11月学习点

1. 根据3D点拟合平面

2. 能量法搜索最佳拼接缝

-试图用它简单拼接两张图像但失败了，暂时不太明白它的应用场景，没有细看代码实现，但感觉可用。

3. NeRF OpenCV OpenGL COLMAP DeepVoxels坐标系朝向

4. Colmap可视化结果的隐含转换

• colmap输出在 images.txt 里图像的tx, ty, tz并不是实际世界坐标系下的T，而是需要转换的，而在colmap的可视化界面中它是进行了转换的。

☆5. 图割法进行最佳拼接缝搜索

目前在用：

6. Block-NeRF

7. Colmap Gui界面的使用

• colmap 操作流程(包括密集重建)

8. Colmap论文解析

9. 相机成像的几何描述

☆10. 图分割

（1）谱聚类

谱聚类综述 —— 一个浙大的同学&很好的Blog

谱聚类（spectral clustering）原理总结

谱聚类（spectral clustering）原理及Python实现 --scikit-learn

scikit-learn库的谱聚类实现

全面的谱聚类算法原理总结 – 阿里云|天池

（2）KMeans聚类

KMeans对3D点进行聚类并可视化 – 手动实现KMeans类

K-Means图解&算法实现(超详细注释)

（3）图割

[论文解读]Graph-Based Parallel Large Scale Structure from Motion

图分割Graph Partitioning技术总结 – 知乎

11. 无参考图像质量评价

图像质量评价（Image Quality Assessment,IQA） – 一个很棒的科研笔记