三维结构恢复和重建

SFM运动恢复结构

sfm是从运动的相机拍摄的一组图像或视频，自动地恢复出相机运动轨迹，以及场景三维结构的技术。

1.SFM特征与匹配

1.1特征提取

角点和边缘
特征一般存在于图像梯度比较大的地方。一阶导数（Sobel算子）、二阶导数（拉普拉斯算子和高斯拉普拉斯算子）。对图像求导的过程实际上是一个高通滤波过程，一般采用滤波器实现。先用滤波（比如高斯滤波）模糊噪声，再求导数。根据自相关矩阵M判断，特征点的自相关矩阵的两个特征值都比较大，边缘的自相关矩阵只有一个特征值相对较大，这个特征值对应垂直于边缘方向的特征向量。
Harris，计算图像每个区域的自相关矩阵的响应值ξ。如果ξ超过给定阈值且是局部最大值，则该点为特征点；如果ξ绝对值较小，则为平坦区域；如果ξ为负且绝对值较大，则该点为边缘。Harris角点对旋转、平移、光照变化和噪声都不太敏感。