DSO初始化过程2020-05-08

为各层金字塔图像计算梯度makeImages(image->image, &Hcalib)：梯度为当前像素上下光强度差方与左右光强差方之和。先计算第0层的梯度，其他层的像素光强通过上一层均值采样得到。

初始化操作大致可分为两个阶段，第一个阶段是第一帧的处理，第二阶段是后续帧的跟踪，跟踪的帧数为5帧，5帧后初始化完毕，流程如下:

在第一帧数据中取点：setFirst(&Hcalib, fh)：每层采集密度不一样，取点策略：先将图像划分成32x32的块，计算每块的梯度均值作为选点的阈值makeHists(fh)，选点时，第一次选择先把图像分成d*d的块，然后选择梯度最大且大于阈值的点，如果第一次选择结束后选择的点数目未达要求，则分成2dX2d的块，以此类推。

对于除第一帧外的后帧，trackFrame(fh, outputWrapper)，直接法（two frame direct image alignment）只利用第一帧与当前帧的数据，用高斯牛顿方法基于最小化光测误差，求解或优化参数，优化之前，变换矩阵初始化为单位阵、点的逆深度初始化为1，在这个过程中，优化的初值都是没有实际意义的，优化的结果也是很不准确的

跟踪了5帧后，调用initializeFromInitializer(fh)，把第一帧设置为关键帧，并把该关键帧相关的信息存储起来，其中关键帧存储的点下采样为2000个活动点

调用deliverTrackedFrame(fh, needToMakeKF)，将第五帧传入后端，存为关键帧。