基于单目增量式稀疏SFM研究与实现

为研究视觉SLAM(Simutaneous Localization and Mapping)以及视觉SFM(Structure From Motion)领域中机器人能低成本重建出可进行语义识别三维场景的问题,借鉴Colmap算法,对重建过程中的部分步骤加以改进,对初始化图像的选择进行了精选,在重建出有误差的三维点云中进行多次基于光束平差法的优化,对无人机拍摄的图像进行重建分析,结果表明,图像在重建的完整度、鲁棒性、精确度以及效率等方面,均取得了较好的效果。