PMVS算法原理总结

一、理论基础
表面切片模型：
在计算机视觉领域，我们可以用场景的局部切平面来描述场景的表面，这些局部切平面被称为表面切片。
我们可以用一个矩形来描述表面切片，每个表面切片都附带有中心坐标c§以及一个单位法向量n§来表征表面切片的位置和朝向。
对于每个表面切片p都赋予一个参考图像R§，一个可见图像集合V§以及真正可见图像集合T§，参考图像为相机光轴与表面切片法向量夹角最小的图像，并且表面切片的法向量指向该参考图像，可见图像集合V§表示那些理论上看到表面切片p的图像集合，但实际上由于遮挡等原因可能看不到表面切片，所以T§的作用就是记录真正可以看到表面切片p的图像集合。
另外，令参考图像的x轴与表面切片p的x轴近似平行。表面切片的几何结构如图所示：

二、PMVS算法描述
PMVS算法中将每张图像分成许多𝛽1× 𝛽1像素大小的图像块𝐶(𝑥, 𝑦)，每个图像块用一个集合𝑄(𝑥, 𝑦)来记录所有投影到这个图像块的表面切片。基于表面切片的PMVS算法目的就是保证每个图像块𝐶(𝑥, 𝑦)上都至少有一个表面切片的投影。
其过程主要分为三个步骤：
（1）初始化特征匹配
（2）表面切片的生成
（3）表面切片的过滤
通过特征匹配并三角化后既可以初始化得到稀疏表面切片，之后生成更多的表面切片并对错误的表面切片进行过滤，这两个过程迭代多次来生成更多的表