实景三维建模-实景建模-大势智慧欢迎咨询(查看)

SLAM和三维重建有什么区别？

SLAM：同步***与地图构建；定谁的位？相机的位，相机在机器人身上，就是定机器人的位。建谁的地图？相机经过地方的地图。二者结合，才能确定机器人在某个地图中的具体位置，和这个场景（地图）下的连续运动轨迹。

三维重建（SFM）：从运动***结构。我觉得更像是构建目标的三维模型。

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，3d实景建模，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，实景三维建模，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。

SDF值等于此体素到重建表面的***小距离值。当SDF值大于零，实景建模，表示该体素在表面前；当SDF小于零时，表示该体素在表面后；当SDF值越接近于零，表示该体素越贴近于场景的真实表面。KinectFusion技术虽然对场景的重建具有gao效实时的性能，但是其可重建的空间范围却较小，三维实景建模，主要体现在消耗了极大的空间用来存取数目繁多的体素。

为了解决体素占用大量空间的问题，Curless等人提出了TSDF (Truncated Signed Distance Field，截断符号距离场)算法，该方法只存储距真实表面较近的数层体素，而非所有体素。因此能够大幅降低KinectFusion的内存消耗，减少模型冗余点。