openmvs

https://github.com/834810071/myOpenMVS/ (部分中文注释，还在完善中。。。)

稠密重建

　　1. 加载图像 从Scene类中将image加载到DenseDepthMatData类中。

　　2. 选择用于稠密重建的图像，该图像是否存在有效的邻居视图，用来计算深度信息。

　　　　("Multi-View Stereo for Community Photo Collections", Goesele, 2007) 对应于论文5.1 部分 代码Scene.cpp 470行  

　　3. 稠密重建估计。分为 a 处理图像, b 估计深度图，c 优化深度图，d 存档四步。

　　　　a 处理图像:确定邻居图像　2 + MRF优化

　　　　b 估计深度图：

　　　　　　("Accurate Multiple View 3D Reconstruction UsingPatch-Based Stereo for Large-Scale Scenes")  第3部分B Depth-Map Computation SceneDensify.cpp 659行

　　　　　　CGAL三角剖分  直接从空间转换

　　　　c 优化深度图：包括去除斑点和间隙插值。   Accurate, Dense, and Robust Multi-View Stereopsis  拓展

　　　　d 存档：存储到对应的dmap文件当中。

　　4. 稠密重建过滤。分为 a 过滤深度图，b 调整深度图。

　　　　a 过滤深度图:使用置信度融合过滤

　　　　　　("Real-Time Visibility-Based Fusion of Depth Maps", Merrell, 2007) 4.2 SceneDensify.cpp 1044

　　　　b 调整深度图：删除旧的，保存新的。

　　5. 融合深度图。a 遍历Scene.image加载对应的图像深度信息，b 融合深度图

网格重建

　　1.  构建Delaunay tetrahedralization 四面体

　　2.  将alpha_vis(point)添加到图中单元格的有向边  “Multi-View Reconstruction Preserving Weakly-Supported Surfaces” 第2节 第4节

　　　　　　　　sigma σ 论文 "Exploiting Visibility Information in Surface Reconstruction to Preserve Weakly Supported Surfaces" 第3节  代码 900行 

　　　　　　　　三角化"Computational Geometry"第三章

　　　　a 计算四面体每条边的权重 “Multi-View Reconstruction Preserving Weakly-Supported Surfaces” 4.2 代码 905 - 1000行

　　　　b enforce t-edges for each point-camera pair with free-space support weights  

　　　　　　对应论文 "Exploiting Visibility Information in Surface Reconstruction to Preserve Weakly Supported Surfaces" 公式6 代码 1007 公式2

　　3. 图割算法  运行Graph-cut并提取网格  " Robust and efficient surface reconstruction from range data " 第2节　

 

网格纹理　

 

　　1. 视图选择  "Let There Be Color! - Large-Scale Texturing of 3D Reconstructions " 4.2

　　　　bool MeshTexture::ListCameraFaces(FaceDataViewArr& facesDatas, float fOutlierThreshold)  梯度幅值 Data Term 论文第5, 6页  
　　　　最小化E(l) "Fast approximate energy minimization via graph cuts"

　　2. 

 

转载于:https://www.cnblogs.com/NEU-2015/p/10476384.html