基于图像的三维重建研究

前言

三维重建，顾名思义就是对现实世界中的三维物体用计算机来进行模拟。目前主流的有两种手段：采用红外设备对物体进行测距、基于多张有关待测物体的二维图像进行三维重建。由于前者需要红外设备，成本比较昂贵且不易操作，但是随着计算机视觉以及硬件的发展，基于图像的三维重建正慢慢走入实际应用中。本博文主要讲的是后者基于图像的三维重建实现流程。

基于图像的三维重建，一般分为三个步骤：稀疏重建、密集重建、表面重建。对于三维重建的显示我采用的是开源良好的软件meshLab。本文主要讲一下我实现三维重建的各同方法，供大家参考，首先我先祭出一张图，来总结下目前研究三维重建的一些主流组合。

其中，绿色代表着可以实现，反之红色代表着不可实现。

实现三维重建的不同组合

基于图像的三维重建，我试过多种组合都得到了相应的三维模型，其实主要是三维稀疏重建步骤换了好多源码，其余的像密集重建的pmvs和用于三维显示的meshlab都很友好，实现三维重建的组合如下：

• visualSFM + meshlab （windows）
• bundler + PMVS/CMVS + meshlab （linux）
• openMVG + PMVS/CMVS + meshlab (linux)
• openMVG + PMVS/CMVS + meshlab （windows）

接下来具体来叙述下他们的编译及实现流程，在此先说一下，因为密集重建PMVS和meshlab在这些组合中都是共通的，
所以我准备按照三维重建的顺序来讲，把这两个软件编译及实现步骤放到后面统一讲解。

一、visualSFM

环境：

系统：win7 64位

引言

想必这应该是实现三维重建中最简单的软件了吧，网上也有好多有关他的使用介绍。这个软件也可以让初学者能够较快的体验到三维重建的效果，对初学者的体验比较好。此软件无需编译，简单来讲就是从官网上下载Zip包，直接解压运行其中的exe即可，然后按照教程进行导入图片，提取特征，特征匹配，sfm三维重建，一套操作下来