Bundle Adjustment 光束平差法

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/details/69815661
https://blog.csdn.net/yaoweijiao/article/details/53056439
https://blog.csdn.net/OptSolution/article/details/64442962
http://www.voidcn.com/article/p-akyghghh-p.html
https://www.cnblogs.com/ironstark/p/5493030.html
http://www.cnblogs.com/Jessica-jie/p/7739775.html
https://blog.csdn.net/oqqXiMu12345/article/details/76684729
https://blog.csdn.net/seawolfe/article/details/79058817
https://blog.csdn.net/chuhang_zhqr/article/details/50955771
https://www.cnblogs.com/shepherd2015/p/5848430.html
http://openmvg.readthedocs.io/en/latest/openMVG/sfm/sfm/
https://blog.csdn.net/xholes/article/details/79902088
https://www.codetd.com/article/355535
https://hk.saowen.com/a/1f770bbf5f06fd8f7e569cb77c048f174bebe424397387c98268e5de5610384c
https://blog.csdn.net/AIchipmunk/article/details/52433884
https://blog.csdn.net/jinshengtao/article/details/53365061