← Back to branch summary

~ubuntu-branches/ubuntu/raring/ceres-solver/raring

« back to all changes in this revision

Viewing changes to examples/simple_bundle_adjuster.cc

  • Committer: Package Import Robot
  • Author(s): Koichi Akabe
  • Date: 2012-06-04 07:15:43 UTC
  • Revision ID: package-import@ubuntu.com-20120604071543-zx6uthupvmtqn3k2
Tags: upstream-1.1.1
Import upstream version 1.1.1

Show diffs side-by-side

added added

removed removed

Lines of Context:
examples/simple_bundle_adjuster.cc
 
1
// Ceres Solver - A fast non-linear least squares minimizer
 
2
// Copyright 2010, 2011, 2012 Google Inc. All rights reserved.
 
3
// http://code.google.com/p/ceres-solver/
 
4
//
 
5
// Redistribution and use in source and binary forms, with or without
 
6
// modification, are permitted provided that the following conditions are met:
 
7
//
 
8
// * Redistributions of source code must retain the above copyright notice,
 
9
//   this list of conditions and the following disclaimer.
 
10
// * Redistributions in binary form must reproduce the above copyright notice,
 
11
//   this list of conditions and the following disclaimer in the documentation
 
12
//   and/or other materials provided with the distribution.
 
13
// * Neither the name of Google Inc. nor the names of its contributors may be
 
14
//   used to endorse or promote products derived from this software without
 
15
//   specific prior written permission.
 
16
//
 
17
// THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS"
 
18
// AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
 
19
// IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
 
20
// ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT OWNER OR CONTRIBUTORS BE
 
21
// LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR
 
22
// CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF
 
23
// SUBSTITUTE GOODS OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS
 
24
// INTERRUPTION) HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN
 
25
// CONTRACT, STRICT LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE)
 
26
// ARISING IN ANY WAY OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE
 
27
// POSSIBILITY OF SUCH DAMAGE.
 
28
//
 
29
// Author: keir@google.com (Keir Mierle)
 
30
//
 
31
// A minimal, self-contained bundle adjuster using Ceres, that reads
 
32
// files from University of Washington' Bundle Adjustment in the Large dataset:
 
33
// http://grail.cs.washington.edu/projects/bal
 
34
//
 
35
// This does not use the best configuration for solving; see the more involved
 
36
// bundle_adjuster.cc file for details.
 
37
 
 
38
#include <cmath>
 
39
#include <cstdio>
 
40
#include <iostream>
 
41
 
 
42
#include "ceres/ceres.h"
 
43
#include "ceres/rotation.h"
 
44
 
 
45
// Read a Bundle Adjustment in the Large dataset.
 
46
class BALProblem {
 
47
 public:
 
48
  ~BALProblem() {
 
49
    delete[] point_index_;
 
50
    delete[] camera_index_;
 
51
    delete[] observations_;
 
52
    delete[] parameters_;
 
53
  }
 
54
 
 
55
  int num_observations()       const { return num_observations_;               }
 
56
  const double* observations() const { return observations_;                   }
 
57
  double* mutable_cameras()          { return parameters_;                     }
 
58
  double* mutable_points()           { return parameters_  + 9 * num_cameras_; }
 
59
 
 
60
  double* mutable_camera_for_observation(int i) {
 
61
    return mutable_cameras() + camera_index_[i] * 9;
 
62
  }
 
63
  double* mutable_point_for_observation(int i) {
 
64
    return mutable_points() + point_index_[i] * 3;
 
65
  }
 
66
 
 
67
  bool LoadFile(const char* filename) {
 
68
    FILE* fptr = fopen(filename, "r");
 
69
    if (fptr == NULL) {
 
70
      return false;
 
71
    };
 
72
 
 
73
    FscanfOrDie(fptr, "%d", &num_cameras_);
 
74
    FscanfOrDie(fptr, "%d", &num_points_);
 
75
    FscanfOrDie(fptr, "%d", &num_observations_);
 
76
 
 
77
    point_index_ = new int[num_observations_];
 
78
    camera_index_ = new int[num_observations_];
 
79
    observations_ = new double[2 * num_observations_];
 
80
 
 
81
    num_parameters_ = 9 * num_cameras_ + 3 * num_points_;
 
82
    parameters_ = new double[num_parameters_];
 
83
 
 
84
    for (int i = 0; i < num_observations_; ++i) {
 
85
      FscanfOrDie(fptr, "%d", camera_index_ + i);
 
86
      FscanfOrDie(fptr, "%d", point_index_ + i);
 
87
      for (int j = 0; j < 2; ++j) {
 
88
        FscanfOrDie(fptr, "%lf", observations_ + 2*i + j);
 
89
      }
 
90
    }
 
91
 
 
92
    for (int i = 0; i < num_parameters_; ++i) {
 
93
      FscanfOrDie(fptr, "%lf", parameters_ + i);
 
94
    }
 
95
    return true;
 
96
  }
 
97
 
 
98
 private:
 
99
  template<typename T>
 
100
  void FscanfOrDie(FILE *fptr, const char *format, T *value) {
 
101
    int num_scanned = fscanf(fptr, format, value);
 
102
    if (num_scanned != 1) {
 
103
      LOG(FATAL) << "Invalid UW data file.";
 
104
    }
 
105
  }
 
106
 
 
107
  int num_cameras_;
 
108
  int num_points_;
 
109
  int num_observations_;
 
110
  int num_parameters_;
 
111
 
 
112
  int* point_index_;
 
113
  int* camera_index_;
 
114
  double* observations_;
 
115
  double* parameters_;
 
116
};
 
117
 
 
118
// Templated pinhole camera model for used with Ceres.  The camera is
 
119
// parameterized using 9 parameters: 3 for rotation, 3 for translation, 1 for
 
120
// focal length and 2 for radial distortion. The principal point is not modeled
 
121
// (i.e. it is assumed be located at the image center).
 
122
struct SnavelyReprojectionError {
 
123
  SnavelyReprojectionError(double observed_x, double observed_y)
 
124
      : observed_x(observed_x), observed_y(observed_y) {}
 
125
 
 
126
  template <typename T>
 
127
  bool operator()(const T* const camera,
 
128
                  const T* const point,
 
129
                  T* residuals) const {
 
130
    // camera[0,1,2] are the angle-axis rotation.
 
131
    T p[3];
 
132
    ceres::AngleAxisRotatePoint(camera, point, p);
 
133
 
 
134
    // camera[3,4,5] are the translation.
 
135
    p[0] += camera[3];
 
136
    p[1] += camera[4];
 
137
    p[2] += camera[5];
 
138
 
 
139
    // Compute the center of distortion. The sign change comes from
 
140
    // the camera model that Noah Snavely's Bundler assumes, whereby
 
141
    // the camera coordinate system has a negative z axis.
 
142
    const T& focal = camera[6];
 
143
    T xp = - focal * p[0] / p[2];
 
144
    T yp = - focal * p[1] / p[2];
 
145
 
 
146
    // Apply second and fourth order radial distortion.
 
147
    const T& l1 = camera[7];
 
148
    const T& l2 = camera[8];
 
149
    T r2 = xp*xp + yp*yp;
 
150
    T distortion = T(1.0) + r2  * (l1 + l2  * r2);
 
151
 
 
152
    // Compute final projected point position.
 
153
    T predicted_x = distortion * xp;
 
154
    T predicted_y = distortion * yp;
 
155
 
 
156
    // The error is the difference between the predicted and observed position.
 
157
    residuals[0] = predicted_x - T(observed_x);
 
158
    residuals[1] = predicted_y - T(observed_y);
 
159
 
 
160
    return true;
 
161
  }
 
162
 
 
163
  double observed_x;
 
164
  double observed_y;
 
165
};
 
166
 
 
167
int main(int argc, char** argv) {
 
168
  google::InitGoogleLogging(argv[0]);
 
169
  if (argc != 2) {
 
170
    std::cerr << "usage: simple_bundle_adjuster <bal_problem>\n";
 
171
    return 1;
 
172
  }
 
173
 
 
174
  BALProblem bal_problem;
 
175
  if (!bal_problem.LoadFile(argv[1])) {
 
176
    std::cerr << "ERROR: unable to open file " << argv[1] << "\n";
 
177
    return 1;
 
178
  }
 
179
 
 
180
  // Create residuals for each observation in the bundle adjustment problem. The
 
181
  // parameters for cameras and points are added automatically.
 
182
  ceres::Problem problem;
 
183
  for (int i = 0; i < bal_problem.num_observations(); ++i) {
 
184
    // Each Residual block takes a point and a camera as input and outputs a 2
 
185
    // dimensional residual. Internally, the cost function stores the observed
 
186
    // image location and compares the reprojection against the observation.
 
187
    ceres::CostFunction* cost_function =
 
188
        new ceres::AutoDiffCostFunction<SnavelyReprojectionError, 2, 9, 3>(
 
189
            new SnavelyReprojectionError(
 
190
                bal_problem.observations()[2 * i + 0],
 
191
                bal_problem.observations()[2 * i + 1]));
 
192
 
 
193
    problem.AddResidualBlock(cost_function,
 
194
                             NULL /* squared loss */,
 
195
                             bal_problem.mutable_camera_for_observation(i),
 
196
                             bal_problem.mutable_point_for_observation(i));
 
197
  }
 
198
 
 
199
  // Make Ceres automatically detect the bundle structure. Note that the
 
200
  // standard solver, SPARSE_NORMAL_CHOLESKY, also works fine but it is slower
 
201
  // for standard bundle adjustment problems.
 
202
  ceres::Solver::Options options;
 
203
  options.linear_solver_type = ceres::DENSE_SCHUR;
 
204
  options.ordering_type = ceres::SCHUR;
 
205
  options.minimizer_progress_to_stdout = true;
 
206
 
 
207
  ceres::Solver::Summary summary;
 
208
  ceres::Solve(options, &problem, &summary);
 
209
  std::cout << summary.FullReport() << "\n";
 
210
  return 0;
 
211
}