Incremental Reconstruction流程是:
- 初始化部分是寻找一对初始的匹配图像对,这个图像对的选择对后面的重建过程非常重要,所以通常需要精心筛选。论文提到,初始图像对之间的匹配点数量越多,通常可以获得更为鲁棒和精确的结果;而如果匹配点数量较为稀疏,则重建速度会更快,因为BA(Bundle Adjustment)求解的问题较小。
- 选定匹配对后,利用对极几何关系分解获得两张图像的位姿,然后三角化生成三维点。接下来,每次往系统中增加一张新的图像,通过PnP(Perspective-n-Point)估计它的位姿,然后三角化生成新的三维点,之后进行BA优化,BA过程中滤除外点。直至所有图像都被加入系统中。
VSLAM中的特征点三角化
特征点三角化(Triangulation)是根据特征点在多个相机下的投影恢复出特征点的3D坐标。特征点在某个相机中被观测到,根据相机位姿和观测向量可以得到3D空间中的一条从相机中心出发的观测“射线”,多个相机位姿观测会产生多条观测射线,理想情况下这些观测射线相交于空间中一点,求所有观测射线的交点就是特征点在3D空间的位置,这就是三角化最朴素的思想。
通过三角测量(Triangulation)(或三角化)的方法来估计地图点的深度。