从图片重建3D模型

本文主要介绍从多张图片重建3D模型，说明了整个流程的主要算法，以及一些比较成型的代码及其配置。

1.主要流程

1.1 SIFT：计算图片每个像素点的特征（常见的用SIFT算子）

1.2 SFM：对多张图片像素做匹配对应，通过上步得到的特征，从而估计相机参数，得到稀疏的3D信息

1.3 CMVS/PMVS：根据上步得到的相机参数，做稠密重建，得到点云

1.4 对上步的点云做后处理，得到网格，去除噪声点等。

2.源代码

2.1 Bundler， 实现SFM的比较经典的方法，见链接
http://www.cs.cornell.edu/~snavely/bundler/

2.2 CMVS/PMVS，一个比较经典的实现：
https://github.com/pmoulon/CMVS-PMVS

2.3 VisualSFM， 网页上只放了程序，没有源码

2.4 OSM-bundle，将整个流程的代码做了个整合
https://code.google.com/p/osm-bundler/

2.5 MVE，实现了整个流程，可以得到网格

2.6 SFMedu，matlab代码
http://vision.princeton.edu/courses/SFMedu/

2.7 相关的库， libmv，opencv

3 代码配置