3D纹理重建

三维重建包括两个方面，一个是几何重建，一个是纹理重建。
纹理重构主要包含两个问题:一是将纹理图像与几何模型进行配准；二是将纹理图像无缝地粘贴到三维模型表面上，先来直观感受一下，左侧图像为三角网格模型，右侧为带有纹理的3D模型

纹理重建的输入项包括：
二维纹理图像、图像对应的相机标定参数、无纹理的3D模型（一般为三角网格模型）
注：相机的标定参数包括R, T, K
R为旋转矩阵，T为平移向量
K = { f 0 cx
0 f cy
0 0 1 }
cx = img.cols
cy = img.rows
f : 焦距

纹理重建的输出项为：
带有纹理的3D模型

纹理重建的主要步骤如下：
1. load_view() read_obj_model()
读取二维纹理图像及其对应的相机模型几何参数，读取带有三角网格的3D模型

2. labeling(model, adj_face_list, views, labels)
calculate_data_cost(model, views)
对每个面片对应视角赋标签，在标签赋值的过程中主要用到BVH（碰撞检测）和MRF（视角选择马尔科夫能量场）两个处理算法
其中BVH检测方法：相机中心（某一视角下）与三角面片的三个顶点连线，如果连线与其他三角面片相交，则说明在这一视角下，被检测的三角面片是不可见的，反之，可见。
MRF的作用为找到能量函数最小时对应的标签配置

3. find_coonected_area(adj_list, labels)
寻找相同标签的表面

4. vertices_prepare(views, src_model, labels)
对列表中的每个标签的相邻顶点进行排序，初始化顶点信息，使用平均的权重的颜色信息作为顶点信息

5. calculate_bboxes(src_model)
计算模型分割块数（3D模型被分割为若干块，以便后续进行纹理贴图），通过bboxes对patch进行排序

6. generate_texcoord(src_model, rst_model)
通过src_model中的信息，以及上述过程中的信息求得uv坐标

7. generate_texture(rst_model, views, texture_num, texture_imgs)
颜色调整，产生 生成纹理图，通过uv坐标将纹理映射到3D模型上

注：
在做完纹理映射后，在patch间会出现缝隙或者纹理错位现象，因为映射过程会有一定的误差出现，如下图所示，左侧图像可以明显看出两块patch间有一定程度的错位。另外，由于在采集图像的过程中由于光照等原因，最终得到的带纹理的3D模型的整体纹理效果会差一些。所以，为了得到更好的纹理效果，在上述处理之后，可以对模型进行全局颜色调整和泊松图像编辑两个步骤，处理后的交过如下右图所示。

具体过程及原理参考文章：“Let There Be Color! Large-Scale Texturing of 3D Reconstructions ”
C++代码链接：https://github.com/tyluann/3DTexture