三维实景建模-实景建模-大势智慧

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，三维实景建模，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，包括三维坐标X，Y，3d实景建模，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。

大势智慧是一家专注于真实世界三维数字化重建及三维数据服务的高新技术企业，实景建模，公司在城市高精度三维建模、模型应用及语义化理解和文化遗产数字化保护领域具有***的技术优势和丰富实践经验。

三维重建技术的***在于如何获取目标场景或物体的深度信息。在景物深度信息已知的条件下，只需要经过点云数据的配准及融合，即可实现景物的三维重建。基于三维重建模型的深层次应用研究也可以随即展开。人们按照被动式测量与主动式测量对目标物体深度信息的获取方法进行了分类。

三维深度信息的配准按不同的图像输入条件与重建输出需求被分为：粗糙配准、精细配准和全局配准等三类方法。粗糙配准研究的是多帧从不同角度采集的深度图像。首先提取两帧图像之间的特征点，这种特征点可以是直线、拐点、曲线曲率等显式特征，也可以是自定义的符号、旋转图形、轴心等类型的特征。随后根据特征方程实现初步的配准。粗糙配准后的点云和目标点云将处于同一尺度(像素采样间隔)与参考坐标系内，通过自动记录坐标，得到粗匹配初始值。