从计算机视觉(slam)和摄影测量两个维度进行BA算法原理推导

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

摄影测量作为历史悠久的学科，在3D视觉里面很多算法发挥着重要的作用；而slam 的出现对摄影测量是某种程度上的冲击，但是并不能代表slam领域将会完全取代摄影测量领域，两者应该相互借鉴。以bundle adjustment 为例出发点都是重投影误差，但是slam 雅可比的计算是利用李群，而摄影测量的雅可比的计算是利用共线条件方程(非线性方程）泰勒展开，两者的最终结果相同，但是原理推导上有所差异：

本文从李群和共线方程两个学科角度来解释bundle adjustment,并介绍bundle adjustment后如何精度评定及其pose增量变化在图像上的几何意义，而更多关于bundle adjustment 的代码问题，如：

1. pose 作为const，只优化3D points 和相机内参和畸变系数.

2. 经典的BA，pose和3Dpoints 以及相机内参和畸变系数都优化

3. pose部分参数优化，如只优化translation，固定rotation

4. bundle adjustment 加上GPS 约束

5. bundle adjustment 加上marker 约束

6. bundle adjustmen