基于图像的三维模型重建——稠密点云重建

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

作者：梦寐mayshine

链接：https://zhuanlan.zhihu.com/p/131590433

本文转载自知乎，作者已授权，未经许可请勿二次转载。

• 稠密点云的获取方式

• • Lidar 扫描

  • Kinect

  • 结构光

  • 基于图像的方法-Multi-view Stereo

• 基础知识

• • 极线条搜索

  • 光度一致性约束

  • 可视性约束

• 多视角立体技术

• • 基于体素的方法

  • 基于空间patch 的方法

  • 深度图融合

一、稠密点云的获取方式

• Lidar扫描：精度高(毫米级别)，效率高，有效范围几米到几百米，价格昂贵；高反光，玻璃表面，吸收表面

• Kinect：使用方便、价格适中、速度较快；精度较低、有效距离短

• 结构光：高精度、高效率、近距离数据获取

• 基于图像的方法：multi-view stereo，无源被动式、成本低、图像来源广、计算速度慢、精度较高

二、基础知识

1.极线搜索：参考图像中的一点对应另一幅图像中的一条线段

2.光度一致性假设 photo-consistency

• 同一空间的点在不同视角的投影应当具有相同的光度，重建的核心在于恢复空间中具有光度一致性的点

• 朗伯反射假设：

• 常用的计算区域广度一致性的度量方式：

• • Sum of Squared Differences (SSD)  

  • Sum of Absolute Differences (SAD)

  • Normalized Cross Correlation(NCC)

3.可视性约束

• 图像中出现的点不能被遮挡

• 重建的点前面不能出现点

• 不能出现在物体内部

三、多视角立体技术

1.基于体素的方法

• 规则的划分[1]：等价于3D空间Voxel标记的问题

• 不规则的划分[2]：等价于3D空间四面体标记的问题

• 图像上的约束——剪影约束

• 图像上的约束——光度一致性约束

• 常用的优化模型[3]——典型的MRF离散优化问题

• • 参考图像上每个像素分配一个标签（内部或者外部）

  • 数据项-光度一致性假设

  • 平滑项-邻域假设

  • 可视项-可视性约束

• 优缺点

• • 优点

  • • 生成规则的点云

    • 便于提取物体的平面

  • 缺点

  • • 精度受到空间划分分辨率的影响

    • 难以处理精度高、规模大的场景

2.    基于空间patch扩散的方法

• 方法

• • 假设空间中的3D 矩形patch

  • 通过一定规则的扩张方法，使得patch覆盖物体表面

  • PMVS http://www.di.ens.fr/pmvs/

• 流程

• 初始3D patch的生成

• patch扩张

• patch滤波

• 特性

3.基于深度图融合的方法[4]

• 人的左右眼立体视觉和深度图

• 基本流程

• • 1. 为每一幅图像选择邻域图像构成立体图像对

  • 2. 计算每一幅图像的深度图

  • 3. 进行深度图融合

• 视角选择

• 邻域的选择——全局视角选择

• • 1. 图像具有相同的内容、外观和尺度

  • 2.图像具有足够大的时差（宽基线）

• 图像尺度的估计——用于衡量图像的分辨率

• • 图像上1个像素的宽度对应的三维空间中的物体尺寸

• 相关视角的选择——局部视角选择

• • 1.NCC值确定候选视角

  • 2.实现要足够分散（不共面）

• 区域生长法扩张

• • 重建的置信度建立优先级队列

  • 从初始的稀疏特征点开始深度估计

  • 对每个种子点进行非线性深度优化

  • 每次优化完后判断以下两种情况，将邻域像素添加到队列中: 1)邻域没有深度值 2) 当前像素的置信度值高于邻域像素一定范围

• 深度值非线性优化

• 深度值非线性优化

• 非线性优化的数学模型

• 颜色尺度的优化

最小二乘法

• 的优化-梯度下降法

• 深度值非线性优化——整体框架

• • 只进行深度h(s,t)的优化(迭代4次)

  • While (迭代次数< 20)

  • 每间隔5次迭代，进行 h(s,t), hs, ht的优化,否则仅优化深度

  • 优化完成后跟踪判断每个视角的置信度

  • 如果视角的置信度太小，或者超过迭代14次尚未收敛，则从局部视角中移除该视角，并重新进行视角选择

• 深度估计结果

• 深度融合

• 深度融合——一致性约束

• 深度融合——可视性约束

• 总结：

• • 邻域视角选择使得深度估计准确度提升

  • 原理简单，只用到光度一致性约束和可视性约束，适用的场景广泛

参考

1. S.M. Seitz and C.R. Dyer. Photorealistic scene reconstruction by voxel coloring. International Journal of Computer Vision, 35(2):1–23, November 1999.

2. Sinha S N, Mordohai P, Pollefeys M. Multi-View Stereo via Graph Cuts on the Dual of an Adaptive Tetrahedral Mesh[C]// IEEE, International Conference on Computer Vision. IEEE, 2007:1-8.

3. V. Kolmogorov and R. Zabih. Multi-camera scene reconstruction via graph cuts. In European Conference on Computer Vision (ECCV), 2002.

4. M. Goesele, N. Snavely, B. Curless, H. Hoppe, and S. Seitz. Multi-view stereo for community photo collections. In IEEE International Conference on Computer Vision (ICCV),2007.

推荐阅读：

吐血整理|3D视觉系统化学习路线

那些精贵的3D视觉系统学习资源总结（附书籍、网址与视频教程）

超全的3D视觉数据集汇总

大盘点|6D姿态估计算法汇总(上)

大盘点|6D姿态估计算法汇总（下）

机器人抓取汇总|涉及目标检测、分割、姿态识别、抓取点检测、路径规划

汇总|3D点云目标检测算法

汇总|3D人脸重建算法

那些年，我们一起刷过的计算机视觉比赛

总结|深度学习实现缺陷检测

深度学习在3-D环境重建中的应用

汇总|医学图像分析领域论文

大盘点|OCR算法汇总

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会（ICRA/IROS/ROBIO/CVPR/ICCV/ECCV等）、顶刊（IJCV/TPAMI/TIP等）、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流等微信群，请扫描下面微信号加群，备注：”研究方向+学校/公司+昵称“，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近1000+星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

 圈里有高质量教程资料、可答疑解惑、助你高效解决问题