https://blog.csdn.net/yjy728/article/details/78524814

AprilTag是一個視覺基準庫，在AR，機器人，相機校準領域廣泛使用。通過特定的標誌（與二維碼相似，但是降低了複雜度以滿足實時性要求），可以快速地檢測標誌，並計算相對位置。

示例圖片

官網：https://april.eecs.umich.edu/software/apriltag.html

列出瞭如下三篇文章
1. AprilTag: A robust and flexible visual fiducial system（2011）
2. AprilCal: Assisted and repeatable camera calibration（2013）
3. AprilTag 2: Efficient and robust fiducial detection（2016）

對於如下示例圖片，檢測步驟分為以下幾步：
這裡寫圖片描述

1 檢測線段
計算每個畫素的梯度方向和大小，通過聚類將梯度大小方向相似的聚集到一起，
聚類的方法與Felzenszwalb基於圖的影象分割方法類似，首先建立一個圖，每個節點代表一個畫素。如果相鄰兩個節點梯度方向差和邊的權重相等，那麼就增加這條邊。然後講這些邊挑選出來，對邊的權重進行遞增處理：對於每條邊，我們測試畫素點屬於的連通分支是否應該加入合併。（個人感覺比較像LSD直線檢測）
這部分最為耗時，超過總執行時間的一般。通過一個σ=0.8

的濾波器二次取樣，能夠在儘量保證影象資訊不損失的情況下加快檢測。

2 檢測正方形
找到直線段後，下一步就是檢測正方形。整個任務轉化為一個遞迴的、深度為4的深度優先搜尋。第一層時，依次把每條線短作為起始線段。第二層至第四層，去找和這個起始線段終點（預設每條線短都是逆時針方向）足夠近的線段。通過調整閾值來增加最閉合區域和分割誤差的魯棒性。
使用一個二維查詢表來加速尋找距離某個點最近的線段。通過這種優化方式、以及之前拒絕逆時針旋轉方向的方形、或者使用某條線段超過1次，方形檢測部分僅佔總執行時間的一小部分。

3 單應性及外估計（Homography and extrinsics estimation）
利用Direct Linear Transform（DLT）演算法計算單應性矩陣。3×3
的單應性矩陣(由DLT計算得到)可以寫成3×4的相機投影矩陣P(預設已知)與4×3的截斷外部引數矩陣的乘積。