Colmap简介
Colmap是一个集成了Incremental Sfm和Multi View Stereo的库,可以从输入图像集计算,依次得到稀疏点云、稠密点云和三维表面。由sfm方法得到稀疏重建后,稠密重建需要CUDA支持。
稀疏重建算法流程和一般的增量式sfm类似:
-
特征点提取(cuda支持下可使用SIFTGPU)
-
匹配,序列不同可以选择不同匹配策略
-
用两帧初始化开始增量式重建
-
重建一定数量序列,做Bundle Adjustment
作者的改进参考论文:《Structure from motion revisited》
稠密重建部分包括
-
求深度图和表面向量,使用改进的pactchMatch方法,基于cuda实现。
算法见论文:
《Pixelwise View Selection for Unstructured Multi-View Stereo》
-
混合(Fusion),大致理解是第一步求出的深度图和表面向量和稀疏点云混合。这时候得到的点云,已经非常密集了。
-
表面重建,Poisson方法和Delaunay方法。后者直接使用了CGAL中的函数。官方文档推荐先做Delaunay在做Poisson,因为Poisson对噪声比较敏感。
官方安装方法
colmap官方文档: https://colmap.github.io/index.html
作者给出的windows下Colmap的安装方法,看起来很简单,只需要cmd一条命令就可以实现Colmap Release版本的编译·,实现软件的安装。

本文详细介绍了Colmap的安装过程及常见问题解决方法,包括依赖库Boost、Glew等的编译安装,以及CUDA支持下的稀疏与稠密重建算法流程。Colmap是一款强大的三维重建工具,能够从图像集生成三维点云和表面。
最低0.47元/天 解锁文章
1980





