介绍
基于图像的三维模型重建是计算机视觉领域的一个非常重要的研究方向。我们都知道,人类生活在三维空间里,接触最多的也是三维物体,可以说三维空间是物体存在的基本形式。相比较二维图像信息,三维模型真实感更加强烈,能够呈现人们更多的信。随着虚拟现实和增强现实技术的发展,可以预见三维数据将是未来数据呈现的主要模式。
参考资料
书籍
- Computer Vision for Visual Effects
- Computer Vision Algorithms and Applications.
这两本都是介绍计算机视觉较为简单的书籍,后者同时还介绍了工业界的一些应用。大家可以自行阅读其中关于相机成像、图像特征提取与匹配、运动恢复结构、立体视觉、图像编辑等相关章节。
文章
-
Sift 特征点检测的经典文献
[1] Distinctive Image Features from Scale-Invariant Keypoints -
增量 SFM
[2] Photo Tourism Exploring Photo Collections in 3D
[3] Structure-from-Motion Revisited -
稠密匹配&&多视角立体视觉
[4] Multi-View Stereo for Community Photo Collections -
表面重建
[5] Reconstruction and Representation of 3D Objects with Radial Basis -
纹理贴图
[6] Let it be color! Large-Scale Texturing of 3D Reconstructions
相关网站
同时我们也提供一些相关的网站,这些网站是一些比较著名的开源系统。
MVE: https://www.gcc.tu-darmstadt.de/home/proj/mve/index.en.jsp.
Bundler: http://www.cs.cornell.edu/~snavely/bundler/.
VisualSFM: http://ccwu.me/vsfm/.
OpenMVG: https://openmvg.readthedocs.io/en/latest/software/SfM/SfM/.
ColMap: https://demuc.de/colmap/.
开源代码
https://github.com/colmap/colmap.
https://github.com/simonfuhrmann/mve .
https://github.com/nmoehrle/mvs-texturing.
https://github.com/jianxiongxiao/SFMedu.