计算机视觉三维重建领域的源码收集_基于深度相机的静态三维建模资源-CSDN文库

共2个文件

license：1个

md：1个

版权申诉

计算机视觉

人工智能

源码收集

86 浏览量 2022-03-22 19:09:03 上传评论 3 收藏 5KB RAR 举报

计算机视觉三维重建是现代科技领域中的一个重要分支，它涉及到图像处理、模式识别、机器学习等多个学科，旨在通过二维图像或视频数据恢复出场景的三维结构。在这个领域，源码收集对于研究者和开发者来说至关重要，因为它们提供了实现具体算法和技术的实例，有助于深入理解和实践。以下是一些关于计算机视觉三维重建的关键知识点： 1. **基础理论**：三维重建的基础包括几何光学、图像几何、投影几何等。理解这些理论是构建三维模型的第一步，例如单应性矩阵、本质矩阵和基础矩阵在立体视觉中的应用。 2. **特征检测与匹配**：如SIFT（尺度不变特征变换）、SURF（加速稳健特征）、ORB（Oriented FAST and Rotated BRIEF）等，这些特征检测算法在图像对齐和匹配中起到关键作用，为三维重建提供关键点信息。 3. **立体匹配**：通过匹配不同视角下的图像特征，计算视差图，进而推断深度信息。常见的方法有基于能量最小化的光流法、基于块匹配的算法等。 4. **多视图几何**：包括Epipolar Geometry（共线方程、基础矩阵和本质矩阵的计算）、三角测量等，用于从多个视角重建三维结构。 5. **深度学习方法**：近年来，随着深度学习的发展，许多基于神经网络的三维重建方法涌现，如MVSNet、COLMAP等，它们利用卷积神经网络进行特征提取和深度估计。 6. **点云处理**：三维点云是重建结果的一种常见表示形式，包括点云的滤波、去噪、分割、配准等处理技术，如RANSAC（随机抽样一致）、PCL（Point Cloud Library）库等。 7. **SLAM（Simultaneous Localization And Mapping）**：同时定位与建图，是机器人和自动驾驶领域的核心技术，也是三维重建的重要组成部分。经典的SLAM算法有D-SLAM、EKF-SLAM、LOAM等。 8. **结构光三维重建**：通过投射特定的光栅图案，结合相机捕获的图像，可以精确地计算物体表面的深度信息。 9. **RGB-D重建**：结合彩色图像和深度图信息，如Kinect等设备提供的数据，可以进行实时的三维重建。 10. **开源库和工具**：如OpenCV、PCL、Colmap、Blender等，它们为开发者提供了丰富的功能，简化了三维重建的实现过程。以上知识点涵盖了计算机视觉三维重建的主要方面，通过学习和实践这些技术，我们可以实现从简单的静态物体到复杂的动态场景的三维重建。对于源码收集，这些代码实例不仅有助于理解理论，还能帮助开发者快速构建自己的系统，推动计算机视觉领域的发展。

资源推荐

资源详情

资源评论

收起资源包目录

计算机视觉三维重建领域的源码收集.rar （2个子文件）

计算机视觉三维重建领域的源码收集

LICENSE 1KB

README.md 15KB

# Source-Codes-3DVison Source codes collection for 3d vision 视觉三维重建领域的源码收集三维重建开源代码汇总，不定期更新。 [1 SFM](#sfm) [2 MVS](#mvs) [3 SLAM](#slam) [4 特征匹配](#特征匹配) [5 立体匹配](#立体匹配) [6 点云拼接](#点云拼接) [7 网格构建](#网格构建) [8 点云网格处理](#点云网格处理) [9 纹理映射](#纹理映射) [10 三维渲染](#三维渲染) ## SFM - **Openmvg【3.5k stars】【Mozilla Public License Version 2.0】【[https://github.com/openMVG/openMVG](https://github.com/openMVG/openMVG)】** 一个多视几何三维重建算法库，从无序二维影像集恢复相机的三维位姿。SFM（Structure From Motion）经典算法库。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210527092742723.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3JzX2x5cw==,size_16,color_FFFFFF,t_70) - **Colmap【3k stars】【new BSD license】【[https://github.com/colmap/colmap](https://github.com/colmap/colmap)】** 一个多视几何三维重建算法库，从无序二维影像集恢复相机的三维位姿（SFM）以及多视立体重建（MVS）。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210527092509685.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3JzX2x5cw==,size_16,color_FFFFFF,t_70) - **AliceVision【1.8k stars】【MPL2 license】【[https://github.com/alicevision/AliceVision](https://github.com/alicevision/AliceVision)】** 一个开源的摄影测量系统框架。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210527092356416.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3JzX2x5cw==,size_16,color_FFFFFF,t_70) - **TheiaSfM【600+k stars】【New BSD license】【[https://github.com/sweeneychris/TheiaSfM](https://github.com/sweeneychris/TheiaSfM)】** 谷歌推出的开源SFM算法库。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210629235309546.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3JzX2x5cw==,size_16,color_FFFFFF,t_70) - **MVE【700+k stars】【BSD 3-Clause License】【[https://github.com/simonfuhrmann/mve](https://github.com/simonfuhrmann/mve)】** ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210719230452465.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3JzX2x5cw==,size_16,color_FFFFFF,t_70) - **OpenSfM【2.2k stars】【BSD license】【[https://github.com/mapillary/OpenSfM](https://github.com/mapillary/OpenSfM)】** 一个用Python实现的SFM算法库。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210629233426494.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3JzX2x5cw==,size_16,color_FFFFFF,t_70) ## MVS - **openmvs【1.6k stars】【AGPLv3】【[https://github.com/cdcseacave/openMVS](https://github.com/cdcseacave/openMVS)】** 一个多视立体重建开源算法库，基于带有位姿信息的图像集，重建高质量的纹理模型，效果非常出色。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210527225531907.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3JzX2x5cw==,size_16,color_FFFFFF,t_70) - **meshroom【6.5k stars】【MPL2 license】【[https://github.com/alicevision/meshroom](https://github.com/alicevision/meshroom)】** 和OpenMVS库一样，也是基于带有位姿信息的图像集，重建高质量的纹理模型，但是效果没有OpenMVS好，速度更快些。带有图形界面，做的很漂亮。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210527230158531.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3JzX2x5cw==,size_16,color_FFFFFF,t_70) ## SLAM ### VSLAM - **orb-slam2【6.2k stars】【GPLv3 license】【[https://github.com/raulmur/ORB_SLAM2](https://github.com/raulmur/ORB_SLAM2)】** 非常经典的单目/双目/RGBD-slam 算法库 - **orb-slam3【2.5k stars】【GPLv3 license】【[https://github.com/UZ-SLAMLab/ORB_SLAM3](https://github.com/UZ-SLAMLab/ORB_SLAM3)】** 第一个能够用单目、立体和RGB-D相机,使用针孔和鱼眼镜头模型进行视觉、视觉惯性和多地图SLAM的系统。 #### 单目 slam - **orb-slam【1.1k stars】【GPLv3 license】【[https://github.com/raulmur/ORB_SLAM](https://github.com/raulmur/ORB_SLAM)】** 非常经典的单目slam算法库 #### RGBD slam - **KinectFusion【280+ stars】【MIT License】【[https://github.com/chrdiller/KinectFusionLib](https://github.com/chrdiller/KinectFusionLib)】** 基于KinectFusion论文实现的一个开源算法，paper：KinectFusion: Real-time dense surface mapping and tracking - **InfiniTAM∞ v3【680+ stars】【Oxford University Innovation Academic License】【[https://github.com/victorprad/InfiniTAM](https://github.com/victorprad/InfiniTAM)】** 牛津大学团队做的开源多平台实时大尺度深度融合和跟踪，速度很快，在Windows、Linux、Ios、Android上都可以编译运行，而且速度都还可以。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/2021052723092847.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3JzX2x5cw==,size_16,color_FFFFFF,t_70) - **VoxelHashing【460+ stars】【Creative Commons Attribution-NonCommercial-ShareAlike 3.0 License】【[https://github.com/niessner/VoxelHashing](https://github.com/niessner/VoxelHashing)】** 基于TSDF体素融合的经典深度融合算法，有CUDA版本，速度很快。 - **ElasticFusion【1.3k stars】【non-commercial use only】【[https://github.com/mp3guy/ElasticFusion](https://github.com/mp3guy/ElasticFusion)】** 一个用于RGBD数据的基于Surfel的Fusion算法。适用于室内重建。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210527101609923.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3JzX2x5cw==,size_16,color_FFFFFF,t_70) - **ElasticReconstruction【480+ stars】【MIT license】【[https://github.com/qianyizh/ElasticReconstruction](https://github.com/qianyizh/ElasticReconstruction)】** 一个用于RGBD数据的基于Voxel的Fusion算法。适用于室内重建。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210527232136452.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3JzX2x5cw==,size_16,color_FFFFFF,t_70) - **BundleFusion【1k stars】【non-commercial applications】【[https://github.com/niessner/BundleFusion](https://github.com/niessner/BundleFusion)】** 一个实时的全局一致的三维重建算法库，基于TSDF，效果是目前Fusion中最好的。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210527101706588.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3JzX2x5cw==,size_16,color_FFFFFF,t_70) - **badslam【400+ stars】【BSD-3-Clause License】【CVPR2019】【[https://github.com/ETH3D/badslam](https://github.com/ETH3D/badslam)】** 一个基于RGBD数据的实时直接法BA-SLAM算法，适合室外重建，来自苏黎世联邦理工学院（ETH）团队。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210523151446161.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3JzX2x5cw==,size_16,color_FFFFFF,t_70) - **tsdf-fusion 【400+ stars】【BSD-2-Clause License】【[https://github.com/andyzeng/tsdf-

评论收藏

内容反馈

版权申诉