1.直接法
特征值估计相机运动的缺点:
- 关键的提取与描述子的匹配非常耗时。
- 使用特征点时,忽略了特征点以外的所有信息。
- 相机有时会运动到特征点缺失的地方,这些地方往往没有明显的纹理信息。
我们有以下思路来克服这些缺点:
a. 保留特征点,但只计算关键点,不计算描述子。同时使用光流法来跟踪特征点运动。
b. 只计算关键点,不计算描述子。同时使用直接法来计算特征点下一时刻图像中的位置。
c. 既不计算关键点,也不计算描述子,而是根据像素灰度的差异,直接计算像素的差异。
第一种方法,估计运动时仍然使用对极几何、PnP、ICP算法。而在后两种方法中,我们会根据图像的像素灰度信息来计算相机运动,它们都称为直接法。
1.1 光流法
光流是一种描述像素随时间在图像运动的方法,其有,计算部分像素运动称为稀疏光流,计算所有像素的称为稠密光流。稀疏光流一Lucas-Kanade(LK)光流为代表。这里要引入光流的基本假设。
- 灰度不变假设:同一空间点的像素灰度值,在各个图像中是固定不变的。
- 假设某一窗口内的像素具有相同的运动,从而来计算u,v。
在SLAM中,LK光流常被用来跟踪角点的运动,
1.11 实践:LK
用OpenCV提供的光流