KinectFusion公式推导和理解

2012年发表的论文“KinectFusion Real-Time Dense Surface Mapping and Tracking”首次达成了实时稠密重建（Real time dense restruction）的技术突破，我认为微软所推出的Kinect深度相机是这项研究取得成功的关键因素。该论文在相关领域中率先采用了深度相机技术，因此被广泛认为是从事实时稠密重建（Real time dense restruction）研究方向的重要参考文献。

系统的核心架构如图所示：（摘自原文）

1. 利用深度相机获取原始数据，并对所采集的数据进行初步处理。（Surface measurement）
2. 应用Prj ICP算法来推算相机在空间中的位置与方向。（Sensor pose estimation）
3. 将当前帧的点云信息整合至已有模型中。（Surface reconstruction update）
4. 借助光线投射法（投影算法）将点云模型映射至下一帧相机视角下的图像中，为后续计算提供依据。（Surface prediction）

**深度图像预处理（S