Bundle Adjustment(BA) 光束平差法 Bundle Adjustment是什麼: 又稱為光束平差法在三維重建裡常使用的優化技術，當我們透過SFM成功計算出點的三維空間座標，但是隨著影加入的影像越來越多，累積的誤差也將無法忽視，影響最終的重建效果，因此需要BA優化。 假設有一個3D空間的點，他被不同位置的攝影機拍攝，那麼BA就是能夠從這些不同視角訊息中提取出.D點的座標以及各個相機的相對位置和光學訊息。對任意三維點P，由從每個攝影機的光心射出來並且經過圖像P對應的像素後產生的光線，都將會交於P點，對於所有三維點，會形成相當多的光束(bundle)。因為實際上會有許多noise存在，每條光線幾乎不可能匯聚於一個點，因此在重建的過程中，需要不斷進行調整(adjustment)，使得同一個3維點P的光束能匯聚於點P。 Bundle Adjustment的目標: 最小化重投影誤差 (圖源:http://www.cnblogs.com/Jessica-jie/p/7739775.html) 重投影即為第二次投影: -第一次投影就是相機拍照時，三維空間的點投影到照片上 -我們透過這些影像進行SFM，特徵提取、三角定位等方式建構三維空間點的位置 -最後利用我們計算得到的三維點的座標，和我們計算出的相機參數，進行第二次投影，也就是重投影。 重投影誤差: 指的是真實的三維空間點在圖像平面上投影(也就是圖像上的像素點)和重投影(我們計算的虛擬像素點)的差值。因為真實的值和計算得到的值不可能是完全相符的，因此需要將這些誤差最小化。 reference: 簡介 https://blog.csdn.net/yaoweijiao/article/details/53056439 https://blog.csdn.net/Kevin_cc98/article/details/69815661 重投影誤差 http://www.cnblogs.com/Jessica-jie/p/7739775.html 待整理資料 https://blog.csdn.net/Kevin_cc98/article/d
