在線云建模服務放心可靠「大勢智慧」

三維重建的步驟

（1） 圖像獲取：在進行圖像處理之前，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，求解出攝像機的內外參數，這樣就可以結合圖像的匹配結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）特征提取：特征主要包括特征點、特征線和區域。大多數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字化重建及三維數據服務的高新技術企業，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數字化保護領域具有先進的技術優勢和豐富實踐經驗。

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：完成數據的輸入、輸出過程，如點云數據的讀寫；

libpcl filters：完成數據采樣、特征提取、參數擬合等過程；

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，包括三角網格化、表面平滑等。

經過配準后的深度信息仍為空間中散亂無序的點云數據，僅能展現景物的部分信息。因此必須對點云數據進行融合處理，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造體積網格，網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。