基于图像的三维重建——增量式SFM(7)

---

前言

目前主流的SfM（Structure from Motion，运动结构恢复）可以分为三大类型，一种是全局式的，一种是增量式的。全局式sfm是先对所有的图像计算匹配关系、进行三角化生成三维点、通过pnp估计出位姿，然后用BA（Bundle Adjustment）进行一个整体的优化。增量式sfm则是一边三角化和pnp，一边进行局部ba。

流程图

关键步骤

1. 特征点提取与匹配：在无序图像中两两进行匹配，得到相应的匹配点；
2. 图像连接图构建：从给定文件中读取焦距f，由相应匹配点根据对极几何求得空间中两两相机之间的转换关系R,t;
3. 三角测量：给定相机的内外参矩阵以及对应的匹配点，通过三角测量可以求得匹配点对应的三维点坐标；
4. 全局捆绑调整：BA问题主要是对三维点位置和相机参数进行非线性优化；
5. 相机姿态估计(PnP):只是求解相机位姿的方法，求解出来的位姿均是相机相对世界坐标系的变换关系;