基于体素的三维重建的核心思想——A Volumetric Method for Building Complex Models from Range Images 阅读笔记

前言

基于体素的三维重建方法，在重建效果，鲁棒性等都有自己的优势，也被很多热门的三维重建方法所使用，如BundleFusion、KinectFusion等。这篇于1996年发表的论文《A Volumetric Method for Building Complex Models from Range Images》，可以说是这一领域的“鼻祖论文”了，想从算法层面好好理解基于体素的三维重建，一定绕不开对这篇论文的学习。

(更多示例见BundleFusion官网)

关键词：Cumulative Weighted Signed Distance Function，Isosurface

1. Introduction

这里提到了一个range image的概念，其实就可以理解为depth map深度图。

我们可以通过range image和三角测量去获取到被探测物体的range surface，这个词我没有找到合适的中文翻译，但是看对应的图，指的就是一个物体的三角面片形式。不过这种方法的重建效果一般，参考《视觉SLAM十四讲第二版》的7.6.2节，可以得到一些解释。

一个理想的表面重建算法应该有如下特点：

1. 能够表达深度的不确定性，即合理地表达噪声
2. 充分利用所有深度数据
3. 无序增量式，也就是说我随时可以新增一张任意位姿的深度图，也能重建进去
4. 快且不吃内存
5. 鲁棒
6. 不限重建物体的形状
7. 可以填补空洞

本文使用的方法，具有上述所有特点。

2. Previous Work

3. Volumetric Integration

3.1 基本定义

1. 定义$x$为每一个voxel的位置，$x\in R^3$；

2. 对于每一张深度图，使用sdf函数$d(x)$和权重函数$w(x)$表示；

3. sdf函数的定义为：

signed distance of each point x to the nearest range surface along the line of sight to the sensor.

这其中的sdf到底是什么呢？参考这篇文章中的一张图片：
不妨把一个体素看成一个点A，光心为O，射线OA与等值面的交点为B，AB的长度就是sdf，如果A在等值面外，则sdf为正，反之为负。

5. 对于整体的场景，使用累积sdf函数$D(x)$和累积权重函数$W(x)$表示，整体场景和所有深度图的关系是：

（公式省略）

5. 基于算法增量式的特点，整体场景与新增的第i张深度图的关系是

（公式省略）

3.2 分维度的讨论

3.3 等值面

最终我们解方程$D(x)=0$，得到的解$x$即为物体的表面。

5. Implementation

5.2.3

最终，需要使用Marching Cubes算法来生成mesh的结果，这个方法的学习见我的另一篇笔记基于体素的三维重建的最终结果——Marching Cubes算法学习笔记。