Matlab三维重建

Question

最近，我不得不在这两周内做一个多视图三维扫描的项目，我搜索了所有的书籍，期刊和网站的三维重建，包括数学作品的例子等。我写了一个代码来跟踪两个图像之间的匹配点，并将它们重建为3D图。但是，尽管使用了detectSURFFeatures()和extractFeatures()函数，仍有一些对象点未被跟踪。我如何在我的3D模型中也重建它们？

Answer 1

你正在寻找的东西被称为“密集重构”。要做到这一点，最好的方法是使用校准相机。然后你可以校正图像，计算每个像素的视差(理论上)，然后得到每个像素的3D世界坐标。请查看此Stereo Calibration and Scene Reconstruction示例。

Answer 2

您使用的跟踪方法很好，但只能得到稀疏的对应关系。这个想法是，您将使用这些中的最好的，以尝试确定两个图像之间的相机方向的差异。然后，您可以使用相机方向来获得更好的匹配，并最终生成可用于生成深度图像的密集匹配。

从一帧到另一帧跟踪图像中的每个点是很困难的(它被称为场景流)，而且你不会通过识别单个特征(如冲浪、ORB、Freak、SIFT等)来实现它。因为根据定义，这些特征是“特殊的”，因为它们可以在图像之间清晰地识别。

Answer 3

如果你有权使用Matlab的计算机视觉工具箱，你可以使用它们的匹配函数。例如，您可以从查看这篇关于disparity和相关matlab函数的文章开始。

此外，您还可以了解不同的匹配技术，如块匹配、半全局块匹配和全局优化过程。仅举几个关键字。但请注意，立体匹配的主题是一个巨大的主题。