structure-from-motion-from-multiple-views复现

1. 示例复现：

   输入：
   示例图像序列：
   
   输出：显示3D点
   
   显示密集点云
   

   原示例结果：

   显示3D点
   
   显示密集点云
   

2. 小米9se手机数据三维重建
   1） 图像标定：应用程序中使用Camera Calibration进行标定（平均重投影误差尽量小于0.5）
   
   2） 标定后导出标定结果，输入标定后的摄像头拍摄的系列照片。
   
   报错 ：增加最大距离或减小所需的置信度
   
   所以修改了Matlab内置函数helperEstimateRelativePose.m：第43行，增加了 ‘Confidence’, 50, ‘MaxDistance’, 5
   
   也对置信度和最大距离进行调整，但都效果一般，可能是手机拍摄会对标定结果产生影响，因为手机摄像头标定后的平均误差为0.7左右，后续使用罗技C270摄像头进行拍摄。

   另：置信度和最大距离影响验证：
   示例数据：
   ‘Confidence’, 45, ‘MaxDistance’, 5
   
   ‘Confidence’, 50, ‘MaxDistance’, 5
   
   ‘Confidence’, 55, ‘MaxDistance’, 5
   
   无置信度和最大距离参数：
   
   总结：不添加置信度和最大距离这两个参数时，效果已经很好，添加的话置信度在50左右，最大距离在5左右，效果会和不加参数差不多。但是不同物体可能效果不同，所以还需多尝试。

3.罗技相机数据三维重建
拍摄设备：罗技C270c
1） 标定：平均重投影误差0.24

2）结果展示：
盒子：

水杯：

益达：

 
4. 无人机数据三维重建
拍摄设备：大疆经纬 M100

重建目标：转椅

标定：平均重投影误差0.61
 
输入图像序列：

输出结果：

显示3D点

显示密集点云

旋转展示：

显示3D点

显示密集点云