为了有结果的对比，需要编译运行CMVS_PMVS，一开始在网上搜了一些教程，
这一篇很详细，Ubuntu 16.04下安装Bunlder和PMVS(CMVS)
以下整理本地的步骤：
- 下载 Bundler
从Git主页上拉下来最新的Bunlder比较保险
一开始从主页上载下来bundler-v0.4-source.tar.gz,
出现了error cannot call constructor 'SkeletalApp::BundlerApp'
如果想要用v4.0， 那么下载下来之后，解压：
tar -zxvf bundler-v0.4-source.tar.gz
- 编译运行Bundler
1). 安装 GFortran:sudo apt-get install gfortran
2). 安装依赖的外部库：
1 LAPACK： 线性代数计算库
2 BLAS： 基础线性代数子程序，LAPACK自带
3 libjpeg：jpeg库，Ubuntu自带
4 libz：通用目的的压缩库
下载LAPACK编译包：wget http://www.netlib.org/lapack/lapack-3.3.0.tgz：
tar -zxvf lapack-3.3.0.tgz
cd lapack-3.3.0
cp make.inc.example make.inc
注意，如果系统环境不是ubuntu+fortran，则需要修改make.inc
在编译LAPACK之前需要编译BLAS，修改LAPACK makefile第11行：
lib: blaslib lapacklib tmglib
保存之后，make整个工程，
会生成blas_LINUX.a，lapack_LINUX.a， tmglib_LINUX.a三个文件，
重命名为libblas.a，liblapack.a，libtmglib.a之后，拷贝到Bundler源码下的lib目录
3).zlib的编译安装
zlib的主页上下载最新的版本 zlib-1.2.11: wget http://zlib.net/zlib-1.2.11.tar.gz
编译安装过程如下：
cd zlib-1.2.11
./configure
make
sudo make install
4). sift的安装编译
作者的主页可以下载到SIFTdemo到本地，解压之后，make得到可运行程序 SIFT
运行格式如下：
./sift < pgm_filename > key_filename
注意，这里的 '<' 表示输入重定向，即将pgm_filename的内容以二进制的格式读入，存放在标准输入流cin
'>' 表示输出重定向，会将cout的内容写到key_filename
举个例子：
int main(int argc, char *argv[]) {
string filename;
cin >> filename;
cout << filename;
}
运行时terminal输入： ./main test.txt， test.txt中的内容为：
this is a test file.
aiming at testing the standard stream re-direction operation
那么terminal会输出，this is a test file，如果terminal输入： ./main test.txt test.out，此时terminal原本的输入会直接写入到test.out文件中。
5). 编译安装Bundler
将SIFT文件拷贝到Bundler的工程目录下，make即可进行编译安装，编译成功在bin目录下会出现Bundler
设置共享库，将bin目录下的libANN_char.so复制到系统的/lib下：
sudo cp libANN_char.so /lib
6). 测试Bundler
Bundler提供了两组测试数据在examples目录下，分别是ET，kermit，测试：
cd examples/ET
../../RunBundler.sh
结果输出，bundler.out 以及 一些稀疏点云存放在图像目录下的bundler文件，格式解释如下：
ignore
7). jhead
运行过程中，如果出现错误：[extract_focal] Error: jhead not found. Please install jhead to ./bin
需要安装jhead包：
sudo apt-get install jhead
安装完成后需要将jhead文件拷贝到./bin下
sudo cp /usr/bin/jhead ./bin
7). 替换SIFT文件
Lowe提供的SIFT文件，对图像大小有限制，不超过4000，需要进行替换，
目前可用的有VLfeat和Opencv，用opencv写了一个。
要替换SIFT，需要保证输入输出一致。
前面提到了输入输出都用到了标准流的重定向，即直接把文件内容写到标准流。
此时用opencv提供搞得imdecode()来读取图像内容即可。
inline bool qing_load_image(std::istream& in, const int mode, Mat& img) {
std::vector<char> data;
in >> std::noskipws;
std::copy(std::istream_iterator<char>(in), std::istream_iterator<char>(), std::back_inserter(data));
img = imdecode(Mat(data), mode);
if(0!=img.data) return true;
else return false;
}
输出格式以.key后缀结尾，格式如下：
1 pts_size pts_dimension
2 keypt[0].row keypt[0].col keypt[0].scale keypt[0].angle
3 keypt[0].descriptor[0] keypt[0].descriptor[1] ... keypt[0].descriptor[pts_dimension-1]
4 keypt[1].row keypt[1].col keypt[1].scale keypt[1].angle
... ...
opencv提供了cv::Keypoint类型，
其中的size即为scale，angle需要换算成[-pi,pi]
编译运行得到SIFT文件之后替换掉Bunlder的bin目录下的原来的SIFT即可。
opencv的结果会比作者的要差一些，数目上就少点
