三维点云的重建与匹配.pptxVIP

三维点云的重建与匹配;CONCENTS;背景介绍;Vestibulum ante ipsum primis inVestibulum ante ipsum primis in faucibus orciestibulum ante ipsum primis in faucibus orcaucibus orci;稀疏点云重建;稀疏点云重建步骤：;（2）图像特征点匹配 在特征点提取完成之后，就需要对立体图像进行特征匹配，当前常用的特征点匹配算法： 1）归一化互相关技术（Normalized Cross Correlation Method，NCC） 2）最近邻算法（Nearest Neighbor-NN）;（4）SFM算法 在特征点提取和匹配完成之后，可以用SFM算法得到稀疏的三维点云，SFM （structure from motion???算法是一种基于各种收集到的无序图片进行三维重建的离线算法。可以在不知道相机参数和场景三维信息的情况下通过迭代解出三维点云和相机矩阵。 ;（5）利用VisualSFM得到的结果;点云配准; 很多时候，由于设备的显示，我们需要从不同角度拍摄图像，获取点云数据，从而才能得到目标的完整的点云。这些点云需要转换到同一坐标系下，这个过程被称为配准过程。对于两个点云来说，配准的目