一种图像索引的查找表实现方法（VisualSFM点云数据存储基准从物方到像方的转换）

本文链接：https://blog.youkuaiyun.com/VisualMan_whu/article/details/41173633

本文介绍了如何利用查找表技术，提高从物方坐标到像方坐标的转换效率，特别是在处理VisualSFM生成的点云数据时。通过建立imageTable和images数组，避免了遍历所有图像，节省了时间和内存。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文介绍一种利用查找表技术实现图像索引的方式，由于无需遍历整个图像序列从而提高检索效率。

一，问题的提出

利用VisualSFM集成的CMVS/PMVS生成的patch文件保存了以物方为基准的点云信息，对于每个点，保存了该点的三维坐标，法向量，相关系数等信息，也保存了生成该点的图像索引，格式如下所示：

PATCHS
0.701445 -1.50268 -5.60965 1
0.705198 -0.42948 0.56413 0
0.853315 0.0191083 0.737723
5
48 56 38 50 57 
11
53 55 58 81 84 106 115 117 85 87 93

注：根据上面patch文件的格式，对于这个点，一共有5幅图像参与了点的重建，编号分别是48,56,38,50,57.

然而，我们有时需要以像方为基准的点云信息，即对于每幅影像，有哪些三维点是落入该影像的，有了这个文件，我们可以生成每幅图像的深度图(depthmap)，这对于三维重建是有用的。

那么，问题就来了，如何进行这一转换？

我们需要对每幅影像计算其参与重建的点的信息，最简单的，我们认为，直接建立一个包括所有影像的数组进行转换即可。然而，CMVS并不是所有输入影像都会参与重建，例如上面的例子中，只有25幅影像是参与重建的（这一信息保存在ske文件当中，格式如下）