COLMAP使用笔记

zxl19 2021-12-10

三维重建工具COLMAP使用笔记。

安装

sudo apt install colmap

运行

在命令行中

colmap -h

在可视化界面中

colmap gui

重建步骤

新建项目

  1. File->New Project；
  2. 设置Database为存储.db文件的路径；
  3. 设置Images为存储图片的路径；

特征提取

  1. Processing->Feature extraction；
  2. Camera model根据相机结构选择，以PINHOLE为例；
  3. 勾选Custom Parameters，输入预先标定的相机内参（中间无空格分隔），PINHOLE相机模型内参包括fx,fy,cx,cy；
  4. 如有GPU，勾选use_gpu；
  5. 点击Extract；

特征匹配

  1. Processing->Feature matching；
  2. 选择匹配方法，以Exhaustive为例，经测试相比于Sequential耗时更长，但重建效果更好；
  3. 如有GPU，勾选use_gpu；
  4. 点击Run；

三维重建

  1. Reconstruction->Reconstruction Options->Bundle->Camera parameters，取消勾选refine_focal_length、refine_principal_point、refine_extra_params；
  2. Reconstruction->Start reconstruction；

结果保存和查看

结果保存

  1. File->Save project，替换保存project.ini文件；
  2. File->Export model as text，导出重建结果；

结果查看

  1. File->Import model，导入重建结果；

注意事项

  1. 建议在重建前先标定相机内参，在重建过程中设置不优化相机内参，防止重建失败；
  2. 使用ZED 2相机可以获得去畸变后的图片以及对应的相机内参（发布在camera_info话题中，每次开机自标定后内参会有细微不同），此时可直接采用PINHOLE相机模型；
  3. 一般来说采用OpenCV相机模型可以满足要求，模型参数包括fx,fy,cx,cy,k1,k2,p1,p2，在标定时径向畸变和切向畸变选择两参数模型；
  4. Xbbei/super-colmap使用SuperPoint代替COLMAP原来使用的SIFT特征来提取特征点，获得了更加鲁棒的特征点，提高了重建结果的质量，zxl19/super-colmap在其基础上添加了手动回环检测；
  5. 迭代结束时重投影误差一般在0.8个像素左右；

参考

  1. colmap/colmap
  2. COLMAP Documentation
  3. Xbbei/super-colmap
  4. magicleap/SuperPointPretrainedNetwork
  5. rpautrat/SuperPoint