BundleFusion那些事儿

背景：前面几篇博客中写了很多关于BundleFusion的东西，主要包括bundlefusion的论文阅读笔记，.sens数据集的生成等，经过最近几天的工作，我对bundlefusion又有了新的技术积累，在这里整理一下，也算是理一下思路，然后开始新的工作。

1. 生成.sens文件

根据在https://graphics.stanford.edu/projects/bundlefusion/下载的.zip的数据集可知，一个数据集中包含，以frame-xxxxxx.color.png的彩色图像，有以frame-xxxxxx.depth.png命名的深度图像，以及，以frame-xxxxxx.pose.txt命名的位姿文件，该文件中存储的是一帧位姿，一个4x4的矩阵。如下图所示，所以首先你需要想办法得到这种标准格式的数据。我曾经把我使用kinectV2相机获取的深度图和彩色图对齐后的数据编辑为如下格式，所有的.pose.txt文件中我都写入单位阵。我还试着将TUM数据集和ICL-NUIM数据集编辑成下面这种格式，并且我将数据集提供的groundtruth写入到.pose.txt文件中，目的是想让bundlefusion按照groundtruth位姿来重建。由于数据集提供的groundtruth是用四元数表示的旋转，所以需要将四元数转换为旋转矩阵，由于我使用的是python脚本，这个是时候，scipy库就派上用场了，这里面有很多转换，包括，四元数，旋转矩阵，旋转向量，欧拉角之间的转换。

当然不要忘了，在目录的最后还有一个info.txt文件， 除了彩色图的尺寸，相机的内参数，要按照实际情况改写之后，还有很关键的一个参数就是m_depthShift，在BundleFusion官网上下载的数据集，info.txt中设置的m_depthShift =1000，而在我生成TUM和ICL的数据集时，这个值就得设置为10000，否则生成的数据集，重建不出来模型，具体的分析请阅读我的这篇博客，