VisualSFM:
整合了特征提取、图像匹配、稀疏点云重建、稠密重建(需要单独下载CMVS/PMVS)的软件。
软件框架:
1.利用SIFT算法计算图片每个像素点的特征
2.用SFM对多张图片像素做匹配对应,通过上步得到的特征,从而估计相机参数,得到稀疏的3D信息
3.进行稀疏重建
4.外部下载CMVS/PMVS进行稠密重建,得到点云
PMVS/CMVS
用SFM的输出作为输入,利用稀疏的特征点云、图像和对应的相机位姿来重建稠密点云。(PMVS指的是将大的点云合理地分割、重建、拼接的过程)
Meshlab
点云、网格显示和处理软件,内置了很多3D重建算法,能够进行基于点云的网格重建、简化等)
软件框架
1.泊松表面重建
2.消除多余表面
3.参数化以及纹理投影
—————————————————————————————————
Bundle(稀疏重建工具)
得到较为稀疏的点云数据(.ply)
1.外部下载siftDemoV4——特征检测器 (特征值检测可以用任意算法,但是由于Bundler设计时是围绕SIFT展开的,所以建议使用SIFT)——产生特征点和图片集的成对特征点的匹配
2.由1得到的数据,用Bundler_SFM进行稀疏重建
3.外部下载CMVS/PMVS进行稠密重建,得到稠密点云
VisualSFM与Bundle重建流程对比
VisualSFM | Bundle | |
---|---|---|
算法(框架) | SIFT(特征提取+图像匹配),SFM(稀疏点云重建) | SFM(稀疏点云重建) |
配合使用工具(用途) | CMVS/PMVS(稠密重建) | siftDemoV4(特征检测器),CMVS/PMVS(稠密重建) |
原始输入 | 一系列无序图片 | 特征点及成对特征点的匹配 |
输出 | 稠密点云 | 稀疏点云 |
操作方便程度 | 简洁 | 繁琐 |
点云效果 | 较好 | 较差 |