Matlab 图像拼接的束调整

我正在使用matlab制作简单的图像拼接脚本。我现在有了按顺序排列的图像序列（i0i1i2i3…）的代码。对于每个图像，我提取SIFT描述符并在每个图像对之间进行匹配。（查找I0-I1之间的匹配，然后查找I1-I2…）。我使用ransac计算内联线，并在每一对之间拟合单应性。（H01=>I0-I1）。然后我将图像缝合在一起，I0与I1，然后（I0I1）与I2，依此类推。（我猜是基本的全景制作）

但是，现在我想尝试实现束调整来校正整个图像中的投影误差。我在Szeliski计算机视觉书中读过一些关于束调整的内容（但我发现它更多的是关于3D重建中的BA，我不知道如何在2D图像拼接中使用它）。然后我也看了

---

我不知道从哪里开始，论文使用了更复杂的缝合，所有关于相机模型的讨论都有点混乱，因为我无法将这些讨论与我的简单应用程序联系起来。有人能帮我开始吗？或者告诉我一些更合适的材料，在简单的全景图制作中应用束调整？我需要做的伪代码也会有帮助

我认为您已经尝试了前两个步骤，现在第三个步骤是通过bundler进行细化。我强烈建议您阅读Hartley Zisserman的书，多视图几何，附录6。为基于LM的最小二乘估计提供了清晰的伪代码，用于误差细化

---

现在针对您的问题，您正在尝试优化单应性以获得更好的匹配。所以你的误差是一个光度误差，类似于x1'Hx2。附录中也提供了这种情况。

从任意（甚至已排序）图像构建全景图一点也不简单。如果您不了解布朗论文中的相机模型，您可能应该使用现有的工具。此外，对于联合单应估计，您不需要束调整，只需使用Levenberg–Marquardt之类的非线性优化即可。谢谢您的回复。当我用RANSAC找到一组一致的内联线时，我使用它们来拟合每个图像对（I1-I2，I2-I3）之间的单应性，并通过Levenberg-Marquardt解决非线性最小二乘问题。这就是使用非线性优化而不是束调整的意思，还是我需要查看优化问题中的所有单应性？顺便说一下，忘了我所说的联合单应性估计。当然，您需要全局参数来共同优化。无论哪种方式，束调整都解决了一个需要视差（平移）的问题（3D重建和相机估计），这是您希望在parnoramas中避免的。所以我建议你解决一个共享的相机（焦距）和旋转。你有没有解决过这个问题？我想知道你是否介意分享你最终使用的方法？我的处境与我实现了成对对应匹配和计算同音字相似，但在解决如何进行束调整细化步骤时遇到了问题。