ORB-SLAM2源码学习： LocalMapping.cc⑥: LocalMapping::KeyFrameCulling关键帧剔除

最新推荐文章于 2025-08-09 16:37:48 发布

原创

最新推荐文章于 2025-08-09 16:37:48 发布 · 316 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#c++ #计算机视觉 #opencv #ubuntu #人工智能 #学习

前言

跟踪线程中插入关键帧相对宽松，主要是提高跟踪的成功率，它能保证在纹理不足、大旋转、快速运动等情况下也能有较好的跟踪。但这些关键帧全都传入到局部建图线程中会使局部BA进行的非常慢，因此需要剔除一些冗余度高的一些关键帧。

冗余度的衡量标准：

90%以上的地图点被其他至少三个以上的关键帧观测到。这意味着有一些关键帧看到的地图点几乎都一样，这时候删除一些关键帧也不影响。

1.函数声明

void LocalMapping::KeyFrameCulling()

2.函数定义

步骤：

1.调用GetVectorCovisibleKeyFrames函数根据共视图提取当前关键帧的所有共视关键帧，便于后续进行剔除。

// Check redundant keyframes (only local keyframes)
    // A keyframe is considered redundant if the 90% of the MapPoints it sees, are seen
    // in at least other 3 keyframes (in the same or finer scale)
    // We only consider close stereo points

    // 该函数里变量层层深入，这里列一下：
    // mpCurrentKeyFrame：当前关键帧，本程序就是判断它是否需要删除
    // pKF： mpCurrentKeyFrame的某一个共视关键帧
    // vpMapPoints：pKF对应的所有地图点
    // pMP：vpMapPoints中的某个地图点
    // observations：所有能观测到pMP的关键帧
    // pKFi：observations中的某个关键帧
    // scaleLeveli：pKFi的金字塔尺度
    // scaleLevel：pKF的金字塔尺度

    // Step 1：根据共视图提取当前关键帧的所有共视关键帧
    vector<KeyFrame*> vpLocalKeyFrames = mpCurrentKeyFrame->GetVectorCovisibleKeyFrames();

2.遍历提取的所有共视关键帧，调用GetMapPointMatches函数获取每一关键帧的地图点。

 // 对所有的共视关键帧进行遍历
    for(vector<KeyFrame*>::iterator vit=vpLocalKeyFrames.begin(), vend=vpLocalKeyFrames.end(); vit!=vend; vit++)
    {
        KeyFrame* pKF = *vit;
        // 第1个关键帧不能删除，跳过
        if(pKF->mnId==0)
            continue;
        // Step 2：提取每个共视关键