InfiniTAM 原理

一 绪论

开源汇总 | RGB-D SLAM用于静态/动态稠密三维重建_模型 (sohu.com)

InfiniTAM是一个开源、跨平台、实时的大范围深度信息融合与跟踪技术框架。该算法有好几个版本，有很大的借鉴意义。值得一提的是，InfiniTAM能够比KinectFusion重建更加大范围的3D环境，其关键因素在于InfiniTAM采用了哈希表的方式来存储隐式的体积表示，极大地节省了内存空间的消耗。

二 KinectFusion

Depth Map Conversion：读入的深度图像转换为三维点云，计算每一个点云的法向量；

Camera Tracking（map-to-frame）：通过上一次对map中点云对上一帧的投影，用ICP对当前帧进行匹配求解位姿；

Volumetric Integration：根据步骤2的位姿，将当前帧的点云融合到网格模型中去，这里用了TSDF；

Raycasting ：根据当前帧相机位姿将模型中的点云投影到当前帧并且计算其法向量，用来在步骤2中对下一帧的输入图像配准。

KinectFusion基于深度的实时稠密三维重建&TSDF开山之作-腾讯云开发者社区-腾讯云 (tencent.com)

2.1 Depth Map Conversion

详解kinectfusion之二深度图转三维点云和法向量计算_kinect深度图像转点云-优快云博客

• 双边滤波：对采集的深度图进行去噪
• 深度图中的像素坐标，通过相机内参和深度值，可以对应到相机坐标系下的三维点，再通过后续估计的相机位姿，即可对应到模型中的三维点坐标
• 相邻像素在相机系下的三维点坐标经过相减、叉乘即可计算出当前帧的法向量图
• 对双边滤波的结果进行两次下采样再计算顶点图和法向量图，最后共有三种尺度的结果以供后续位姿估计

2.1.1 深度图转三维坐标