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，实景三维，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。
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。
在计算机内生成物体三维表示主要有两类方法。一类是使用几何建模软件通过人机交互生***为控制下的物体三维几何模型，另一类是通过一定的手段获取真实物体的几何形状。前者实现技术已经十分成熟，现有若干软件支持，比如:3DMAX、Maya、AutoCAD、UG等等，它们一般使用具有数学表达式的曲线曲面表示几何形状。后者一般称为三维重建过程，三维重建是指利用二维投影***物体三维信息(形状等)的数学过程和计算机技术，包括数据获取、预处理、点云拼接和特征分析等步骤。
实景三维-大势智慧科技有限公司由武汉大势智慧科技有限公司提供。实景三维-大势智慧科技有限公司是武汉大势智慧科技有限公司今年新升级推出的，以上图片仅供参考，请您拨打本页面或图片上的联系电话，索取联系人：吴先生。
