三维重建1-基础介绍

三维重建

基础介绍

三维重建 ，英文名称是3D Reconstruction。三维重建是将三维的物体在虚拟世界中重建出来，通俗点说，我们做的就是照相机的逆操作（照相机是将现实中的物体呈现在二维图片中，而三维重建是将二维图片中的信息在三维虚拟空间中显现）。

三维重建流程

基于点云的三维重建主要是将点云数据恢复成图形、图像，然后通过计算机处理形成三维模型．其主要流程有: 数据配准点云数据预处理、分割、三角网格化、网格渲染。

目前主要的单目三维重建算法

主动式

1.莫尔条纹法
莫尔条纹在生活中比较常见，如两层薄薄的丝绸重叠在一起，即可以看到不规则的莫尔(Morie)条纹。基本原理是将两块等间隔排列的直线簇或曲线簇图案重叠起来，以非常小的角度进行相对运动来形成莫尔条纹。因光线的透射与遮挡而产生不同的明暗带，即莫尔条纹。莫尔条纹随着光栅的左右平移而发生垂直位移，此时产生的条纹相位信息体现了待测物体表面的深度信息，再通过逆向的解调函数，实现深度信息的恢复。这种方法具有精度高、实时性强的优点，但是其对光照较为敏感，抗干扰能力弱。

2.飞行时间法
飞行时间法(Time of Flight，ToF)指的是在光速及声速一定的前提下，通过测量发射信号与接收信号的飞行时间间隔来获得距离的方法。这种信号可以是超声波，也可以是红外线等。飞行时间法相较于立体视觉法而言，具有不受基线长度限制、与纹理无关、成像速度快等特点。但是其也有一定的缺点。首先，ToF相机的分辨率非常低。其次，ToF相机容易受到环境因素的影响，如混合像素、外界光源等，导致景物深度不准确；最后，系统误差与随机误差对测量结果的影响很大，需要进行后期数据处理，主要体现在场景像素点的位置重合上。

3.结构光法
结构光法(Structured Light)通过向表面光滑无特征的物体发射具有特征点的光线，依据光源中的立体信息辅助提取物体的深度信息。具体的过程包括两个步骤，首先利用激光投影仪向目标物体投射可编码的光束，生成特征点；然后根据投射模式与投射光的几何图案，通过三角测量原理计算摄像机光心与特征点之间的距离，由此便可获取生成特征点的深度信息，实现模型重建。这种可编码的光束就是结构光，包括各种特定样式的点、线、面等图案。结构光法解决了物体表面平坦、纹理单一、灰度变化缓慢等问题。因为实现简单且精度较高，所以结构光法的应用非常广泛，如微软公司的Kinect

4.三角测距法
三角测距法是一种非接触式的测距方法，以三角测量原理为基础。红外设备以一定的角度向物体投射红外线，光遇到物体后发生反射并被CCD（Charge-coupled Device，电荷耦合元件）图像传感器所检测。随着目标物体的移动，此时获取的反射光线也会产生相应的偏移值。根据发射角度、偏移距离、中心矩值和位置关系，便能计算出发射器到物体之间的距离。三角测距法在军工测量、地形勘探等领域中应用广泛。

被动式

1. 运动法（structure frommotion，SFM）算法建立稀疏点云
   1. 特征点检测和匹配：SIFT，SURF，FAST，ORB
   2. SFM重构：
      1.增量式：最新是内环增量式重构
      2.全局式
   3. 稠密点云重建
      1. 一致性度量：平方绝对差法，差值平方法，绝对值差和，归一化互相性等，视差梯度区域匹配法
      2. 深度图计算：
         1. 几何法
         2. 深度学习法
         3. 集合与深度学习结合
2. 阴影形状恢复法（Shape From Shading， SFS）
   1. 传统正交映射SFS
   2. 透视映射SFS
   3. 基于三角模型的SFS
   4. 彩色投影的SFS算法
   5. 基于近广元透视映射的阴影形状恢复算法
3. 基于同时定位与地图构建法的内腔三维重建（SLAM）
4. 光度立体视觉法
5. 轮廓法即轮廓恢复形状法( shape from silhouettes，SFS)
6. 深度学习法

主流的开源三维重建工具

1. OpenMVG(SFM算法)
2. OpenMVS（稠密点云重建）
3. Colmap（深度学习）

参考文献

[1]https://blog.csdn.net/qq_30815237/article/details/91897736
[2]张彦雯,胡凯,王鹏盛.三维重建算法研究综述[J].南京信息工程大学学报(自然科学版),2020,12(05):591-602.DOI:1
[3]包晓敏,白晨.单目三维重建技术综述[J].智能计算机与应用,2020,10(07):49-52.0.13878/j.cnki.jnuist.2020.05.009.