Photometric stereo 深度图优化

融合散斑立体匹配和光度立体视觉的实用的三维成像系统。

论文已发表：

Liang Xie, Yuhua Xu, Xiaohu Zhang, Wei Bao, Chenpeng Tong, Boxin Shi. A self-calibrated photo-geometric depth camera. The Visual Computer. 2018.

原文地址

与基于三角测量原理的立体视觉相比，光度立体方法在恢复目标表面细节方面具有显著优势。在本文中，我们设计了一个实用的三维成像系统，它结合近距离光度立体视觉和基于散斑点的立体匹配方法。该系统结构紧凑，适用于多反射率目标。光源的参数（包括位置和强度）可以自动校准。为了实现自动标定，首先利用远距离光度模型估计初始反射率图，然后利用估计的反射率图和固定的法向场，对近光源模型的参数进行优化。其次，利用优化的光度模型，利用近光源光度立体视觉重新计算表面法线，并将其与立体视觉的初始深度图融合，实现高质量的深度图。实验结果表明，该系统能够在一般室内环境下实现高质量的重建。

David点云优化

鞋子点云优化

与KinectFusion相比