- 发布
- 武汉大势智慧科技有限公司
- 电话
- 027-63499511
- 手机
- 15071485358
- 发布时间
- 2022-11-03 12:28:03
利用相机进行三维重建已经不是一个新鲜的话题,重建的三维环境用途很广泛,
比如检测识别目标,作为深度学习的输入,视觉SLAM。
目前,实景建模技术,比较流行的是单、双目的重建。
稀疏重建:
通常是重建一些图像特征点的深度,这个在基于特征的视觉SLAM里比较常见,得到的特征点的深度可以用来计算相机位姿。稀疏重建在实际应用,比如检测,实景建模软件,避障,不能满足需求。
常见的三维重建表达方式
深度图其每个像素值代表的是物体到相机xy平面的距离,单位为 mm。
体素是三维空间中的一个有大小的点,一个小方块,相当于是三维空间种的像素。
点云是某个坐标系下的点的数据集。点包含了丰富的信息,实景建模,包括三维坐标X,Y,Z、颜色、分类值、强度值、时间等等。在我看来点云可以将现实世界原子化,通过高精度的点云数据可以还原现实世界。万物皆点云,获取方式可通过三维激光扫描等。
大势智慧是一家专注于真实世界三维数字化重建及三维数据服务的高新技术企业,公司在城市高精度三维建模、模型应用及语义化理解和文化遗产数字化保护领域具有先进的技术优势和丰富实践经验。
精细配准是一种更深层次的配准方法。经过前一步粗配准,得到了变换估计值。将此值作为初始值,三维实景建模,在经过不断收敛与迭代的精细配准后,达到更加准确的效果。以经典的ICP算法为例,该算法首先计算初始点云上所有点与目标点云的距离,保证这些点和目标点云的zui近点相互对应,同时构造残差平方和的目标函数。