ORBSLAM源码理论分析2—单目初始化

1.构造初始化帧1

1．通过特征点提取得到关键点和描述子(mDescriptors)，此部分参考文章《ORBSLAM源码理论分析1—特征点提取》，然后对关键点进行矫正，得到矫正的关键点（mvKeysUn）。帧1的关键点记为mvKeys1。

2．构造地图点（mvpMapPoints）。地图点mvpMapPoints.size与关键点mvKeys1.size相同，此时地图点指针为NULL，即地图点为空。

３．计算图片畸变矫正之后的边界mnMinX、mnMaxX、mnMinY、mnMaxY。计算每个小网格的宽高的倒数mfGridElementWidthInv、mfGridElementWidthInv。这里的小网格是人为将图片划分的，一共有48 $\times$ 64个，将用于特征匹配。得到相机的内参。
　　第３步只在初始化构造帧1时执行，构造后续帧时不再有此步骤。

4．得到帧1的唯一身份识别mnId。

５．得到图像金字塔的相关参数，mnScaleLevels、mfScaleFactor、mvScaleFactors、mvLevelSigma2、mvInvLevelSigma2。

６．给48 $\times$ 64个小网格mGrid[i][j]分配特征点。特征点的像素坐标在哪个网格中，则特征点属于哪个网格。

７．构造外点(mvbOutlier)，外点mvbOutlier.size与关键点mvKeys1.size相同，此时外点都为false。即此时认为所有关键点都为内点。

2.第一次初始化

  如果帧1的关键点mvKeys1.size < 100则输入新图片，重新构造初始化帧1。如果帧1的关键点mvKeys1.size > 100则继续往下执行。

1．将帧1构造为mInitialFrame和mLastFrame，即帧1 = mInitialFrame = mLastFrame

２．帧1预备参与特征匹配的点为所有特征点，所以mvbPrevMatched.size与帧1的关键点mvKeys1.size完全相同，并且存储的内容为帧1关键点mvKeys1的像素坐标(pt)。
３．通过当前帧构造初始化器mpInitializer。设置一些参数，将服务于计算基础矩阵和单应矩阵。

3.构造初始化帧2

  与构造初始化帧1相似，除了步骤3外，其它步骤都执行。帧2的关键点记为mvKeys2，帧2就是mCurrentFrame。另外，为了陈述方便，在下文中帧1可记为F1, 帧2可记为F2。

4.F1与F2特征匹配

  如果F2的关键点mvKeys2.size $⩽$ 100则，输入新图片，重新构造初始化F1。如果F2的关键点mvKeys2.size > 100则，继续往下执行。
  F1与F2开始特征匹配，遍历F1的关键点mvKeys1，在F2中寻找图像金字塔第0层的匹配点。以F1金字塔第0层中的一个特征点kp1为例讲解具体匹配过程。
  我们拿到了特征点kp1，根据kp1的像素坐标，比如kp1像素坐标为(20,30)，找到F2中对应位置的像素点(20,30)，如下图所示，红色的像素点即为此点。
　　　　　　
　　　　　　　　　帧2搜索区域示意
　　　　　　　　　
  程序中的windowSize为100，表示以红色的像素点为中心，边长为2 $\times$ 100的虚线框区域。为什么有个比虚线框大的红色实线框呢？下面解释一下。
  因为我们搜寻kp1在F2中的候选匹配点时，最小搜寻单位是一个小网格，所以虽然根据windowSize实际计算出来的搜寻区域是虚线框，我们也要扩大搜寻区域，使搜寻区域包含整数个小网格。这个扩大的搜寻区域就是红色实线框。请记住虽然搜寻区域为红色实线框，但我们选取的候选匹配点都在虚线框内，超过虚线框的特征点将被直接丢弃。另外，候选匹配点有很多，匹配点有可能会在这里面诞生。
  在kp1的候选匹配点中，选取描述子与kp1描述子距离最小和次小的两个点，距离分别记为bestDist和bestDist2，距离最小的那个点可能是kp1在F2中的匹配点。
  对F1图像金字塔第0层中所有特征点进行如是操作，找出F2图像金字塔第0层中的可能匹配点。那么这些可能的匹配点中，哪些是匹配点，哪些是误匹配呢？下面给出判断的条件。
　　(1)最小距离bestDist < th，th为一个阈值，即最小距离小于阈值。
　　(2)bestDist < 0.9 $\times$ bestDist2，即最小距离明显小于次小距离。
　　(3)大多数可能的匹配点对的方向角差值在同一个范围内。
  满足上述三个条件的可能的匹配点对就是F1与F2的匹配点对，匹配成功的数量记为nmatches。这些匹配点对的索引存储在容器mvIniMatches中，mvIniMatches.size与F1的mvKeys1.size相同，F1与F2匹配上的点对表示为，
　　　　　　　　mvIniMatches[i1]=i2;
i1是F1中特征点在mvKeys1中的索引，i2是F2中特征点在mvKeys2中的索引。mvIniMatches[i1]的值还可以表示为，