大勢(shì)智慧是一家專(zhuān)注于真實(shí)世界三維數(shù)字化重建及三維數(shù)據(jù)服務(wù)的高新技術(shù)企業(yè)，公司在城市高精度三維建模、模型應(yīng)用及語(yǔ)義化理解和文化遺產(chǎn)數(shù)字化保護(hù)領(lǐng)域具有先進(jìn)的技術(shù)優(yōu)勢(shì)和豐富實(shí)踐經(jīng)驗(yàn)。

PCL部分常用的算法模塊：

libpcl I/O：完成數(shù)據(jù)的輸入、輸出過(guò)程，如點(diǎn)云數(shù)據(jù)的讀寫(xiě)；

libpcl filters：完成數(shù)據(jù)采樣、特征提取、參數(shù)擬合等過(guò)程；

libpcl register：完成深度圖像的配準(zhǔn)過(guò)程，例如迭代zui近點(diǎn)算法；

libpcl surface：完成三維模型的表面生成過(guò)程，包括三角網(wǎng)格化、表面平滑等。

精細(xì)配準(zhǔn)是一種更深層次的配準(zhǔn)方法。經(jīng)過(guò)前一步粗配準(zhǔn)，得到了變換估計(jì)值。將此值作為初始值，在經(jīng)過(guò)不斷收斂與迭代的精細(xì)配準(zhǔn)后，達(dá)到更加準(zhǔn)確的效果。以經(jīng)典的ICP算法為例，該算法首先計(jì)算初始點(diǎn)云上所有點(diǎn)與目標(biāo)點(diǎn)云的距離，保證這些點(diǎn)和目標(biāo)點(diǎn)云的zui近點(diǎn)相互對(duì)應(yīng)，同時(shí)構(gòu)造殘差平方和的目標(biāo)函數(shù)。ICP算法能夠獲得精正確無(wú)誤的配準(zhǔn)結(jié)果，對(duì)自由形態(tài)曲面配準(zhǔn)問(wèn)題具有重要意義。另外還有如SAA（Simulate Anneal Arithmetic，模擬退火）算法、GA（Genetic Algorithm，遺傳）算法等也有各自的特點(diǎn)與使用范疇。

表面生成的目的是為了構(gòu)造物體的可視等值面，常用體素級(jí)方法直接處理原始灰度體數(shù)據(jù)。Lorensen提出了經(jīng)典體素級(jí)重建算法：MC（Marching Cube，移動(dòng)立方體）法。移動(dòng)立方體法首先將數(shù)據(jù)場(chǎng)中八個(gè)位置相鄰的數(shù)據(jù)分別存放在一個(gè)四面體體元的八個(gè)頂點(diǎn)處。對(duì)于一個(gè)邊界體素上一條棱邊的兩個(gè)端點(diǎn)而言，當(dāng)其值一個(gè)大于給定的常數(shù)T，另一個(gè)小于T時(shí)，則這條棱邊上一定有等值面的一個(gè)頂點(diǎn)。然后計(jì)算該體元中十二條棱和等值面的交點(diǎn)，并構(gòu)造體元中的三角面片，所有的三角面片把體元分成了等值面內(nèi)與等值面外兩塊區(qū)域。連接此數(shù)據(jù)場(chǎng)中的所有體元的三角面片，構(gòu)成等值面。合并所有立方體的等值面便可生成完整的三維表面。

雙目重建通常又稱(chēng)之為，立體匹配、雙目匹配、雙目立體視覺(jué)、靜態(tài)匹配等。

根據(jù)所用的相機(jī)差異，比如zhen孔相機(jī)、魚(yú)眼相機(jī)，實(shí)現(xiàn)略有差別。根據(jù)重建時(shí)匹配方式的不同，又可以分為全局、本全局、局部匹配。

其過(guò)程可描述如下：利用左右相機(jī)得到的兩幅矯正圖像，通過(guò)一幅圖在另一幅圖上找匹配，然后根據(jù)三角測(cè)量原理恢復(fù)出環(huán)境三維信息。在魚(yú)眼相機(jī)的匹配中，也有不矯正圖像，直接匹配的做法，這樣做需要計(jì)算圖像極線(xiàn)。  

由于整個(gè)匹配的過(guò)程只需一個(gè)時(shí)刻的左右圖像，所以也有人稱(chēng)為靜態(tài)立體視覺(jué)。