【小白深度教程 1.32】手把手教你从多视角图像进行 3D 重建(SfM 算法)
1. SfM 三维重建算法简介
从多张照片中开发三维模型被称为多视图3D重建。
数码相机的进步以及图像分辨率和清晰度的提高,使得利用仅有的相机而非昂贵的特殊传感器来重建3D图像成为可能。
重建的目标是从一组照片中推导场景的几何结构,假设摄像机位置和内部参数是已知的或可以从图像集中猜测。
这是通过使用多个照片,在其中应用运动结构法(Structure from Motion,SfM)来解决像素级对应问题,部分地恢复3D信息来实现的。
该技术产生了先进的最新成果,但其主要关注的是技术的稳健性、精确性、完整性和可扩展性,这些问题通过增量式运动结构方法得到处理。
基于LIDAR的场景3D重建成本高,并且容易受到GPS和IMU的干扰。运动结构法仅使用低成本的相机图像来重建3D场景,同时获取单目相机相对于所提供场景的相机姿态。