sfm三维重建源码_OpenMVG源码阅读小记

“读一份好源码，就是和许多智慧的人谈话“。
本文记录了笔者学习 openMVG 开源软件的一些初步经验和心得。如果你对计算机视觉和摄影测量有兴趣，需要用到相关技术，这篇文章正好就是你的菜。
全文约4500字，含11副图，阅读时间大约13分钟。
觉得有用可以转发给身边同学、朋友，如有不同意见欢迎在后台留言与我探讨。

整理/撰写： calman

校稿/排版： 迷途兄

测试环境： Windows 7 64位 + Visual Studio 2015

1 简要介绍

openMVG (open Multiple View Geometry)：是一个计算机视觉领域处理多视角立体几何的著名开源库 [1,2]，信奉“简单，可维护”，提供了一套强大的接口，每个模块都被测试过，尽力提供一致可靠的体验。软件所针对的基于影像的三维重建任务，在摄影测量、计算机视觉、机器人等领域都有着重要的应用，是近年来热门的无人机、自动驾驶、SLAM等技术的重要组成部分[3,4]。

openMVG能够：

准确计算多视角立体几何模型；
提供SfM（Structure from Motion）重建需要的特征提取和匹配方法；
完整的SfM工具链；

openMVG尽力提供可读性强的代码，方便二次开发，核心库尽可能精简，分成了几个大的模块：

核心库：各个功能的核心算法实现；
样例：教你怎么用核心库实现高级算法；
工具链：也就是连起来用咯（无序影像特征匹配，完整SfM，影像色彩处理）；

openMVG由Pierre Moulon 在2010年读博时开始设计，并于2013年在http://github.com网站发布v0.1版本，目前已改进到v1.5版本。GitHub统计数据有60多位contributors，处理252个requests、1184个issues，已成为Structure from Motion、Photogrammetry、3D reconstruction的活跃社区。源码由CMakeList工具组织，支持Windows和Linux系统，主要分为5个部分：

/src/openMVG 是多视图几何（MVG）和SfM的核心库；
/src/openMVG_Samples 展示如何使用核心库实现高级算法，主要涉及相对定向、特征匹配的鲁棒策略等；
/src/software 提供用户使用的软件接口，主要实现了SfM及可视化，视觉里程计（Visual Odometry）,地理坐标系转换，UI便于输入控制点数据；
/src/dependencies 依赖库，包括GLFW, OPENEXIF, OSI CLP；
/src/third_party 是底层第三方库，主要有ceres-solver，eigen，fast，stlplus3，jpeg等；

经过简单编译，无论是专业或非专业人员均可利用openMVG重建出一组无序影像的稀疏三维场景或模型。其三维重建的能力已应用于考古软件（Arc-Team [5]），医疗影像服务（Ebrafol [6]），地理信息系统的相关实验室（DHLAB [7]）

2 代码分析

核心库的各个模块名称、功能、包含的文件数如下表所示：

2.1 外部第三方库

openMVG不鼓励重复造轮子，部分功能使用了已存在、设计良好的第三方软件库，并附带在openMVG的目录中方便编译和使用。这些库的名称及具体功能如下：

ceres-solver：一个便携式C++库，可用于建模和解决大型复杂的非线性最小二乘问题。cxsparse：为ceres-solver的稀疏矩阵计算提供支持。cmdLine：一个用于处理带有命名参数的C++命令行的轻量级的库。CppUnitLite：处理单元测试的轻量级库。Eigen：用于线性代数，矩阵和矢量运算，数值求解，仅由模板头文件组成的的高级C++库。flann：用于在高维空间中执行快速近似最近邻搜索的库。histogram：计算数据统计分布的轻量级类。htmlDoc：简化HTML数据导出的类。lemon：Library for Efficient Modeling and Optimization in Networks，一个C ++模板库，为图网络计算提供提供常见的数据结构和算法。progress：用于处理应用程序的进度状态的轻量级类。stlplus3：是为熟悉STL的开发人员提供的可重用C++组件的集合。仅使用file_system组件：提供了一组独立于操作系统的文件和文件夹处理函数。jpeg/png/tiff/zlib：处理图像输入、输出，文件压缩的库。

2.2 代码特点

丰富的代码测试。在正常代码之外，有不少文件（"*_text.cpp"）专门对算法进行测试，值得学习；
多数情况下hpp头文件负责声明和具体实现。少数情况下hpp负责声明，cpp文件负责实现；
详细的代码注释和参考文献注解。方便读者找到算法出处，了解算法原理；
C++ 11标准，用到了auto变量类型自动推导，简化for循环遍历；
用到了标准模板类库STL常用数据结构array、vector、list等；
用到了C++语言里的template模板，inline内联函数，override，class，namespace命名空间等特性。

除此外并未用到其他复杂代码特性，代码不算复杂，比较容易理解。

使用了JSON格式的配置文件，格式简单，易于解析SfM各阶段主要数据结构，如sfm_data.json

2.3 代码量统计

openMVG核心算法库代码量统计如下：

平均每个文件代码量99行。

samples和software多个工程项目代码量统计如下（"/"符号前后分别是samples和software文件夹的统计结果）：

平均每个文件代码量146行。

考虑到文件中可能不止有一个函数，并且注释较为丰富。平均每个函数的实际代码量更低。函数短小精悍，读起来比较舒服和轻松，方便读者学习和深入理解算法。

2.4 代码优缺点

从笔者个人角度来看：

openMVG的函数可读性好、算法稳定性强、重要函数均有标明出处（比如标注了具体参考的是《计算机视觉中的多视图几何》哪一页内容）、变量命名的设计很严谨、符合计算机视觉领域的术语规范。其傻瓜式编译，加上贴心地设计了丰富的samples和softwares，可使非专业的初学者也能快速测试完整的影像三维重建、视觉里程计等功能，并附有中间结果文件输出。总之，openMVG极适合三维重建新手入门的学习及测试。

但也存在一些缺点，个别模块函数嵌套较为冗杂，降低了灵活性，这给深入算法研究带来不便。举例来说，光束法平差的功能，从ceres-solver到用户接口调用设计了3-4层函数，不利于灵活使用。不过随着使用人员编程及算法功底的提升，以上缺点可以克服。至于算法完整性方面，更偏向于全局式SfM相关的state-of-the-art算法。对于传统的增量式SfM，并未集成较先进的算法。针对大规模SfM问题，学界和工业界提出很多较先进的算法，比如Hybrid SfM，hierarchical SfM，HyperSfM等。尽管开发者们正积极集成这类算法，但目前openMVG仍没有较稳定的大规模SfM处理算法。感兴趣的研究人员可以自己开发、增加该功能。

3. SfM技术

无论是摄影测量、计算机视觉，还是机器人（包括无人机）领域，往往需要从一组影像或视频中测量、观测或感知三维空间场景内物体的坐标信息，同时恢复相机拍摄时刻的空间状态，即相机外参数（旋转矩阵、平移矩阵）和内参数（主距、像主点坐标等）。计算机视觉提出的 SfM 正是满足此类需求的一门关键技术。它在摄影测量中用于空中三角测量（定向），特别适合近年来新型、轻巧、灵活的无人机摄影测量。在机器人视觉自主导航应用中称之为SLAM，也称作real-time SfM。

另外，最值得一提的是光束法平差（bundle adjustment），常作为SfM技术的最后一步执行全局优化。光束法平差最初由摄影测量专家Brown （就是常见相机畸变模型的Brown）在1964-1968发表论文中提出。后经Triggs 从计算机视觉角度进行全面理论解析，在视觉机视觉领域得到推广应用。再由于ceres, g2o等开源代码的普及，光束法平差开始在SLAM领域得到重点关注，称为optimization-based method（相对于传统的滤波算法，filter-based method）或graph-based method。

3.1 SfM pipeline

目前基本的 SfM 策略主要有2种，分别为增量式incremental和全局式global，如下图所示。增量式方法往往选择最优的种子像对建立初始场景（initialization），然后不添加新影像以扩展场景（image registration, triangulation, bundle adjustment），最后对整个场景光束法平差优化一次，调整所有相机的内、外参数和物方点（3D points）。而全局式方法是将输入所有影像，先同时解算相机的全局旋转矩阵（此过程称为rotation averaging），接着是全局平移矩阵（此过程称为translation averaging），再经前方交会（triangulation）初始化整个场景的物方点，最后对整个场景光束法平差，优化所有相机的内、外参数和物方点。一般而言，增量式方法多次光束法平差中会进行粗差探测与剔除（outlier filtering），整体较为鲁棒，缺点是时间效率低下且误差积累会产生场景偏移。而全局式方法整体同时解算，时间效率高，但严重依赖相对定向的质量，鲁棒性较差。

3.2 openMVG的SfM基本信息

针孔相机成像模型

相机内参数：Intrinsic parameters [f;cu,cv]。f是主距，focal plane到image plane的像素距离；ku, kv是比例系数，等价于分开定义fx, fy，但一般均为1。cu,cv是像主点，理想状态上为image的中心位置，坐标值定义为image左上角为原点，向右为u轴，向下为v轴。

相机外参数：Extrinsic parameters [R|t] = [R|-RC]。R: 相机的旋转矩阵；t: 相机的平移矩阵；C: 相机在某个世界坐标系下的位置

由此可建立三维场景点Xi 与像点观测xi的几何关系：

光束法平差

在摄影测量、多视图几何或SfM重建中，给定同一场景的不同位置角度拍摄的多张影像，光束法可同时优化三维物方点，相机内、外参数，可看作一个非线性优化问题。

SfM数据结构

struct SfM_Data
{Views views;   /// 储存影像物理性质、索引号等基本信息
Poses poses;   /// 储存影像外参数，包括旋转矩阵、平移矩阵
Intrinsics intrinsics; /// 储存影像内参数，支持多组不同内参数
Landmarks structure;   /// 物方点信息，物方点坐标及其tracks
}

4 SfM具体算例

以法国索镇城堡图片集（可在openMVG的GitHub获取）作为例子，执行SfM过程。

4.1 openMVG_main_SfMInit_ImageListing

第一步创建整个工程的描述文件sfm_data.json，用于准备SfM计算的数据结构。初始的sfm_data.json主要有views和intrinsics信息。

openMVG_main_SfMInit_ImageListing
-d ../src/openMVG/exif/sensor_width_database/sensor_width_camera_database.txt
-i ../Dataset/ImageDataset_SceauxCastle/images
-o ../Dataset/ImageDataset_SceauxCastle/matches

sfm_data.json文件细节展示：

4.2 openMVG_main_ComputeFeatures

对每张影像进行特征提取与特征描述，输出.feat, .desc结果文件，常用默认的SIFT算子。

openMVG_main_ComputeFeatures -i [..matchessfm_data.json] -o [...matches]

4.3 openMVG_main_ComputeMatches

特征提取后进行特征匹配，即建立重叠影像间的匹配点集（point correspondences），分为基于描述子相似度的初始匹配和几何滤波剔除错误匹配点两步。

openMVG_main_ComputeMatches -i [..matchessfm_data.json] -o [...matches]

初始特征匹配 648个匹配点

几何滤波（RANSAC+基础矩阵） 425个匹配点

4.4 执行SfM

主要有两种SfM策略，增量式openMVG_main_IncrementalSfM和全局式openMVG_main_GlobalSfM。

openMVG_main_IncrementalSfM -i Dataset/matches/sfm_data.json -m Dataset/matches/ -o Dataset/out_Incremental_Reconstruction/

其他命令： • [-a|–initialPairA NAME]， [-b|–initialPairB NAME] 可用于手工指定种子像对 • [-c|–camera_model] 选择相机内参，一般与openMVG_main_SfMInit_ImageListing一致

• [-f|–refineIntrinsics] 可选择在光束法平差时需要调整的内参模块，使用‘|’组合多选 – ADJUST_ALL 默认调整所有内参数/内方位元素 – NONE 不调整内参，用于事先相机标定好的数据 – ADJUST_FOCAL_LENGTH 只调整主距 – ADJUST_PRINCIPAL_POINT 只调整像主点 – ADJUST_DISTORTION 只调整相机畸变参数

openMVG_main_GlobalSfM -i Dataset/matches/sfm_data.json -m Dataset/matches/ -o Dataset/out_Global_Reconstruction

其他命令： • [-r|–rotationAveraging] 选择旋转平均的算法 – 1: L1 rotation averaging – 2:(default) L2 rotation averaging • [-t|–translationAveraging] 选择平移平均的算法 – 1: L1 translation averaging – 2:L2 translation averaging – 3:(default) SoftL1 minimization • [-f|–refineIntrinsics] (同上) 可选择在光束法平差时需要调整的内参模块，使用‘|’组合多选**

4.5 执行光束法平差

此时数据结构sfm_data已有完整的views，intrinsics，extrinsics/poses, structure/landmark信息，将光束法平差作为SfM的最后一步，对整个场景物方点及影像内、外参数进行全局优化。光束法平差的实现已集成于openMVG_main_IncrementalSfM和openMVG_main_GlobalSfM，得到SfM重建效果如下图：

4.6 SfM精度评价

SfM完成后以html格式输出数据报告，精度评价主要以像点观测的重投影误差（像素为单位）作为统计指标。表格展示每张影像的像点观测的重投影误差分布。另外，统计直方图的横轴为重投影误差，纵轴为像点观测数目，表现整个最终SfM重建的所有像点观测的重投影误差分布，此次结果的RMSE小于0.5个像素，较为合理。

5 总结

openMVG具有完整的SfM流程，从一组影像序列重建出整个场景的稀疏物方点，同时得到拍摄相机的内、外参数，可用于摄影测量空三或相机定向过程。将openMVG的SfM结果输出，再经密集匹配、表面重建、纹理映射就能实现完整的三维重建。（学习openMVG小贴士）大家在学习和使用openMVG的过程中，遇到任何相关问题，建议第一时间登录GitHub issues（https://github.com/openMVG/openMVG/issues）查找，一般的问题都能快速解决。

本期关于openMVG开源代码的总结笔记就到这里了。如果觉得有用，欢迎转发、推荐给有需要的同学朋友们。

公众号后台写下你感兴趣的摄影测量、计算机视觉、GNSS数据处理等方向的开源软件名，笔者（我不是一个人:-)）将搜集和统计，或许会成为下一期『源码阅读记』学习的对象。

[Reference]

[1] openMVG documentation : https://openmvg.readthedocs.io/en/latest/

[2] sfm pipelines in cvpr 2015 tutorial.

[3] 基于图像的三维重建研究（转）: https://www.cnblogs.com/Joetao/articles/10275121.html

[4] 计算机视觉方向简介 | 基于单目视觉的三维重建算法 : https://new.qq.com/rain/a/20190409A0JQ7X

[5] http://www.arc-team.com/

[6] Brazilian Team of Forensic Anthropology and Legal Dentistry : http://ebrafol.org/

[7] http://dhlab.epfl.ch/