在三角剖分中，中点算法，均匀线性最小二乘法和非线性最小二乘法的几何解释是什么？

Question

在＆＃34;计算机视觉中的多视图几何＆＃34;第12章结构计算，第310-313页，三角测量用于点3D重建。提到了三种方法：

1. 中点方法，＆＃34;找到公共垂直于空间中两条光线的中点＆＃34;。

2. 使用SVD求解齐次方程Ax = 0的线性三角测量方法。在此方法中，代数误差被最小化。

3. 使用迭代优化算法的非线性三角剖分方法，例如LM求解非线性最小二乘方程Ax = b。 ＆＃34;黄金标准＆＃34; 重投影错误最小化。

我的问题是：

1. 这三种方法的几何解释是什么？

2. 上述三种三角测量方法有何区别？

我做了一些研究，发现了一些有用的信息：

这个post解释了代数误差假设噪点来自3D点，而重投影错误假设噪声来自2D图像

这些slides引入了三种方法，但没有提供明确的几何解释。