基于图像的三维重建

前言

三维重建，简而言之，即通过计算机对现实世界中的三维物体进行模拟再现。当前主流的实现方式主要包括两种：一种是利用红外设备对目标物体进行距离测量，另一种则是基于多张与待测物体相关的二维图像完成三维重建。由于第一种方法需要依赖红外设备，其成本较高且操作较为复杂，但随着计算机视觉技术和硬件设备的不断进步，基于图像的三维重建方式正逐步进入实际应用阶段。本文重点介绍的是第二种方法，即基于图像实现三维重建的具体流程。

基于图像的三维重建通常可以划分为三个主要阶段：稀疏重建、密集重建以及表面重建。在三维重建结果的展示方面，我选用的是功能强大且开源的软件meshLab。本文将详细介绍本人在实现三维重建过程中所采用的各种方法，供读者参考。首先，我将展示一张示意图，用以总结当前研究中关于三维重建的一些常见技术组合。

在此之中，绿色标识表示具备可行性，而红色标识则意味着无法达成。

实现三维重建的不同组合

在图像基础上进行三维重建的尝试过程中，我尝试了多种不同的组合方式，最终均成功生成了对应的三维模型。实际上，主要的变化在于三维稀疏重建阶段所采用的源代码存在差异，而其他如密集重建所依赖的PMVS以及用于三维可视化的MeshLab则表现得较为稳定和易用。目前实现三维重建的组合方式如下：

• v