三维重建系统 | L3增量运动恢复结构（增量SFM）

一、增量运动恢复结构

定义：通过相机的运动同时恢复相机参数（内参数和外参数）和场景结构（三维点的坐标）。

其中，针对于有序图像匹配，在匹配的时候，只需要将当前图像与前后几帧进行匹配，复杂度为 O（n），而无序图像的两两匹配，复杂度为O(n^2)。

前后可以进行的操作有：

增量运行恢复结构的主要流程如下：

特征检测与特征匹配部分：
特征检测得到特征点，然后进行特征匹配，再利用基本的相机模型拟合出一个基本的模型，然后利用这个模型对特征点进行筛选，得到更可靠的特征点，去除一些匹配的外点，再用得到的内点进行最小二乘得到相机的姿态。

图像连接图
由一组无序图像根据特征点匹配结果得到图像连接图（顶点为图像，边界为可见区域）

如下图，连接点越多的位于中心部分，连接点越少的位于外部。

由于夜晚成像的光度低导致一些细节的模糊，得到的特征匹配关系较少，所以集中在外部，但在夜晚图像之间匹配关系较多。
构建Track
将多个视角对应的匹配点连接起来，构建为一个Track

然后进行全局捆绑调整即可

整体算法流程：

二、运动恢复结构的存在的几个问题

捆绑调整方面

• 对初始相机对的选取以及相机添加顺序敏感
• 重复进行捆绑调整，效率低

尺度不确定

重复结构导致错误的特征匹配

非朗伯面找不到足够的匹配特征点
在不同角度拍摄一个物体时，对于一些特征的材质，例如镜面，具有很强的各向异性，所以换一个角度，可能该三维点的特征就检测不出来了，因此找不到足够的匹配特征点。