LineMod算法：opencv源码笔记（二）（更新中）

梯度方向图的计算及模板的生成

特征点的选择

linemod算法中，一个模板是一个特征点序列（多模态时为多个序列），特征点彼此不能太近且要有足够的代表性。
opencv中的实现是在具体的模态类中计算候选特征点(Candidate，QuantizedPyramid的嵌入类)并将其存入一个候选序列中，特征点的“好坏”也随之计算并存入Candidate的score成员中，然后根据score从高到低对该序列排序。最后利用下面这个静态成员函数：

void QuantizedPyramid::selectScatteredFeatures(const std::vector<Candidate>& candidates,
                                               std::vector<Feature>& features,
                                               size_t num_features, float distance)

实现特征点在空间上的分散性。特征点的选择采用一种启发式的方式：首先取score最高的候选点作为第一个特征点，循环选择与已选特征点满足距离限制并且score最高的点。当选择完毕时特征点的数量小于num_features时，distance会被缩小以放松选择条件保证选取足够的点。

颜色梯度模态

ColorGradientPyramid这个类用来计算颜色梯度方向量化图，生成下一层图片（金字塔），生成当前金字塔层的模板。其通过ColorGradient类来控制，保存生成属性。源码中提供的生成属性如下：

  float weak_thr