COLMAP 【Feature matching】特征匹配参数解释

（Windows）Colmap 具体使用教程可参考我的这篇博文

windows+colmap实现SFM三维重建位姿估计-CSDN博客

官方翻译文档请参考大佬博客【COLMAP官方文档翻译】Tutorial - 知乎

下面只是matching参数解释

Matching这个阶段很重要，匹配方式不同会对最终结果影响很大，要根据实际情况选择合适的匹配方式。下面是各个参数的详细解释。

1.Exhaustive——官方文档中说明Exhaustive耗时最长，因为所有图像都会两两匹配，但理论上效果最好。但在实际操作过程中发现很多时候这种方式耗时长而且效果也不好，尤其是当场景很相似时会集中在一团，例如建筑的四个面都很像，这时匹配后会认为只拍到了一个面，其他三面都重建不出来。
2.Sequential——这种方式我使用了挺长时间，因为一般去采集图像时，都是按时序去采集，甚至直接从视频提取帧（ffmpeg很好用！），因此使用这种匹配方式，选择相邻x张图像匹配，往往效果会比较好，像上面的问题就不会遇到。但是它也会有其他的问题，比如在拍摄开始和拍摄结束，都拍摄的同一个物体，但由于误差累计，可能会重建出两个一模一样的（只是会有些偏差）。
3.Spatial——这种方式是利用了地理位置信息，也就是每张图像必须自带位置信息，例如gps。这种方式需要设置在多大范围内进行匹配，因此需要事先知道大概重建场景大小，以便选择合适参数。
4.Custom——这种就是自定义。一开始我觉得这种方式很傻，不智能，所以从没用过。但是在试了前面几种方法，效果还是不理想，怀疑人生的时候，我发现可以自己去定义哪几张图像匹配哪几张不匹配，最后简直有奇效！！！所以这种方式适合很清楚自己的数据是怎么来的，有一定先验后去制定匹配方式。总之这几种方式都各有优劣，按照实际情况选择就行。
5.Hierachical——这好像是只有命令行才有的匹配方式，图形界面还没有加上去。这是针对大场景，图像数量很多时，会自动分成几个部分并行计算，最后拼在一起。然而试了下貌似效果并不是很理想，github上也说会在后续改进，目前只是一个初步的功能。