利用相机进行三维重建已经不是一个新鲜的话题，重建的三维环境用途很广泛，
比如检测识别目标，作为深度学习的输入，视觉SLAM。
目前，比较流行的是单、双目的重建。
稀疏重建：
通常是重建一些图像特征点的深度，这个在基于特征的视觉SLAM里比较常见，得到的特征点的深度可以用来计算相机位姿。稀疏重建在实际应用，比如检测，避障，不能满足需求。
三角测距法是一种非接触式的测距方法，以三角测量原理为基础。红外设备以一定的角度向物体投射红外线，光遇到物体后发生反射并被CCD（Charge-coupled Device，电荷耦合元件）图像传感器所检测。随着目标物体的移动，此时获取的反射光线也会产生相应的偏移值。
经过配准后的深度信息仍为空间中散乱无序的点云数据，实景三维，仅能展现景物的部分信息。因此必须对点云数据进行融合处理，以获得更加精细的重建模型。
对于多帧通过不同角度拍摄的景物图像，各帧之间包含一定的公共部分。为了利用深度图像进行三维重建，需要对图像进行分析，求解各帧之间的变换参数。深度图像的配准是以场景的公共部分为基准，把不同时间、角度、照度获取的多帧图像叠加匹配到统一的坐标系中。计算出相应的平移向量与旋转矩阵，同时消除冗余信息。点云配准除了会制约三维重建的速度，也会影响到模型的精细程度和全局效果。因此必须提升点云配准算法的性能。
武汉大势智慧-实景三维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是一家从事“实景三维重建软硬件产品及技术服务”的公司。自成立以来，我们坚持以“诚信为本，稳健经营”的方针，勇于参与市场的良性竞争，使“大势智慧”品牌拥有良好口碑。我们坚持“服务至上，用户至上”的原则，使大势智慧在信息技术项目合作中赢得了客户的信任，树立了良好的企业形象。 特别说明：本信息的图片和资料仅供参考，欢迎联系我们索取准确的资料，谢谢！
