视觉SLAM按照处理图像的方法不同分为基于像素(最小化光度误差)和基于特征点(最小化重投影误差):
1)光流法指的是不用提取特征点的描述符,通过某个窗口内的像素具有同样的运动这个前提,计算像素偏移来跟踪相机运动,从而匹配上像素,从而匹配上点.后续计算位姿还是PnP ICP 对极几何啊相关的算法(最小化重投影误差)
2)直接法差不多,比光流简单,但是我还不会.(最小化光度误差)
3)不考虑点了,只考虑像素灰度差异,直接计算相机运动(最小化光度误差)
其实无论是使用光流法还是描述子,最后总是要回归到地图上的那个点,所以是间接的方法.直接法是直接针对两个帧之间的,不用回归到地图上来?(dso论文) 直接法是耦合的(数据关联和解算) 间接法是解耦的,先建立与地图的关系(数据关联),再进行解算未知数据.参考链接
dense和sparse的区别是:有无几何先验(重要) && 是否把所有图像上的东西全部用上(表面)
基于像素的方法使用块匹配计算深度信息?
基于像素如果要计算深度,一般使用极线搜索