模型.所以,第一眼 ...

随机推荐

  1. UI:数据持久化

    数据持久化    参考1  参考2  参考3 什么是数据持久化,就是将文件保存在本地的硬盘中,使得应用程序或者机器重启后可以继续访问以前保留的数据.IOS开发中有许多的数据持久化方案. 如下面五种方案 ...

  2. [转载]NoSQL数据库的基础知识

    关系型数据库和NoSQL数据库 什么是NoSQL 大家有没有听说过“NoSQL”呢?近年,这个词极受关注.看到“NoSQL”这个词,大家可能会误以为是“No!SQL”的缩写,并深感愤怒:“SQL怎么会 ...

  3. contentWindow 和contentDocument区别 及iframe访问

    a>contentWindow 兼容各个浏览器,可取得子窗口的 window 对象. b>contentDocument Firefox 支持,> ie8 的ie支持.可取得子窗口的 ...

  4. PLSQL中便捷的输入

    我们可以利用PLSQL工具中的替换功能进行sql语句的输入,具体做法如下: 工具---首选项---用户界面---编辑器 1. 然后点击“edit”按钮: 2. . 在文本框中输入你想要替换的字符,等号 ...

  5. 第一章TP-Link 703N刷OpenWrt

    1)下载编译好的固件 openwrt-ar71xx-generic-tl-wr703n-v1-squashfs-factory.bin openwrt-ar71xx-generic-tl-wr703n ...

  6. gulp安装和使用简介

    一. gulp和grunt对比 grunt目前的工作流程:读文件.修改文件.写文件——读文件.修改文件.写文件——... gulp目前的工作流程:读取文件——修改文件——修改文件...——写文件 二. ...

  7. jquery网页字体变大小

    <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/ ...

  8. $(document).ready()与 window.onload执行时机

    $(document).ready()方法和window.onload方法有相似的功能,但是在执行时机方面是有区别的.window.onload方法是子啊网页中的所有元素(包括元素的所有关联的文件)完 ...

  9. 六分钟学会创建Oracle表空间的步骤

    经过长时间学习创建Oracle表空间,于是和大家分享一下,看完本文你肯定有不少收获,希望本文能教会你更多东西. 1.先查询空闲空间 select tablespace_name,file_id,blo ...

  10. C#制作艺术字

    相信 Word  中的 艺术字 功能大家都不陌生, 前面这个 "Word" 单词就是它所为. 今天, 我们就利用C#来制作几款自己的艺术字, 可能会对我们了解字体图像的制作原理有一 ...