Bundle Adjustment
在上一篇文章中，成功将三维重建扩展到了任意数量的图像，但是，随着图像的增多，累计误差会越来越大，从而影响最终的重建效果。要解决这个问题，需要用到Bundle Adjustment（下文简称BA）。
BA本质上是一个非线性优化算法，先来看看它的原型
minx∑iρi(||fi(xi1,xi2,...,xik)||2)
其中
x是我们需要优化的参数，
f一般称为代价函数（Cost Function）,
ρ为损失函数（Loss Function）。其中
f的返回值可能是一个向量，因此总的代价取该向量的2-范数。
对于三维重建中的BA，代价函数往往是反向投影误差，比如我们需要优化的参数有相机的内参（焦距、光心、畸变等）、外参（旋转和平移）以及点云，设图像
i的内参为
Ki，外参为
Ri和
Ti，点云中某一点的坐标为
Pj，该点在
i图像中的像素坐标为
pij，则可以写出反向投影误差
f(Ki,Ri,Ti,Pj)=π(Ki[Ri Ti]Pj)−pij
上式中的
Pj和
pij均为齐次坐标，其中
π为投影函数，有
π(p)=(px/pz, py/pz, 1).
而损失函数
ρ的目的是为了增强算法的鲁棒性，使得算法不易受离群点（Outliers）的影响，常见的有Huber函数、Tukey函数等，这些函数的图像如下
若不使用损失函数，即ρ(x)=x，那么就如上图中的黑色曲线，代价(Cost)随着误差以二次幂的速度增长，也许一个误差较大的点，就能左右算法的优化方向。其他的损失函数，可以发现，随着误差的增大，要么代价的增长是趋于线性的(Huber)，要么干脆趋于不变(Tukey)，这样就降低了误差较大的点对总代价的影响。损失函数实际上就是代价的重映射过程。
Ceres Solver
如何求解BA？总体思想是使用梯度下降，比如高斯-牛顿迭代、Levenberg-Marquardt算法等，由于BA还有自己的一些特殊性，比如稀疏性，在实现时还有很多细节需要处理，在此就不细说了。好在现在有很多用于求解非线性最小二次问题的库，文中使用的就是Google的一个开源项目——Ceres Solver.
Ceres Solver专为求解此类问题进行了大量的优化，有很高的效率，尤其在大规模问题上，其优势更加明显。并且，Ceres内置了一些常用的函数，比如对坐标的旋转以及各类损失函数，使其在开发上也比较高效。在官网上可以找到它的编译方法和使用教程，Windows用户可以在此找到配置好的VS工程。
编写代码
代码总体基本不变，我们只需要再添加一个函数用于BA即可，还有一点需要注意的是，Ceres Solver默认使用双精度浮点，如果精度不够可能导致计算梯度失败、问题无法收敛等问题，因此在原来的代码中，需要将原本问Point3f型的structure，改为Point3d类型。
首先定义一个代价函数
struct ReprojectCost{ cv::Point2d observation; ReprojectCost(cv::Point2d& observation) : observation(observation) { } template <typename T> bool operator()(const T* const intrinsic, const T* const extrinsic, const T* const pos3d, T* residuals) const { const T* r = extrinsic; const T* t = &extrinsic[3]; T pos_proj[3]; ceres::AngleAxisRotatePoint(r, pos3d, pos_proj); pos_proj[0] += t[0]; pos_proj[1] += t[1]; pos_proj[2] += t[2]; const T x = pos_proj[0] / pos_proj[2]; const T y = pos_proj[1] / pos_proj[2]; const T fx = intrinsic[0]; const T fy = intrinsic[1]; const T cx = intrinsic[2]; const T cy = intrinsic[3]; const T u = fx * x + cx; const T v = fy * y + cy; residuals[0] = u - T(observation.x); residuals[1] = v - T(observation.y); return true; }};
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
该代价函数就是之前所说的反向投影误差，参数分别为内参、外参还有点在空间中的坐标，最后一个参数用于输出，为反向投影误差。注意，为了使BA更高效可靠，外参当中的旋转部分使用的是旋转向量而不是旋转矩阵，这样不仅使优化参数从9个变为3个，还能保证参数始终代表一个合法的旋转（如果用矩阵，可能在优化过程中，正交性不再满足）。
接下来直接使用Ceres Solver求解BA，其中使用了Ceres提供的Huber函数作为损失函数
void bundle_adjustment( Mat& intrinsic, vector<Mat>& extrinsics, vector<vector<int>>& correspond_struct_idx, vector<vector<KeyPoint>>& key_points_for_all, vector<Point3d>& structure){ ceres::Problem problem; for (size_t i = 0; i < extrinsics.size(); ++i) { problem.AddParameterBlock(extrinsics[i].ptr<double>(), 6); } problem.SetParameterBlockConstant(extrinsics[0].ptr<double>()); problem.AddParameterBlock(intrinsic.ptr<double>(), 4); ceres::LossFunction* loss_function = new ceres::HuberLoss(4); for (size_t img_idx = 0; img_idx < correspond_struct_idx.size(); ++img_idx) { vector<int>& point3d_ids = correspond_struct_idx[img_idx]; vector<KeyPoint>& key_points = key_points_for_all[img_idx]; for (size_t point_idx = 0; point_idx < point3d_ids.size(); ++point_idx) { int point3d_id = point3d_ids[point_idx]; if (point3d_id < 0) continue; Point2d observed = key_points[point_idx].pt; ceres::CostFunction* cost_function = new ceres::AutoDiffCostFunction<ReprojectCost, 2, 4, 6, 3>(new ReprojectCost(observed)); problem.AddResidualBlock( cost_function, loss_function, intrinsic.ptr<double>(), extrinsics[img_idx].ptr<double>(), &(structure[point3d_id].x) ); } } ceres::Solver::Options ceres_config_options; ceres_config_options.minimizer_progress_to_stdout = false; ceres_config_options.logging_type = ceres::SILENT; ceres_config_options.num_threads = 1; ceres_config_options.preconditioner_type = ceres::JACOBI; ceres_config_options.linear_solver_type = ceres::SPARSE_SCHUR; ceres_config_options.sparse_linear_algebra_library_type = ceres::EIGEN_SPARSE; ceres::Solver::Summary summary; ceres::Solve(ceres_config_options, &problem, &summary); if (!summary.IsSolutionUsable()) { std::cout << "Bundle Adjustment failed." << std::endl; } else { std::cout << std::endl << "Bundle Adjustment statistics (approximated RMSE):\n" << " #views: " << extrinsics.size() << "\n" << " #residuals: " << summary.num_residuals << "\n" << " Initial RMSE: " << std::sqrt(summary.initial_cost / summary.num_residuals) << "\n" << " Final RMSE: " << std::sqrt(summary.final_cost / summary.num_residuals) << "\n" << " Time (s): " << summary.total_time_in_seconds << "\n" << std::endl; }}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
如果求解成功，会输出一些统计信息，其中最重要的两项分别是优化前的平均反向投影误差（Initial RMSE）和优化后的该值（Final RMSE）。
main函数完全不用变，只需在最后加入如下代码，对BA进行调用即可
Mat intrinsic(Matx41d(K.at<double>(0, 0), K.at<double>(1, 1), K.at<double>(0, 2), K.at<double>(1, 2)));vector<Mat> extrinsics;for (size_t i = 0; i < rotations.size(); ++i){ Mat extrinsic(6, 1, CV_64FC1); Mat r; Rodrigues(rotations[i], r); r.copyTo(extrinsic.rowRange(0, 3)); motions[i].copyTo(extrinsic.rowRange(3, 6)); extrinsics.push_back(extrinsic);}bundle_adjustment(intrinsic, extrinsics, correspond_struct_idx, key_points_for_all, structure);
优化结果对比
Before
After
Before
After
Statistics
从统计信息可以看出，最初的重建结果，反向投影误差约为3.6个像素，BA之后，反向投影误差降为1.4个像素，如果删除一些误差过大的点，再进行一次BA，反向投影误差往往能小于0.5个像素！
这次的代码与上一篇文章的几乎一样，唯独多出来的几个函数和修改也已在上文中列出，这次就不再单独提供代码了。要运行本文的代码，需要编译Ceres Solver，还需要依赖Eigen（一个线性代数库），详细过程在Ceres的官网上均有提及
