实景三维集群建模-大势智慧科技有限公司

说三维重建首先要从计算机视觉讲起。计算机视觉包含两个基本方向，实景三维集群建模，物体识别和三维重建。图像识别的突破性进展源自于2012年卷积神经网络（cnn）的兴起。在此之前，计算机视觉的核1心研究方向是三维重建。因为在当时，对于图像的特征提取主要是通过三维重建的方法来定义和实现的。自2012年以来，图像的特征便逐渐由神经网络来自动学习。

三维重建的应用是很广泛的，对于自动驾驶、vr、ar等应用领域应用来讲，三维重建是核1心技术，并且实时三维重建是必然趋势，因为我们生活在三维空间里，必须将虚拟恢复到三维，我们才可以和环境进行交互。

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---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。---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。