单目三维重建

  • 研究三维重建相关的课题,记录一些内容在这儿
  • 通用的体验流程: visualSFM + pmvs + meshlab
    • visualSFM通过找到一些列的图像的特征,重构出3D模型的稀疏点云
      输入:目标各个角度拍摄的图片
      输出:一个.out 文件,记录相机位置和重建的稀疏点云;一个.ply文件存储由稀疏点云重建的稠密点云
    • pmvs 由稀疏点云,重建稠密点云
      pmvs算法组织清晰明了,原创作者的论文《Accurate, Dense, and Robust Multi-View Stereopsis》对该算法的原理介绍的十分清楚,该算法分为三个阶段:特征匹配,扩散,过滤,这三个阶段涉及的有patch模型,image模型等,涉及的原理和算法有极线一致,NCC,Harris,Dog,光度一致性,网格等等,使用了大量的第三方库
    • meshlab可以对生成ply文件做裁剪后处理,以及计算uv,纹理映射等
      meshlab支持poisson surface reconstruction,即由稠密点云生成多边形网格表面
  • 用于SFM的三个库,输出是相机参数和稀疏点云,用于后面的稀疏重建:
    • bundler
    • visualSFM
    • openMVG

转载于:https://www.cnblogs.com/octave/p/7862807.html

你可能感兴趣的:(单目三维重建)