三角测量计算三维坐标的代码_计算机视觉10 基于图像的三维模型重建流程总结...

基于图像的三维重建解释

基于图像的三维重建，是一种通过拍摄一个场景的不同视角的图片，恢复出场景三维模型的方法，三维重建在逆向工程，文物保护，增强现实等领域有着广泛的应用。

本文只总结流程，不做算法的详细解释

主要流程有：

1. 图像特征点检测与匹配；
2. 通过对极几何恢复相机模型
3. SFM(Structure from motion)方法生成稀疏点云
4. MVS(Multi view Stereo)方法生成稠密点云
5. 将点云重建为网格模型
6. 添加纹理和贴图

图像特征点检测与匹配

特征点检测是三维重建的第一步，可以理解成检测出图像中与周围像素不同的点，然后储存进列表，特征点检测算子有很多，方法也都是现成的，比如harris，sift，surf，后两个最常用。

匹配原理是通过对两幅图像储存的特征点按一定算法进行匹配，从而判断不同图像上的点是不是同一个点。常用的两个概念：尺度不变性(同一个特征点能在不同尺度下被检测)，旋转不变性(特征点旋转以后依旧能正确匹配)

特征匹配图像

相机模型与对极几何

1.相机模型

相机的表达是三维重建的基础，必须标定了相机参数