大势智慧科技有限公司-三维集群建模

双目立体视觉重建，在实际应用情况优于其他基于视觉的三维重建方法，也逐渐出现在一部分商业化产品上; 不足的是运算量仍然偏大，而且在基线距离较大的情况下重建效果明显降低 。 作为计算机视觉的关键技术之一，立体视觉法也其弊端。例如，立体视觉需要假设空间的平面是正平面，而实际情况却与此相差甚远。除此之外，匹配还存在歧义性：对于一幅图像上的某些特征点，另外的图像可能存在若干个与之相似的特征点。那么如何选取适配的匹配点，三维集群建模，显得较为棘手。除此之外，对于如相机运动参数的确定、大型场景重建需要获取多帧图像等问题，也---的影响了立体视觉的深层次应用。

常见的三维重建表达方式

---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，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，z、颜色、分类值、强度值、时间等等。在我看来点云可以将现实原子化，通过---的点云数据可以还原现实。万物皆点云，获取方式可通过三维激光扫描等。