cvg/limap

它解决了什么问题

LIMAP 解决了传统 3D 重建（运动恢复结构，Structure from Motion）的局限性，传统方法通常仅依赖于点云。通过将线、消失点、平面和参数化原语（如球体和圆柱体）视为一等几何实体，它比仅基于点的方法创建了更全面且更准确的 3D 模型和相机位姿估计。

工作原理

LIMAP 使用多种几何特征联合优化相机位姿和结构约束。它集成了多种用于线检测、匹配和平面估计的专业工具。该系统与 COLMAP 生态系统完全兼容，在利用 COLMAP 基于点的流水线的同时，在标准模型之上增加了结构层（线、组和线框）。

适用人群

它专为从事 3D 制图、视觉定位和运动恢复结构（SfM）的计算机视觉研究人员和工程师设计，特别是那些需要对包含结构化几何原语的环境进行高精度重建的人员。

亮点

• 三个核心流水线：支持视觉制图/三角测量、视觉定位（包括未校准查询）以及全面的增量式 SfM。
• COLMAP 集成：完全兼容 COLMAP 4.2.0，允许在 COLMAP GUI 中打开重建结果并通过 pycolmap 进行读取。
• 可扩展架构：使用注册表管理线检测器、匹配器、消失点估计器和平面检测器，以便轻松引入新算法。
• 混合特征支持：联合优化点和线以提高位姿精度和稳定性，特别是在未校准场景下。