主要观点总结
本文主要介绍了单目稠密重建中的三角化恢复深度信息。内容分为几个专题：三角化的提出、三角化公式、求解深度的另外两种方法以及单目稠密重建的流程。附带有详细的公式推导和代码示例。
关键观点总结
关键观点1: 三角化的概念和提出
三角化最早由高斯提出，并应用于测量学中。通过在不同的位置观测同一个三维点，利用三角关系恢复出三维点的深度信息。
关键观点2: 三角化公式的推导
根据对极几何中的定义，通过特征点的归一化坐标，可以推导出三角化公式。公式涉及一元二次线性方程组的求解，可以利用Cramer's法则进行求解。
关键观点3: 求解深度的其他方法
除了利用三角化公式求解外，还介绍了另外两种求解深度的方法：利用叉乘进行消元求解和利用Mid Point Method进行求解。
关键观点4: 单目稠密重建的流程
文章最后简要提到了单目稠密重建的流程，未详细展开。
关键观点5: 版权声明和注记
文章末尾提到了版权声明和转载规定，提醒读者尊重版权，同时给出了商业转载和个人转载的授权方式。
文章预览
为了详细了解单目稠密重建的细节，我们将会分几个专题来探讨深度滤波器的一系列内容。 1.三角化 2.三角化深度值的误差分析 3.深度滤波器的原理及实现 4.单目稠密重建的流程 本系列内容主要参考高翔《视觉SLAM十四讲》，这里加上自己的理解，做一个总结。 本篇博客我们来聊一聊三角化恢复深度信息。 目录： (1)三角化的提出 (2)三角化公式 (3)求解深度的另外两种方法 附录 (1)三角化的提出 三角化最早由高斯提出，并应用于测量学中。简单来讲就是：在不同的位置观测同一个三维点P(x, y, z)，已知在不同位置处观察到的三维点的二维投影点X 1 (x 1 , y 1 ), X 2 (x 2 , y 2 ) ， 利用三角关系，恢复出三维点的深度信息z。 (2)三角化公式 按照对极几何
………………………………
