三維重建的步驟

（1） 圖像獲?。涸谶M行圖像處理之前，先要用攝像機獲取三維物體的二維圖像。光照條件、相機的幾何特性等對后續(xù)的圖像處理造成很大的影響。

（2）攝像機標定：通過攝像機標定來建立有效的成像模型，求解出攝像機的內(nèi)外參數(shù)，這樣就可以結(jié)合圖像的匹配結(jié)果得到空間中的三維點坐標，從而達到進行三維重建的目的。

（3）特征提?。禾卣髦饕ㄌ卣鼽c、特征線和區(qū)域。大多數(shù)情況下都是以特征點為匹配基元，特征點以何種形式提取與用何種匹配策略緊密聯(lián)系。因此在進行特征點的提取時需要先確定用哪種匹配方法。

大勢智慧是一家專注于真實世界三維數(shù)字化重建及三維數(shù)據(jù)服務的高新技術企業(yè)，公司在城市高精度三維建模、模型應用及語義化理解和文化遺產(chǎn)數(shù)字化保護領域具有先進的技術優(yōu)勢和豐富實踐經(jīng)驗。

深度值指的目標物體與測量器材之間的距離。深度值的大小只與距離有關，而與環(huán)境、光線、方向等因素無關，所以深度圖像能夠真實準確的體現(xiàn)景物的幾何深度信息。通過建立物體的空間模型，能夠為深層次的計算機視覺應用提供更堅實的基礎。

PCL部分常用的算法模塊：

libpcl I/O：完成數(shù)據(jù)的輸入、輸出過程，如點云數(shù)據(jù)的讀寫；

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

libpcl register：完成深度圖像的配準過程，例如迭代zui近點算法；

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

經(jīng)過配準后的深度信息仍為空間中散亂無序的點云數(shù)據(jù)，僅能展現(xiàn)景物的部分信息。因此必須對點云數(shù)據(jù)進行融合處理，以獲得更加精細的重建模型。以Kinect傳感器的初始位置為原點構(gòu)造體積網(wǎng)格，網(wǎng)格把點云空間分割成很多的細小立方體，這種立方體叫做體素(Voxel)。通過為所有體素賦予SDF（Signed Distance Field，有效距離場）值，來隱式的模擬表面。