TSDF学习记录

于 2023-03-03 22:48:48 发布
阅读量720 收藏
点赞数
文章标签： 学习 数码相机 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_20184333/article/details/129328644
版权

【唐宇迪】三维重建-TSDF通俗解读 人工智能入门教程

水泡动画模拟（Marching Cubes） - 算法小丑 - 博客园 (cnblogs.com)

TSDF

流程分析

  1. 首先需要构建一大块空区域
  2. 采用体素网格来存储该区域
  3. 需要计算每个体素的TSDF值及其权重

原理简述

SDF值：它到最近的表面的距离

  • X是其中一个体素，绿色是离它最近的平面
  • P点是平面上离X最近的一点
  • PX的模即为SDF
  • 其中T表示为截断的意思，例如大于1记为1，小于-1记为-1。

计算流程：如何计算TSDF呢？

  • 面到相机的深度是ds，相机采集到的深度是dv，则d(x) = ds - dv；

  • d(x) > 0说明该体素在真实的面的前面；反之则说明在真实的面的后面。
    在这里插入图片描述

坐标转换

  1. 遍历每一个体素，计算其在世界坐标系中的位置
  2. 根据初始“大块”时设置的极点位置和体素大小决定
  3. 再将其在世界坐标中的值转换成其在相机坐标系中的位置（其到相机坐标原点的距离就是dv）
  4. 再根据相机内参，转换到像素坐标（因为我们由深度图，得到像素坐标就能得到其深度值）

TSDF组合

每个体素的值是增量更新的，每一帧图像都会更新体素的TSDF值。

例如第二帧是由其结果与第一帧组合得到，第三帧是组合了第二帧。
t s d f ( t ) = g ( t s d f ( t − 1 ) , t s d f ( t ) ) , t ≥ 1 tsdf(t) = g(tsdf(t - 1),tsdf(t)),t ≥ 1 tsdf(t)=g(tsdf(t−1),tsdf(t)),t≥1

Marching Cubes等值面算法

在这里插入图片描述

码农的快乐生活
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
TSDF算法学习
zfjBIT的专栏
03-04 1万+
前言 国庆结束，又是一段漫长的工作期，有点烦，~~~~ (>_<) ~~~~ 。本篇文章为大家介绍一个非常经典也非常重要的算法，TSDF，kinFusion的灵魂所在。不知道kinfusion，那没关系，看完这篇文章你就把kinfusion里面的精髓学到了。 TSDF 算法简介 TSDF ，全称：...
[读论文]点云表面重建： SDF, TSDF, MLS, RBF
YuQiao0303的博客
11-30 8190
本文是阅读以下论文的笔记： [1]密振兴, “基于深度学习的大规模点云表面重建算法研究,” 硕士, 华中科技大学, 2020. 局部拟合算法 在点的局部邻域内拟合隐式函数。 就是说每个点的函数值之和自己的邻域有关。 SDF， Signed Destance Function, 符号距离函数 总结：到最邻近样本点切平面的有符号距离。 输入：点云及其法向。 SDF定义： R3R^3R3空间任意一点x，到其最近的样本点pi的距离，加上一个符号（法向为正，反之为负） 图示： 表面：φ的0等值面。 缺点：对法向敏
PSDF和TSDF对比
成长之路，不畏荆棘
09-16 1032
TSDF和PSDF区别，kinect-fusion中使用的是TSDF，dynamic-fusion使用的是PSDF，二者有什么区别，本文针对这个问题拎出来分析一波。
TSDF算法原理及源码解析
chennuo0125的博客
02-01 9005
先看效果 参考源码: https://github.com/andyzeng/tsdf-fusion-python 从图中可以看出，tsdf算法的重建效果还是不错的．该算法是很多牛掰3D重建算法的基础，例如:KinectFusion、InfiniTAM等.
TSDF三维重建
mxh3600的博客
05-23 1134
流程分析： 首先需要构建一大块空区域（不能太大，GPU放不下） 一般把这个大区域叫做volume 它有很多个小区域组成，每个角voxel(体素) 需要计算每个voxel的TSDF值及其权重 初始化操作： 一个三维的大区域(TSDF图)由LxWxH个三维小方块组成 其中每一个小方块的大小也是自己定义的，例如0.05mx0.05mx0.05m 5mx5mx5m的真实三维场景中有10^6个体素，计算量很大 一般都用GPU来算，CPU也可以，但是会很慢 要对每个体素计算什么呢？（一个体素的SDF值，
tsdf.zip_tsdf_串行化
09-23
串行化是微软提供的用于对对象进行文件I/O的一种机制，该机制在框架(Frame)/文档(Document)/视图(View) 模式中得到了很好的应用。很多人对什么是串行化、怎么使对象具有串行化能力和如何使用串行化功能等问题都 不甚...
TSDF的简单解释1
08-03
标题中的"TSDF的简单解释1"涉及到一个关键的计算机视觉和三维重建技术，即截断signed距离函数（Truncated Signed Distance Function）。TSDF是一种在3D空间中表示物体表面的方法，尤其适用于从多视角图像数据中构建...
数据融合matlab代码-tsdf:tsdf
05-22
变更记录 2017年11月1日。漏洞修复： tsdf2mesh.m现在可以在相机坐标而不是体素坐标中正确生成网格。 2017年10月30日。注意：在演示代码中更改了SaveVoxelGrid2SurfacePointCloud默认权重阈值，以允许仅使用一个深度...
TSDF Volume Reconstruction.pdf
04-20
TSDF 体素重建原理PPT，来自慕尼黑理工大学 Computer Vision Group，该方法在三维重建中应用广泛
深度学习-无人驾驶实战
04-07
给大家分享一套无人驾驶实战的视频教程——《深度学习-无人驾驶实战》，附源码+课件下载。课程通俗讲解无人驾驶领域中经典应用场景及其技术实现，结合最新论文与前沿算法解读当下主流技术与落地方法，源码级别分析...
TSDF算法学习笔记
qq_40525008的博客
12-09 6663
前言 国庆结束，又是一段漫长的工作期，有点烦，~~~~ (>_<) ~~~~ 。本篇文章为大家介绍一个非常经典也非常重要的算法，TSDF，kinFusion的灵魂所在。不知道kinfusion，那没关系，看完这篇文章你就把kinfusion里面的精髓学到了。 TSDF 算法简介 TSDF ，全称：truncated signed distance function，基于截断的带符...
小白科研笔记：从零学习基于TSDF的三维重建
Niuip的博客
05-04 1万+
这篇博客主要分析这个老哥做的`Python`实现的基于`TSDF`地图的三维重建
projective TSDF/TSDF/flipped TSDF三种截断符号距离函数比较的个人理解
TracelessLe的专栏
03-02 1万+
先直接上图： 说明：projective TSDF只找在摄像机视线上最靠近的表面点，这样虽然加速了运算，但是有严重的视角依赖性。TSDF选择计算在所有可观测表面上任一点中最近的点的距离，但在沿着遮挡（-dmax）边界的空白空间部分(+dmax)，有很强的梯度。flipped TSDF则通过变换使得在表面呈现最强的梯度（可以参考下图中颜色变化）。最近在学习普林斯顿大学的一篇三维场景理解的论文中，
TSDF算法
热门推荐
qq_40213457的博客
09-04 1万+
基于Kinect的三维场景实时重建及相关技术研究_马银中 基于Kinect的三维重建与动作交互技术研究_杜海洋 基于Kinect的室内场景实时三维重建_丹熙方 、     MAX weight为128            纹理映射 ...
SDF(Signed-distance-field: 有向距离场)(6): 空间复制(repeat)(生成大规模显示对象)
vily_lei的专栏
09-28 1176
Demo1:http://www.artvily.com/sample?sample=sdfStep09distortion Demo2:http://www.artvily.com/sample?sample=sdfStep09distortion2 通过这种方式和SDF独有的计算方式可以绝对轻松的"制造"非常大规模的"显示对象",效果图如下: ...
TSDF学习
weixin_44299305的博客
12-16 1576
TSDF学习前言1.TSDF原理及流程2.关于Hashing Voxel 前言 目前效果较好的开源三维重建项目使用的方法主要分为：(1)基于体素(voxel)的重建方法;(2)基于面片(surfel)的重建方法。最近，对(1)方法相关的论文(Kinect-Fusion, Voxel-Hashing, Bundle-Fusion)进行了大致的理解和阅读，这里总结一下其中用到的主要算法TSDF,(Truncated Signed Distance Functions) 1.TSDF原理及流程 在Kinect-F
三维建模中基于体素的TSDF模型是什么
XXX的博客
03-31 2909
什么是体素？ 答：图像里面的最小单位是像素，体素就是三维立体图里面的最小单位。 可以理解成二维中的像素的升级版，更直观的理解是“我的世界”里面的一个个小立方块。 下面就不用体素这个词了，直接用小立方块更直观地表达。 基于体素的TSDF——翻译为人话就是：怎么结合体素来描述一个三维地图 首先，我们的整个三维地图都用小立方体来表示，好像很简单呀：如果这个小立方体如果有物体存在，就记为1，没有物体覆盖就记为-1，so seay。 ——小了，格局小了，能广泛使用的算法哪能怎么简单呢？ TSDF基本思想 TSDF模型
TSDF算法笔记（转）
kaggle expert，全球排名前1000，清华计算机研究生，兴趣算法工程
09-14 6183
TSDF 算法简介 TSDF ，全称：truncated signed distance function，基于截断的带符号距离函数，是一种常见的在3D重建中计算隐势面的方法。著名的Kinfusion就是才用TSDF来构建空间体素的，通过求去每个体素的值，然后再使用之前提到的Marching Cube来提取表面的。 TSDF是在SDF进行改进的，是在SDF提出了截断距离，具体内容我们们在下面讲 ，很简单的。SDF是在2003年由S Osher提出。在拥有大内存的显卡并行计算的情况下，使用TSDF可以做到
读懂TSDF(Truncated Signed Distance Function)
Bamboozq的博客
04-18 6500
1、获取体素在全局坐标系下的坐标（x,y,z）,根据ICP配准得到的变换矩阵，将体素的坐标从全局坐标系转换到相机坐标系； 2、根据相机的内参矩阵，转换到图像坐标系，得到体素所在的图像坐标（u,v）； 3、如果第i帧深度图像（u,v）处的深度值D（u,v）不为零，则比较D(u,v)与体素相机坐标V（x，y，z）中z的大小。如果D>z,说明体素距离相机近...
激光雷达测绘与建模中的实时语义分割和TSDF重建
最新发布
07-11
激光雷达测绘与建模中的实时语义分割和TSDF重建是两个常见的技术。 实时语义分割是指在激光雷达获取数据的同时，对这些数据进行实时的语义标签预测。通过将深度学习模型与激光雷达数据结合，可以实现对每个点的语义标签预测，从而将场景中的不同物体进行分割和分类。这种实时语义分割可以为自动驾驶、机器人导航等应用提供更加精确的感知能力，从而支持更高级的决策和控制。 TSDF（Truncated Signed Distance Field）重建是一种基于激光雷达数据的三维重建方法。它通过将激光雷达点云数据转换为体素表示，然后根据体素与物体表面的距离信息构建TSDF，从而实现对物体表面的重建。TSDF重建可以得到高精度的三维模型，能够捕捉物体的细节和形状，广泛应用于机器人导航、虚拟现实、增强现实等领域。 在激光雷达测绘与建模中，实时语义分割和TSDF重建可以结合起来，实现对场景的实时感知和三维重建。这样可以在建立精确的三维地图的同时，对地图中的物体进行语义分割和分类，为后续的应用提供更多的信息和功能。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值