【Ceres】Ceres学习笔记2 BA相关

最新推荐文章于 2024-03-21 08:21:18 发布

原创

最新推荐文章于 2024-03-21 08:21:18 发布 · 723 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#学习 #计算机视觉 #算法

本文介绍了Bundle Adjustment问题的优化过程，使用Ceres库进行非线性最小二乘求解。首先，详细阐述了如何从数据集中读取相机参数、3D点坐标和观测的2D点信息。接着，解析了SnavelyReprojectionError结构，用于计算重投影误差。最后，展示了如何构建Ceres问题并调用求解器进行优化。整个过程涵盖了数据处理、误差模型和数值求解的关键步骤。

7. Bundle Adjustment

给定一组测量的图像特征位置和对应关系，Bundle Adjustment 的目标是找到最小化重投影误差的 3D 点位置和相机参数。该优化问题通常被表述为非线性最小二乘问题，其中误差是观察到的特征位置与相机图像平面上相应 3D 点的投影之间的差异的平方范数。 Ceres 为解决 Bundle Adjustment 问题提供了广泛的支持。

BAL 问题中的每个残差都取决于一个三维点和一个九参数相机。定义相机的九个参数是：三个用于作为罗德里格斯轴角矢量的旋转，三个用于平移，一个用于焦距，两个用于径向畸变。此相机型号的详细信息可以在 Bundler 主页和 BAL 主页中找到。

1）读取数据

拿到一个数据集，首先要了解其含义，即每个数据所代表的意义。然后根据其不同的意义分类，思考如何通过代码的方式如何读入数据。

第二次记录：

已经了解到，数据集分为三部分，1 header 相关的个数数据 2 某个相机观察到的3D点以及对应的2D观察点的数据 3 相机参数（9个）以及3D点的坐标

（1）读入第一部分的个数

1 相机个数：int num_cameras_;

2 所观测的现实世界的位置，即3D点数量：int num_points_;

3 观测的2D点的数量：int num_observations_;

以上可以通过通过数据集的第一行得到。

int num_observations() const {
   
    return num_observations_; }

FscanfOrDie(fptr, "%d", &num_cameras_);
FscanfOrDie(fptr, "%d", &num_points_);
FscanfOrDie(fptr, "%d", &num_observations_);

（2）每个相机观察到的3D点的索引以及其对应的2D点的两个坐标（第二部分）

思考：只能按行读取数据，一次读取一行中的一个数据，其中一个隐含的条件是第二部分的行数与观测到的2D坐标点的个数相同，所以比较有用的便是 num_observations_ ，其描述了循环读取数据的次数。

每一行中第一个数据表示第几个相机，第二个数据表示观测到的第几个3D点，那么由于 “第几个”，所以定义索引：

    int* point_index_;
    int* camera_index_;

第几个观察到的2D点：double* observations_;

    point_index_ = new int[num_observations_];
    camera_index_ = new int[num_observations_];
    observations_ = new double[2 * num_observations_];

point_index_ = new int[num_observations_];
camera_index_ = new int[num_observations_];
observations_ = new double[2 * num_observations_];
num_parameters_ = 9 * num_cameras_ + 3 * num_points_;
parameters_ = new double[num_parameters_];
for (int i = 0; i < num_observations_; ++i) {
   
   
	FscanfOrDie(fptr, "%d", camera_index_ + i);
    FscanfOrDie(fptr, "%d", point_index_ + i);
    for (int j = 0; j < 2; ++j) {
   
   
    	FscanfOrDie(fptr, "%lf", observations_ + 2 * i + j);
    }
}

（3）每个相机的参数以及3D点的坐标（第三部分）

如何读入这部分的数据？
1 首先确定这一部分总共有多少数据：int num_parameters_;

num_parameters_ = 9 * num_cameras_ + 3 * num_points_;

2 通过 “第几个“确定位置

double* parameters_;

3 首先将读取到的参数看作整体，然后再分配：

for (int i = 0; i < num_parameters_; ++i) {
   
   
	FscanfOrDie(fptr, "%lf", parameters_ + i);
	}

double* mutable_cameras() {
   
    return parameters_; }                   //相机参数首地址
double* mutable_points() {
   
    return parameters_ + 9 * num_cameras_; } //3D点的首地址
double* mutable_camera_for_observation(int i) {
   
                        //返回第i个相机
	return mutable_cameras(<

最低0.47元/天解锁文章