📐 SLAM前端 · 特征提取与匹配优化
🎯 30章 从基础到前沿
01
SLAM前端概述
系统架构
前端任务
特征点vs直接法
02
相机模型与投影几何
针孔模型
畸变模型
相机标定
03
图像预处理
灰度化
直方图均衡
高斯滤波
金字塔
04
角点检测基础
Harris
Shi-Tomasi
05
FAST角点检测
算法原理
阈值选择
非极大值抑制
06
ORB特征提取
oFAST
rBRIEF
方向计算
07
SIFT特征提取
尺度空间
关键点定位
方向分配
描述子
08
SURF特征提取
积分图
Hessian检测
描述子优化
09
特征点均匀化策略
四叉树
网格化
自适应阈值
10
描述子匹配基础
暴力匹配
FLANN
汉明/欧氏距离
11
匹配对筛选
距离阈值
最近邻比值
Lowe‘s
12
快速最近邻搜索
KD-Tree
构建与查询
FLANN应用
13
词袋模型(BoW)基础
视觉词汇
TF-IDF
词袋向量
14
DBoW2库详解
离线字典
在线检索
闭环检测
15
光流法跟踪
Lucas-Kanade
金字塔光流
稀疏vs稠密
16
直接法视觉里程计
光度误差
直接法对齐
vs特征点法
17
RANSAC原理与实现
算法流程
迭代次数
匹配应用
18
对极几何与基础矩阵
对极约束
八点法
本质矩阵分解
19
PnP问题求解
DLT
P3P
EPnP
BA优化
20
三角化与深度估计
线性三角化
中点法
深度滤波器
21
特征匹配加速技术
SSE/NEON
多线程
GPU加速
22
视觉惯性前端融合
IMU预积分
视觉/IMU对齐
松紧耦合
23
多传感器融合前端
视觉+激光
视觉+毫米波
视觉+GPS
24
深度学习特征提取
SuperPoint
自监督学习
25
深度学习特征匹配
SuperGlue
注意力机制
26
D2-Net与特征复用
可微分特征
联合检测描述
27
R2D2与可靠特征
可靠性预测
可重复性
置信度
28
特征匹配异常处理
动态物体剔除
光照变化
运动模糊
29
大规模场景特征管理
特征数据库
压缩量化
增量更新
30
SLAM前端性能评估
KITTI/EuRoC/TUM
精度效率
调优实战