图像重建算法_一种基于体素的三维重建方法(笔记)

图像重建算法_一种基于体素的三维重建方法(笔记)_第1张图片

本文是学习文章后整理出来的笔记。


摘要——文章给出的一种基于体素的三维重建算法, 采用面片作为体素, 通过判断不同视点处输入图像纹理颜色的一致性来重建三维模型。算法利用场景分块重建来简化遮挡问题, 降低了时间复杂度; 算法提出了面片步长的计算方法, 以重建具有照片级真实感的三维模型。

一些重要的定义

基于体素的三维重建应该满足:对重建后的三维模型重新进行投影, 能够产生出与原始图像纹理、颜色及分辨率都一致的一组图像; 输入图像的视点在环境中稀疏分布, 覆盖范围广。

条件1

为了能够用纹理的颜色值来表示场景表面上某一点的辐射度, 假设场景和光照都是静止的, 场景的表面是Lambert表面, 即场景表面上每一点的辐射度都具有各向同性, 与视点无关。

条件2

将三维场景空间用三组分布于3个坐标平面上的平行平面分割开来, 用F 表示场景空间中由划分得到的所有面片的集合, 用有限的、不透明的有色面片的集合S 来表示三维场景表面, 用I 表示一幅图像上所有像素的集合。

图像重建算法_一种基于体素的三维重建方法(笔记)_第2张图片

定义1 场景完备性

场景S 中存在某一面片f, 在一幅视点在V 的

你可能感兴趣的:(图像重建算法)