單目三維重建

• 研究三維重建相關的課題，記錄一些內容在這兒
• 通用的體驗流程： visualSFM + pmvs + meshlab
  • visualSFM通過找到一些列的圖像的特征，重構出3D模型的稀疏點雲
    輸入：目標各個角度拍攝的圖片
    輸出：一個.out 文件，記錄相機位置和重建的稀疏點雲；一個.ply文件存儲由稀疏點雲重建的稠密點雲
  • pmvs 由稀疏點雲，重建稠密點雲
    pmvs算法組織清晰明了，原創作者的論文《Accurate, Dense, and Robust Multi-View Stereopsis》對該算法的原理介紹的十分清楚，該算法分為三個階段：特征匹配，擴散，過濾，這三個階段涉及的有patch模型，image模型等，涉及的原理和算法有極線一致，NCC，Harris,Dog,光度一致性，網格等等，使用了大量的第三方庫
  • meshlab可以對生成ply文件做裁剪后處理，以及計算uv，紋理映射等
    meshlab支持poisson surface reconstruction，即由稠密點雲生成多邊形網格表面
• 用於SFM的三個庫，輸出是相機參數和稀疏點雲，用於后面的稀疏重建：
  • bundler
  • visualSFM
  • openMVG