本文介绍了Structure from Motion (SfM)算法在3D重建中的应用，通过实验展示了不同尺度图片的运算时间和结果。SfM通过照片自动检测运动方向和拍照角度，实现3D模型重建。文章提到了硬件方案、精度因素以及与激光扫描的对比，并分享了相关资源链接供深入学习。
【原创】Structure from Motion (SfM)算法测试—3D重建简介
Author: chad
Mail: linczone@163.com
今天整理资料，突然发现之前公司调研摄像头3D扫描方案时做的一个实验小实验，同时联想到前段时间尼泊尔地震百度搞的一个尼泊尔古迹3D重现项目，突然想整理一下，简要说下工作原理。
开始之前先看一张概念图，了解下SfM算法是干嘛的，如下：
如上图所示，SfM算法的目标就是通过一堆照片重建3D模型。
我们当时的硬件方案是这么设想的：
由于我们当时非常关注3D重建精度，所以，当时简单推算了下精度关系大致如下：
1.扫描精度与照片分辨率，拍摄距离，对焦准确性，灯光系统有较大关系。
2.运算时间与照片数量成 n!/(n-m)!级数增长。
3.精度关系如下：
4.经过算法处理后的，由于计算误差，2D->3D转换误差，导致实际精度会远低于0.08。
基于激光的主动扫描方式，需要将激光在物体表面扫描一遍，所以扫描速度比较慢（
最低0.47元/天 解锁文章
2017
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
