TIL

마스터: 노드간 통신 관리노드: 실행가능한 프로세스, HW 장치 1 or SW 모듈 1토픽: 센서데이터, 카메라이미지, 명령 등발행자 노드: 토픽 전송하는 주체구독자 노드: 토픽 받는 주체패키지: 노드와 노드 실행을 위한 정보들 (노드, lib, data, config

roscd: linux cd와 유사, ros 패키지 폴더 이동rosls: linux ls와 유사, ros 패키지 목록 확인rosed: ros 패키지 파일 편집roscp: ros 패키지 파일 복사roscore: 마스터 노드 실행 (master, rosout, parame

HD Map 제작 \* 거리 정보, 경사 등등을 사전에 정제하여 제작Localization 기술 \* 정밀지도와 연동하여 차량의 현재 위치 파악Global Path Planning (Route Planning) \* 목적지까지의 경로 찾기Object Detecti

트루 컬러 영상의 픽셀 C/C++ 표현 \* RGB 색 성분의 크기를 각각 0~255 범위의 정수로 표현 (char = 1Byte)보통의 경우 2차원 배열을 동적 할당하여 메모리를 사용하고, 사용 후 해제하며, 배열 정적 할당은 stack 영역 공간 확보에 한계가 있

1998: Intel 주도로 개발, 이후 오픈소스화 됨2006: OpenCV 1.0, C로 구현(함수 & 구조체), IplImage 구조체2009: OpenCV 2.0, C++로 전환(클래스), Mat 클래스2015: OpenCV 3.0, OpenCV 프로젝트 구조 개

norm(), dot(), ddot(), cross(), inside() 으로 연산 가능다양한 사칙연산에 대한 연산자 오버로딩과 std::cout 출력을 위한 << 연산자 오버로딩을 지원가로 세로 크기 정보를 표현멤버 변수: width, height멤버 함수

어두운 색을 더 어둡게, 밝은 색을 더 밝게 대비를 주는 것을 명암비 조절이라고 한다.$dst(x, y) = saturate(s \* src(x,y))$소스 이미지에 특정 스케일을 곱해 전체 이미지의 intensity를 변화시켜 색감을 변화시킨다.$s=0.5$ 일 경우

src: 입력 영상dst: 출력 영상ddepth: 원하는 결과 영상의 깊이를 지정. -1이면 src와 같은 깊이를 사용필터링 1번이 아니라, 여러번의 연산을 순차적으로 수행하고 싶을 경우 실수 값을 저장해서 가공할 수 있음kernel: 필터 마스크 행렬. 1채널 실수형

크기 불변 특징(Scale invariant feature) 코너의 특징 평탄한 영역, 에지 영역에 비해 변별력이 높음 이동, 회전 변환에 강인 크기 변환에 취약 크기 불변 특징점 스케일 스페이스(scale-space) 또는 이미지 피라미드

크기 불변 특징(Scale invariant feature) 코너의 특징 평탄한 영역, 에지 영역에 비해 변별력이 높음 이동, 회전 변환에 강인 크기 변환에 취약 크기 불변 특징점 스케일 스페이스(scale-space) 또는 이미지 피라미드

입력 영상은 미세한 노이즈가 포함되어 있기 때문에 엣지를 딸 때, 바로 미분을 적용한다면, 모든 구간에서 높은 엣지 값을 가질 수 있음따라서 가우시안 블러를 적용하여 잡음을 제거한 후 엣지를 검출하는 것이 바람직함전진 차분(forward difference):$\\fr

2차원 영상 좌표에서의 직선의 방정식을 파라미터 공간으로 변환하여 직선을 찾는 알고리즘$y=ax+b \\Longleftrightarrow b=-xa+y$축적 배열(accumulation array)직선 성분과 관련된 원소 값을 1씩 증가시키는 배열$y=ax+b$에서 $

영상 픽셀을 0 또는 255로 만드는 연산배경 vs 객체관심영역 vs 비관심영역src : 입력 영상. 다채널, 8비트 또는 32비트 실수형dst : 출력 영상. src와 동일한 크기, 동일 타입, 같은 채널 수thresh : 사용자 지정 임계값maxval : THRES

(흰색) 객체를 분할하여 특징을 분석객체 위치 및 크기 정보, ROI 추출, 모양 분석 등레이블링 & 외곽선 검출서로 연결되어 있는 객체 픽셀에 고유한 번호를 지정 (레이블맵)동일 객체에 속한 모든 픽셀에 고유한 번호를 매기는 작업일반적으로 이진 영상에서 수행OpenC

입력 영상에서 (작은 크기의) 부분 영상 위치를 찾는 기법템플릿(template): 찾을 대상이 되는 작은 영상템플릿 매칭 수행 과정: 템플릿을 슬라이딩 윈도우로 계속 진행하면서 유사도/비유사도를 구한 후 최대값/최소값 선정image : (입력) 입력 영상, 8비트 또

영상을 구성하는 픽셀의 배치 구조를 변경함으로써 전체 영상의 모양을 바꾸는 작업상하좌우 대칭 처리 등 전처리 작업, 두 영상의 같은 객체를 찾는 영상 정합(image registration), 왜곡 제거 등$\\$$\\$translationsheerscaleeuclid

훈련 데이터 영상과 테스트 데이터 영상의 위치, 크기, 회전 등의 요소를 정규화하여 인식 성능을 향상시킬 수 있음숫자 영상의 바운딩 박스를 기준으로 중앙으로 위치 보정무게중심을 중앙에 위치하도록 위치 보정$\\$$\\$자율주행 데브코스 황선규 강사님

비례, 적분, 미분의 조합으로 적절한 값을 도출하는 기법 비례: Proportional 적분: Integral 미분: Differential 제어 대상의 목표값(desired value)과 출력값(output)과의 차이로 제어값을 계산 주요

run 10개의 hello-world container를 만들어보자 for ii in {1..10}; do docker run --name hello-world_${ii} hello-world; done $\\$ $\\$ rm: remove containers do

카메라의 Intrinsic Parameter를 정리하면 다음과 같다.$Intrinsic = \\begin{bmatrix}f_x & skew_cf_x & c_x \\0 & f_y & c_y \\ 0 & 0 & 1 \\end{bmatrix}$매트릭스의 각각의 요소에 대해

완벽한 Pinhole 카메라는 빛이 하나의 점을 통과하지만, 렌즈는 크기를 가지는 물체이기 때문에 빛이 다르게 굴절된다.렌즈의 표면 상 매끄럽지 않는 부분에서 굴절하는 동안 오차가 발생하기도 한다.빛의 굴절은 이미지 센서에 보이는 이미지를 왜곡한다. ex) 사진 가장