基于多视角几何的稠密重建-OpenMVS

本文梳理下OpenMVS的各个模块的算法步骤,不涉及具体细节。如有错误,欢迎评论指出。


介绍

算法的输入为一组相机姿态及稀疏的点云(由SFM算法获得,比如Colmap),输出为带纹理的三角网格。

一.稠密点云重建

此模块用于获取所拍摄场景尽可能准确和完整的三维点云[1-2]。

具体步骤有:

立体匹配图像对选择

选择用于做立体匹配的图像,即为每个参考图像选择有效的邻域图像。分两步:1.根据共视点在图像上的夹角、分辨率、面积三个准则进行首轮选择 2.进一步地构建马尔科夫随机场(MRF)问题[8],即经典的标注(labeling)问题,选择一个全局最优的领域图像。

深度图计算

对构建的图像对计算视差图,也即深度图。首先先利用稀疏的三维点+delaunay三角剖分做深度图的初始化,然后进一步采用SGM[6]或者PatchMatch[7]算法计算得到稠密的深度图,最后通过深度段(depth segment)过滤+孔洞插值+领域图与参考图深度一致性检查对深度图做初步优化。

深度图融合

将多张深度图即多个点云融合成单个场景点云。这里主要是想要去除冗余点和遮挡点。

二.网格重建

此模块用于从输入点云重建得到三维网格表面[3]。可参考笔者之前的博客[9]。

具体步骤有:

构键点云的四面体剖分

对输入点云进行四面体剖分,将表面提取问题转化为四面体的内外标注问题,内外分界的三角形面即为最终待重建的曲面。

构建图结构

同样地,标注问题可采用MRF来进行建

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值