VisualSFM使用步驟

1、學(xué)習(xí)開(kāi)源SFM軟件使用報(bào)告第一步：運(yùn)行VisualSFM1. 輸入一系列圖片拍照注意事項(xiàng)： 相機(jī)共中心能拼接全景，但是給不出三維重建的深度信息。要以待重建的對(duì)象為中心，圍著它每轉(zhuǎn)10-20度拍一張，這樣轉(zhuǎn)一圈，有不同高度信息更好。VisualSFM沒(méi)有照片數(shù)量限制，照片越多，重建出的細(xì)節(jié)越豐富，但重建過(guò)程花費(fèi)時(shí)間越長(zhǎng)。2. 特征檢測(cè)及匹配因照片可能存在旋轉(zhuǎn)、縮放或亮度變化，此過(guò)程利用SIFT算法提取、描述特征，用 RANSAC算法過(guò)濾掉誤匹配。此過(guò)程亦可利用GPU加速。工作狀態(tài)實(shí)時(shí)顯示在側(cè)邊的log窗口。此過(guò)程是圖像匹配、自動(dòng)空三處理，也就是恢復(fù)照片在拍攝時(shí)的姿態(tài)3. 利用SFM進(jìn)行稀疏3D重

2、建利用 SFM 方法，通過(guò)迭代求解出相機(jī)參數(shù)和三維點(diǎn)坐標(biāo)。即重建出3D模型的稀疏點(diǎn)云。若有“bad”相機(jī)（位置錯(cuò)誤或朝向錯(cuò)誤），結(jié)合工具欄上的“3+”按鈕和手型按鈕即可刪除之，使結(jié)果更準(zhǔn)確。4. 利用 CMVS/PMVS進(jìn)行稠密3D重建通過(guò) CMVS 對(duì)照片進(jìn)行聚類，以減少稠密重建數(shù)據(jù)量，而后利用PMVS從3D模型的稀疏點(diǎn)云開(kāi)始，在局部光度一致性和全局可見(jiàn)性約束下，經(jīng)過(guò)匹配、擴(kuò)散、過(guò)濾 生成帶真實(shí)顏色的稠密點(diǎn)云。至此，VisualSFM的工作告一段落，結(jié)果都已存盤(pán)?？梢缘玫秸掌膒矩陣，保存在一個(gè)txt文件夾下，在visualize文件夾下是糾正過(guò)后的影像文件。若因圖片匹配失敗或圖片較少導(dǎo)致某區(qū)域重建失敗或重建出的某區(qū)域細(xì)節(jié)不足，可以返回添加一些這個(gè)區(qū)域的照片，重新來(lái)過(guò)但因特征檢測(cè)和匹配的結(jié)果已存盤(pán)（每張圖像對(duì)應(yīng)的.sift 和 .mat文件），所以已經(jīng)匹配好的圖像不必再次匹配，會(huì)更快完成。第二步：運(yùn)行SURE_densematching1. VisualSFM所得結(jié)果處理txt文件下的p矩陣復(fù)制出來(lái)粘貼到visualize文件夾下，然后全選visualize文件夾下的糾正過(guò)后的影像文件及對(duì)應(yīng)的p矩陣復(fù)制到SURE文件下的TEST文件夾內(nèi)2. 點(diǎn)擊dense.bat運(yùn)行最終sure文件下las格式的就是所得到的每