轉(zhuǎn)載自https://zhuanlan.zhihu.com/p/25052509

一、三維重建整個過程的框架

導師常常對我說，研究某個東西要參與到其全過程之中，我們研究一個全新的領域，也應該首先對其有一個宏觀上的認識，知道其中的大模塊，在總體上對其有一些感性認識。這里大家可以參考《基于多幅圖像的三維重建理論及算法研究》（戴嘉境）的論文框架，同時我根據(jù)自己的理解，進了一些調(diào)整與修改，注意以下內(nèi)容均為概要，詳細的內(nèi)容將在第二章開始介紹，主要如下：

（一）圖像預處理

由于我是基于無人機的三維重建，所獲得的航拍圖像往往有不少的問題，如畸變、噪音等，因此圖像預處理階段主要是對圖像進行篩選、去噪、校正的一個過程。這里需要提到的是基于傾斜圖像的三維重建技術，主要是通過一個五軸的立體相機來進行航拍，再利用所得到的傾斜圖像來進行三維重建，一般都用于建筑群、城市等戶外的場景，而這也是我在后續(xù)需要繼續(xù)研究的內(nèi)容。

（二）稀疏點云重建

在三維重建領域，基于點云數(shù)據(jù)的重建方式是相當成熟的，本文也是基于此技術進行研究。通過下圖（實物為筆芯盒）就可以對點云有一個大致感性認識了，即將三維實體使用一系列的三維空間點來表示，現(xiàn)在對于這種點云數(shù)據(jù)的獲取，主要通過激光掃描以及通過相關算法對圖像進行分析得到，我所研究的是后者。 所謂稀疏點云，其來源即為特征點，而特征點即為圖像中一些特征明顯、便于檢測、匹配的點，如建筑物的角、邊緣點等。特征點的檢測是整個三維重建過程中最為基礎、根本的一步，其檢測效果的好壞對最后的結(jié)果有很大的影響，現(xiàn)在常用的檢測算法有SIFT、SURF等。

放大后可以看得更加明顯：

在檢測出每張圖片所有的特征點后，就需要對對應的特征點進行匹配，在這個匹配的過程中，需要完成相機的標定，完成這一步的意義在于在后面能夠通過標定的結(jié)果，將圖像中二維數(shù)據(jù)點反推出其三維位置，由此就能將所有的二維特征點反推至三維空間，形成稀疏點云。這一步所使用的技術主要為SFM（Structure from motion）。

（三）稠密點云重建

首先看下圖，體會一下稀疏點云和稠密點云之間的區(qū)別：

稀疏點云：

同一物體的稠密點云：

稠密點云的生成主要使用到了PMVS（Patch-Based Multi-View Stereo Software ，基于面片的三維立體重建算法）這一技術。形成稠密點云后，實物的輪廓、特征等都有了明顯的改善，基本可識別。

（四）表面（曲面）重建（Surface Reconstruction）

稠密點云雖然能夠更加形象地還原出實物面貌，但是其仍只是大量孤立的三維空間的集合而已，要想實現(xiàn)真正的實物三維化，那就必須要對其進行表面重建，這里首先需要去了解Delaunay三角化的相關概念和原理，然后學習Power Crust算法（http://web.cs.ucdavis.edu/~amenta/powercrust.html），這個算法較為復雜，需要多花點時間去學習。

（五）紋理映射

在對點云數(shù)據(jù)進行表面重建之后，實物的輪廓、形狀已經(jīng)清晰可見，但是還需最后一步，即紋理映射，紋理映射的作用是使得重建的3D模型更接近實物，具有實物的顏色、紋理以及細節(jié)特點。

總結(jié)

以上是生活随笔為你收集整理的三维重建框架的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。