VSLAM系列原创04讲 | 四叉树实现ORB特征点均匀化分布：原理+代码

本文系ORB-SLAM2原理+代码实战系列原创文章，对应的视频课程见：

如何真正搞透视觉SLAM？

大家好，从今天开始我们陆续更新ORB-SLAM2/3系列的原创文章，以小白和师兄对话的形式阐述背景原理+代码解析，喜欢的点个赞分享，支持的人越多，更新越有动力！如有错误欢迎留言指正！

代码注释地址：

https://github.com/electech6/ORB_SLAM2_detailed_comments

VSLAM系列原创01讲 | 深入理解ORB关键点提取：原理+代码

VSLAM系列原创02讲 | ORB描述子如何实现旋转不变性？原理+代码

VSLAM系列原创03讲 | 为什么需要ORB特征点均匀化？

接上回继续。。。

四叉树实现特征点均匀化分布

师兄：四叉树实现特征均匀化分布的方法是重点，也是一个难点，我先讲一下步骤和原理：

第1步：首先确定初始的节点（node）数目。根据图像宽高比取整来确定，所以一般的VGA () 分辨率图像刚开始的时候只有一个节点，也是四叉树的根节点。

下面我们用一个具体的例子来分析四叉树是如何帮助我们均匀化选取特定数目的特征点的。假设初始节点只有1个，那么所有的特征点都属于该节点。我们目标是均匀的选取 25 个特征点，那么后面我们就需要分裂出25个节点，然后从每个节点中选取一个代表性的特征点。

第2步：节点第1次分裂，1个根节点分裂为4个节点。如下图所示，分裂之后根据图像的尺寸划分节点的区域，对应的边界为 ，分别对应左上角、右上角、左下角、右下角的四个坐标。有些坐标会被多个节点共享，比如图像中心点坐标就同时被  四个点共享。落在某个节点区域范围内的所有特征点都属于该节点的元素。

然后统计每个节点里包含特征点的数目，如果某个节点里特征点数目为 0，则删掉该节点，如果某个节点里特征点数目为 1，则该节点不再进行分裂。判断此时的节点总数是否超过设定值 25，如果没有超过则继续对每个节点分裂。

 

这里需要注意的是一个母节点分裂为 4 个子节点后，需要在节点链表里删掉原来的母节点，所以实际上一次分裂净增加了 3 个节点。所以下次分裂后节点的总数我们是可以提前预估的，计算方式为：（当前节点总数 + 即将分裂的节点总数  3 ），对于图示来说，下次分裂最多可以得到  个节点，显然还是没有达到 25 的要求，需要继续分裂。

第3步：对上一步得到的 4 个节点分别进行一分为四的操作，然后统计分裂后的每个节点里包含特征点的数目，我们可以看到已经有 2 个节点里的特征点数目为 0，于是在节点链表里删掉这 2 个节点（下图中标记为 ）。如果某个节点里特征点数目为 1，则该节点不再进行分裂。此次分裂总共得到 14 个节点。

 

第4步：上一步得到的 14 个节点继续进行一分四的操作。预计这次分裂最多可以得到  个节点，已经超过我们需要提取 25 个特征点数目的需求。