基于slam的三维重建_三维重建：SLAM的尺度和方法论问题

百度百科的定义。此文引用了其他博客的一些图像，如有侵权，邮件联系删除。

作为算法的SLAM，被称为同步相机位姿确定和地图构建。作为一个工程的SLAM，有众多的算法。

在计算机视觉中, 三维重建是指根据单视图或者多视图的图像重建三维信息的过程.

由于单视频的信息不完全,因此三维重建需要利用经验知识.。而多视图的三维重建(类似人的双目定位)相对比较容易, 其方法是先对摄像机进行标定, 即计算出摄像机的图象坐标系与世界坐标系的关系.然后利用多个二维图象中的信息重建出三维信息。

三维重建根据时间和场景的尺度不同需要引入不同的框架和优化方法：

1. 对于小型物体建模

小型物体建模可使用相机固定的包围设备，直接得到整个三维CAD模型(甚至可以使用类似于硬件级别的光线分析的方法)。

此外，使用KinectFusion的经典深度图像获取设备，也可使用此类通用双目相机完成物体重建的方法，同时此方法也适用于小型场景重建。

框架1 = 几帧单幅深度图像 + 简单图像拼接(ICP算法族)；

 

框架2 = 多帧单幅深度图像 + 相机位姿刚性变换(ICP算法族)+多个深度图像拼接(TSDF(Truncated Signed Distance Function)的方法族)；

关键元素：ICP算法族、TSDF算法族。

Change：引入相机位姿变换匹配ICP算法和TSDF算法。

2. 相机移动的小型场景

2.1. 像素级别：   使用KinectFusion的经典方法，也可