COLMAP/GLOMAP 1.1.0版本发布：全局定位与三维重建的重要升级

COLMAP/GLOMAP项目是计算机视觉领域中一个专注于全局定位与三维重建的开源工具库。它建立在著名的COLMAP（Structure-from-Motion和Multi-View Stereo系统）基础上，提供了更高效的全局定位算法实现。该项目特别适用于大规模场景的三维重建任务，能够处理从图像采集到三维点云生成的全流程工作。

核心功能改进

1. 相机模型支持扩展：新版本更新了PoseLib库，新增了对OPENCV_FISHEYE相机模型的支持。这一改进使得系统能够更好地处理鱼眼镜头拍摄的图像，扩大了应用场景范围。

2. 全局定位算法优化：修复了全局定位中关于尺度辅助变量的无效引用问题，提高了定位精度。同时增加了重建归一化步骤，确保每次迭代后的重建结果更加稳定。

3. 鲁棒性增强：改进了对去畸变失败情况的处理机制，系统在遇到异常输入时能够更优雅地降级处理，而不是直接崩溃。

性能与稳定性提升

1. GPU加速支持：新增了GPU计算支持，显著提升了特征匹配和优化等计算密集型任务的执行效率。

2. 旋转平均器集成：引入了先进的旋转平均算法，有效解决了大规模场景中相机方向估计的累积误差问题。

3. 内存安全修复：解决了多个潜在的越界访问问题，包括在ViewGraph组件和BundleAdjuster中的索引越界情况，提高了系统稳定性。

用户体验优化

1. 日志系统改进：新增了通过命令行参数控制详细日志输出的功能，便于开发者调试和问题诊断。

2. 命令行接口扩展：增加了更多配置选项，包括支持优化主点(principal point)参数，为用户提供了更灵活的控制能力。

3. 文档完善：补充了可视化设置相关的文档内容，并提供了完整的macOS系统安装指南，降低了新用户的使用门槛。

跨平台支持

1. Windows预编译二进制文件：提供了包含CUDA支持和不含CUDA的两个版本，满足不同硬件配置用户的需求。

2. macOS兼容性：简化了macOS平台的安装流程，特别是通过使用COLMAP的线程池减少了依赖项。

3. 构建系统改进：更新了CMake配置，使其能够更准确地定位依赖项路径，提高了跨平台编译的成功率。

技术细节修正

1. 基础矩阵计算：修正了基础矩阵计算中的公式错误，提高了特征匹配的准确性。

2. MST计算：修复了由于负权重导致的最小生成树计算问题，确保了视图图的正确构建。

3. 三维点输出：解决了三维点坐标转换中的错误，保证了重建结果的几何一致性。

这一版本的发布标志着COLMAP/GLOMAP在算法鲁棒性、系统稳定性和用户体验方面都取得了显著进步。特别是GPU加速支持和旋转平均器的引入，使得该系统在大规模场景重建任务中具备了更强的竞争力。对于从事三维重建、增强现实和机器人导航等领域的研究人员和开发者来说，这无疑是一个值得关注的重要更新。