最近分析了PToptimizer，整個程序流程。大致如下：

1）導(dǎo)入優(yōu)化的腳本文件，這個文件包絡(luò)萬象，輸入圖像的信息(roll,pitch,yaw, hfov,width,height，圖像的投影方法等），輸出全景圖的設(shè)置，控制點(diǎn)的羅列，優(yōu)化參數(shù)的控制等（i,p,c,v)，其中相對優(yōu)化最重要的就是控制點(diǎn)和是否對參數(shù)進(jìn)行優(yōu)化。設(shè)置的正確與否，影響后面的優(yōu)化結(jié)果。使用前，一定要好好看看Optimize.txt

2)根據(jù)script填充AlignInfo結(jié)構(gòu)體，注意AlignInfo最后被注入了adjust.c的 static AlignInfo *optInfo中。初始LM輸入?yún)?shù)和輸出參數(shù)的函數(shù)，及重要的fcn都包含在結(jié)構(gòu)體OptInfo中，整個LM算法都是圍繞AlignInfo和OptInfo展開的。驅(qū)動他們結(jié)合的是函數(shù)lmfunc fcn(它是個函數(shù)指針，實(shí)際調(diào)用int fcnPano(int m, int n, double x[], double fvec[], int *iflag) )。

3）計(jì)算誤差的函數(shù)就是上面提到的fcn，這個函數(shù)舉足輕重，要義深刻，根據(jù)width = 360, hfov = 360, height = 180的參考全景圖，利用圖像間匹配的控制點(diǎn)，不同投影模式，不同投影函數(shù)調(diào)用，來計(jì)算參數(shù)和誤差。
4）通過LM反復(fù)迭代，得到全局最優(yōu)。（這部分還有一些不解，具體分析到代碼，再做討論）。

PToptimizer是hugin的靈魂，一點(diǎn)不過。心與心的碰觸，代碼與代碼的交叉，靈魂轉(zhuǎn)化，功力跟進(jìn)。