多视角立体影像匹配三维重建---- visualSFM的使用方法
利用多张影像对小物体进行拍摄，进而进行三维重建，是计算机视觉中的重要问题之一。
目前对此研究最全面的网站是：http://vision.middlebury.edu/mview/eval/
目前最优秀的算法是Furukawa的PMVS2：http://www.di.ens.fr/pmvs/
目前集成了最优秀的PMVS2的系统是WuChangchang的VisualSFM（含SiftGPU）： http://homes.cs.washington.edu/~ccwu/vsfm/
后两者都来自华盛顿大学，国内同行加油啊！
http://ccwu.me/vsfm/
http://vision.middlebury.edu/mview/data/
VisualSFM是Changchang Wu编写的使用 Structure from Motion (SfM)进行3D重建的交互界面,具体内容详见http://ccwu.me/vsfm/。本人电脑环境是win7，32位。
由于SFM得到的是稀疏点云，需要配合PMVS/CMVS使用，得到重构后的稠密点云。由于我只想验证软件的使用方法，直接下载的PMVS是exe格式的文件（下载地址：https://github.com/TheFrenchLeaf/CMVS-PMVS，CMVS-PMVS / binariesWin-Linux / Win32-VS2010 /）。
这里面需要注意的是，解压得到的cmvs.exe,genOption.exe,pmvs2.exe需要拷贝到与VisualSFM_win32.exe同一个目录下，否则不能生成*.ply格式的文件。
*.ply格式文件可以用scanalyze查看（下载地址: http://graphics.stanford.edu/software/scanalyze/），推荐使用MeshLab查看（网上很容易搜到）。
下面就是我实验的结果（我利用了12张图进行重建，下图只是其中一张）
将图片导入到visualSFM（步骤如图所示）
最后可以在图片所在文件下找到*.ply格式的文件，利用meshlab打开查看，如图所示