来源: 计算机视觉life
GitHub链接：GitHub - electech6/ORB_SLAM3_detailed_comments: Detailed comments for ORB-SLAM3
整体思路：目的：两帧图像稀疏立体匹配（即：ORB特征点匹配，非逐像素的密集匹配，但依然满足行对齐） 输入：两帧立体矫正后的图像img_left 和 img_right 对应的orb特征点集
输出：稀疏特征点视差图/深度图（亚像素精度）mvDepth 匹配结果 mvuRight
过程：
- 1. 行特征点统计. 统计img_right每一行上的ORB特征点集，便于使用立体匹配思路(行搜索/极线搜索）进行同名点搜索, 避免逐像素的判断.
- 2. 粗匹配. 根据步骤1的结果，对img_left第i行的orb特征点pi，在img_right的第i行上的orb特征点集中搜索相似orb特征点, 得到qi
- 3. 精确匹配. 以点qi为中心，半径为r的范围内，进行块匹配（归一化SAD），进一步优化匹配结果
- 4. 亚像素精度优化. 步骤3得到的视差为uchar/int类型精度，并不一定是真实视差，通过亚像素差值（抛物线插值)获取float精度的真实视差
- 5. 最优视差值/深度选择. 通过胜者为王算法（WTA）获取最
