8、三维视觉重建三维重建介绍多视几何基于立体视觉的三维重建其他三维信息获取技术其他三维重建技术其他三维重建技术相移法结构光系统投射N步相移条纹来主动标记区域。假设N步相移生成第k幅条纹图案的相移公式：那么由四步相移的相位位移可以得到像素的相位值并通过阶次计算出绝对相位，进而确定深度值。实验结果其他三维重建技术2.激光扫描仪：利用激光束照射目标物表面，通过测量激光反射或回波的时间、相位等信息，计算目标物表面点到扫描仪的距离，从而可以获取目标物表面的三维坐标信息，形成点云数据。主要工作过程：1、激光发射与照射2、激光反射与检测3、数据处理与点云生成应用领域：1、地理测绘和城市规划2、文化遗产保护3、工业制造其他三维重建技术光度立体重建：依赖于物体表面的光照变化来推断其几何信息及反射性质，用于从不同照明条件下以相同视点获得的多幅图像中重建物体的三维形状。三个假设：1.相机的投影是正交投影，则图像的像素坐标直接与物体表面的三维坐标对应；2.入射光由远处单一点光源发出，此时该光源照射到物体表面每一点的入射光方向与强度一致；3.物体表面具有Lambertian反射特性，即对入射光产生漫反射，且在每个方向上反射的光强一致。其他三维重建技术对于物体表面任意一点，根据辐射度量学可得其他三维重建技术光源方向标定其他三维重建技术法向量与反射率求解深度求解******（1）输入一张referenceimage（为主）和几张sourceimages（辅助）；（2）分别用网络提取出下采样四分之一的32通道的特征图；（3）采用立体匹配（即双目深度估计）里提出的costvolume的概念，将几张sourceimages的特征利用单应性变换(homographywarping)转换到referenceimage，在转换的过程中，类似极线搜索，引入了深度信息。构建costvolume可以说是MVSNet的关键。具体costvolume上一个点是所有图片在这个点和深度值上特征的方差，方差越小，说明在该深度上置信度越高。（4）利用3D卷积操作costvolume，先输出每个深度的概率，然后求深度的加权平均得到预测的深度信息，用L1或smoothL1回归深度信息，是一个回归模型。（5）利用多张图片之间的重建约束（photometricandgeometricconsistencies）来选择预测正确的深度信息，重建成三维点云。*（1）输入一张referenceimage（为主）和几张sourceimages（辅助）；（2）分别用网络提取出下采样四分之一的32通道的特征图；（3）采用立体匹配（即双目深度估计）里提出的costvolume的概念，将几张sourceimages的特征利用单应性变换(homographywarping)转换到referenceimage，在转换的过程中，类似极线搜索，引入了深度信息。构建costvolume可以说是MVSNet的关键。具体costvolume上一个点是所有图片在这个点和深度值上特征的方差，方差越小，说明在该深度上置信度越高。（4）利用3D卷积操作costvolume，先输出每个深度的概率，然后求深度的加权平均得到预测的深度信息，用L1或smoothL1回归深度信息，是一个回归模型。（5）利用多张图片之间的重建约束（photometricandgeometricconsistencies）来选择预测正确的深度信息，重建成三维点云。*（1）输入一张referenceimage（为主）和几张sourceimages（辅助）；（2）分别用网络提取出下采样四分之一的32通道的特征图；（3）采用立体匹配（即双目深度估计）里提出的costvolume的概念，将几张sourceimages的特征利用单应性变换(homographywarping)转换到referenceimage，在转换的过程中，类似极线搜索，引入了深度信息。构建costvolume可以说是MVSNet的关键。具体costvolume上一个点是所有图片在这个点和深度值上特征的方差，方差越小，说明在该深度上置信度越高。（4）利用3D卷积操作costvolume，先输出每个深度的概率，然后求深度的加权平均得到预测的深度信息，用L1或smoothL1回归深度信息，是一个回归模型。（5）利用多张图片之间的重建约束（photometrican