三维重建论文学习

最新推荐文章于 2025-05-03 23:11:50 发布

unicorn_lyc

最新推荐文章于 2025-05-03 23:11:50 发布

阅读量2.2k

点赞数

分类专栏： colmap 文章标签：自动驾驶

本文链接：https://blog.youkuaiyun.com/s_coundrel/article/details/124570109

版权

本文介绍了开源的三维重建算法，包括COLMAP和OpenMVG+OpenMVS，并对其进行了比较和评估。COLMAP提供了图形用户界面和多种匹配方式，而OpenMVG+OpenMVS基于标准多视图几何。相关论文详细阐述了这些方法的技术细节。评估结果和具体应用场景需进一步分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

开源的三维重建算法的介绍、比较和评估

最近接触稠密重建，跑了几个开源框架，看了下重建的效果。想深入了解框架相关算法和效果比较。于是找到了这篇文章：OPEN-SOURCE IMAGE-BASED 3D RECONSTRUCTION PIPELINES: REVIEW, COMPARISON AND EVALUATION

开源项目

VisualSfM是最早使用一体GUI的开源工具，该工具由Wu等人开发，并整合了著名的PMVS/CMVS稠密重建方法。
再过去十几年中，许多人提供了完整的独立三维重建流程，比如COLMAP、MVS或者MVE。前面提到的Opensource解决方案主要由计算机视觉社区开发，其目标是更广泛的3D重建受众，因此，他们的主要目的不是指准确性，而是从任意规模和低几何质量的杂乱的图像中恢复逼真的3D模型。另一方面，MicMac3是一个完全开放的摄影测量流程，能够处理GCP和相机约束。

该文章主要对 openMVS 、 COLMAP 和 AliceVision 三个开源工具进行了评估和分析。三个开源流程之间的数据转换基本上已经由开发人员写成脚本工具了，如下表所示：
在这里插入图片描述