简历上作品展示网站链接怎么做/一键制作网站

简历上作品展示网站链接怎么做,一键制作网站,网页设计与网站建设教材,期末作业css div网站目录 1 题目介绍2 求解 1 题目介绍已知鱼眼相机的参数， image_width，表示图像的宽度image_height，表示图像的高度 ξ \xi ξ，表示鱼眼相机参数 k 1 k_1 k1、 k 2 k_2 k2，表示径向相机参数 p 1 p_1 p1、 p 2 p…

1 题目介绍

已知鱼眼相机的参数，

image_width，表示图像的宽度
image_height，表示图像的高度
$\xi$ ，表示鱼眼相机参数
$k_1$ 、 $k_2$ ，表示径向相机参数
$p_1$ 、 $p_2$ ，表示切向相机参数
$f_x$ 、 $f_y$ ，表示相机的焦距
$c_x$ 、 $c_y$ ，表示相机的光心

已知相机坐标系到车体坐标系的变换矩阵，

$t$ ，表示平移向量
$R$ ，表示旋转矩阵

给出4组这样的参数及相应的图片，请求解最终的IPM图片。

2 求解

(1)设置最终IPM图像的尺寸为 $1000\times 1000$ （用符号 $ipm\_img\_h\times ipm\_img\_w$ 表示），其中每个像素的长度和宽度为0.02米（用符号 $_ pixel\_scale\_$ 表示）。

(2)遍历IPM图像中的每个像素 $(u, v)$ ，那么可以直到机体坐标系的点的坐标值为，
$p_v = \begin{bmatrix}-(0.5 \cdot ipm\_img\_h - u) * pixel\_scale \\ 0.5 \cdot (ipm\_img\_w - v) \cdot pixel\_scale \\ 0 \end{bmatrix} \tag{1}$
(3)求得在相机坐标系下的坐标值为，
$p_c = R^T \cdot p_v - R^T \cdot t \tag{2}$

将 $p_c$ 归一化操作，得到 $p_{c\_norm}$ 。

(4)此时，得到单位平面上的点 $x_1,y_1)$ ，
$\begin{align} x_1 = \frac{p_{c\_norm}[0]} { p_{c\_norm}[2] + \xi} \\ y_1 = \frac{p_{c\_norm}[1]} { p_{c\_norm}[2] + \xi} \end{align} \tag{3}$

(5)得到畸变后的点 $x_2,y_2)$ ，
$\begin{align} r &= \sqrt{x_1^2 + y_1^2} \\ x_2 &= x_1 (1 + k_1 r^2 + k_2 r^4) + 2 p_1 x_1 y_1 + p_2(r^2+2x_1^2) \\ y_2 &= y_1 (1 + k_1r^2+k_2r^4) + p_1(r^2+2y_1^2) + 2p_2x_1y_1 \end{align} \tag{4}$

(6)将点 $x_2,y_2)$ 投影到图像坐标系，得到 $u_1,v_1)$ ，
$\begin{align} u_1 &= f_x x_2 + c_x \\ v_1 &= f_y y_2 + c_y \end{align} \tag{5}$
将鱼眼相机中的点 $u_1,v_1)$ 的颜色赋给IPM图像中的 $(u . v)$ 坐标。

此处需要注意：

tip1: 获取颜色时需要四舍五入 $u_1$ 和 $v_1$ 。

tip2: 如果IPM图像中 $(u, v)$ 坐标已经被赋予了颜色信息，记录它的次数，那么最终的颜色值通过次数来加权平均，
$\frac{total-1}{total} \cdot color + \frac{1}{total} \cdot new\_color \tag{6}$

最终的代码如下，

cv::Mat IPM::GenerateIPMImage(const std::vector<cv::Mat>& images) const {// Initialize a black IPM image with dimensions ipm_img_h_ x ipm_img_w_ and 3 channels (RGB)cv::Mat ipm_image = cv::Mat::zeros(ipm_img_h_, ipm_img_w_, CV_8UC3);std::vector<std::vector<int>> uv_cnt(ipm_img_h_, std::vector<int>(ipm_img_w_, 0)); // Check if the number of input images matches the number of camerasif (images.size() != cameras_.size()) {// If not, print an error message and return the initialized black IPM imagestd::cout << "IPM not init normaly !" << std::endl;return ipm_image;}// Iterate over each pixel in the IPM imagefor (int u = 0; u < ipm_img_w_; ++u) {for (int v = 0; v < ipm_img_h_; ++v) {// Calculate the point p_v in vehicle coordinates, p_v is corresponding to the current pixel (u, v).// Assume the height of the ipm_image in vehicle coordinate is 0.Eigen::Vector3d p_v(-(0.5 * ipm_img_h_ - u) * pixel_scale_,(0.5 * ipm_img_w_ - v) * pixel_scale_, 0);// Iterate over each camerafor (size_t i = 0; i < cameras_.size(); ++i) {// Project the vehile point p_v into the image plane uvTODO begin/////将vehicle系下的点转到camera系下Eigen::Vector3d p_c = cameras_[i].T_vehicle_cam_.inverse() * p_v;// Eigen::Maxtrix3d R1 = cameras_[i].T_vehicle_cam_.linear();// Eigen::Vector3d t1 = cameras_[i].translation();if (p_c[2] < 0.0) { //过滤z值小于0的点continue;}//将camera系下的点转到图像系下 Eigen::Vector3d norm_p_c = p_c.normalized();norm_p_c[2] += cameras_[i].xi_;//unit plane上的点(x1,y1)double x1 = norm_p_c[0] / norm_p_c[2];double y1 = norm_p_c[1] / norm_p_c[2];double r_2 = x1 * x1 + y1 * y1;//获取参数k1,k2,p1,p2double k1 = cameras_[i].D_.at<double>(0, 0);double k2 = cameras_[i].D_.at<double>(1, 0);double p1 = cameras_[i].D_.at<double>(2, 0);double p2 = cameras_[i].D_.at<double>(3, 0);//畸变后的点(x2,y2)double x2 = x1 * (1 + k1 * r_2 + k2 * r_2 * r_2) + 2.0 * p1 * x1 * y1 + p2 * (r_2 + 2 * x1 * x1);double y2 = y1 * (1 + k1 * r_2 + k2 * r_2 * r_2) + p1 * (r_2 + 2 * y1 * y1) + 2.0 * p2 * x1 * y1;//获取参数fx,fy,cx,cydouble fx = cameras_[i].K_.at<double>(0, 0);double fy = cameras_[i].K_.at<double>(1, 1);double cx = cameras_[i].K_.at<double>(0, 2);double cy = cameras_[i].K_.at<double>(1, 2);//图像坐标系下的点(u1,v1)double u1 = fx * x2 + cx;double v1 = fy * y2 + cy;//四舍五入，得到最终的uv0,uv1int uv0 = static_cast<int>(std::round(u1));int uv1 = static_cast<int>(std::round(v1)); TODO end/// (uv0, uv1) is the projected pixel from p_v to cameras_[i]// Skip this point if the projected coordinates are out of bounds of the camera imageif (uv0 < 0 || uv0 >= cameras_[i].width_ || uv1 < 0 ||uv1 >= cameras_[i].height_) {continue;}// Get the pixel color from the camera image and set it to the IPM image// If the IPM image pixel is still black (not yet filled), directly assign the colorif (ipm_image.at<cv::Vec3b>(v, u) == cv::Vec3b(0, 0, 0)) {ipm_image.at<cv::Vec3b>(v, u) = images[i].at<cv::Vec3b>(uv1, uv0);uv_cnt[v][u] += 1;} else {// Otherwise, average the existing color with the new coloruv_cnt[v][u] += 1;double total = 1.0 * uv_cnt[v][u]; ipm_image.at<cv::Vec3b>(v, u) = (total - 1.0) / total * ipm_image.at<cv::Vec3b>(v, u) + 1.0 / total * images[i].at<cv::Vec3b>(uv1, uv0); }}}}// Return the generated IPM imagereturn ipm_image;
}