全局配准是使用整幅图像直接计算转换矩阵。通过对两帧精细配准结果，按照一定的顺序或一次性的进行多帧图像的配准。这两种配准方式分别称为序列配准（Sequential Registration）和同步配准（Simultaneous Registration）。
配准过程中，匹配误差被均匀的分散到各个视角的多帧图像中，达到削减多次迭代引起的累积误差的效果。值得注意的是，虽然全局配准可以减小误差，但是其消耗了较大的内存存储空间，大幅度提升了算法的时间复杂度。
在计算机视觉中， 三维重建是指根据单视图或者多视图的图像重建三维信息的过程. 由于单视频的信息不完全，因此三维重建需要利用经验知识. 而多视图的三维重建(类似人的双目***)相对比较容易， 其方法是先对摄像机进行标定， 即计算出摄像机的图象坐标系与世界坐标系的关系.然后利用多个二维图象中的信息重建出三维信息。常规的3D shape representation有以下四种：深度图（depth）、点云（point cloud）、体素（voxel）、网格（mesh）。
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，实景三维，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。
实景三维-大势智慧欢迎来电(图)由武汉大势智慧科技有限公司提供。武汉大势智慧科技有限公司拥有很好的服务与产品，不断地受到新老用户及业内人士的肯定和信任。我们公司是商盟认证会员，点击页面的商盟***图标，可以直接与我们***人员对话，愿我们今后的合作愉快！
