三维重建专题

三维重建实战：3D Gaussian Splatting

简介： 3D Gaussian Splatting是一种用一组2d图像创建3d场景的方法，你只需要一个场景的视频或者一组照片就可以获得这个场景的高质量3d表示，使你可以从任何角度渲染它。它们是一类辐射场方法（如NeRF），但同时训练速度更快（同等质量）、渲染速度更快，并达到更好或相似的质量。3D Gaussian Splatting可以实现无界且完整的场景1080p分辨率下进行高质量实时（≥ 1

【三维重建】三角网格中轴骨架线提取

三维网格中轴线提取方法介绍实现提取三维网格中轴线提取是计算机图形学和三维建模领域中的一个重要技术，它对于理解三维形状的拓扑结构和几何特性具有重要意义。方法介绍以下是几种常见的三维网格中轴线提取方法：基于距离变换的方法基本原理：首先计算三维网格中每个点到网格边界的距离，形成距离场。然后，根据距离场的分布，通过细化算法提取中轴线。这种方法的核心在于距离变换和细化操作

深度学习三维重建-双目视差三维重建小笔记

记录一下深度学习进行双目三维重建看过的网络持续更新（时不时更新）数据集： SceneFlow KITTI ETH3D 与三维有关的数据集： TanksAndTemples 一大堆Github总结的数据集 Github大佬的笔记 -----------------------------------我是分界线------------------------------------ 双目三

【三维重建】2D Gaussian Splatting:几何准确的2D辐射场（更新中）

标题：2D Gaussian Splatting for Geometrically Accurate Radiance Fields 项目地址：https://github.com/hbb1/2d-gaussian-splatting 文章目录功能输入输出一、摘要二、引言深入分析解读三、相关工作3.1新视角合成3.2 3D重建3.3 可微分基于点的图形3.4 同期工作四、3D

图像处理与视觉感知复习--三维重建基础

文章目录完整的摄像机模型（摄像机内外参数）理解三个参考系齐次坐标系中的投影变换摄像机标定单视图几何无穷远点、无穷远线、无穷远平面影消点、影消线三维重建基础与极几何极几何、本质矩阵与基础矩阵双目立体视觉视差或深度的推导过程完整的摄像机模型（摄像机内外参数）径向畸变：图像像素点以畸变中心为中心点，沿着径向产生的位置偏差，从而导致图像中所成的像发生形变理解三个参考系

手把手教你实现条纹结构光三维重建（3）——相机投影仪标定

我们都知道，投影仪其实就是个反向相机，如果我们了解双目标定的原理，那么相机和投影仪的标定就不难，关键是我们怎么得到投影仪在图像特征点（比如棋盘格角点）上的像素位置。投影仪也类似于一个cmos，图像有像素位置（u，v），那么通过我们上一讲的条纹解码，给图像添加水平方向和垂直方向的投影，就可以通过解码，得到图像对应的投影相位值，此相位值就是投影的像素坐标（xp，yp）。如下图所示，具体的原理可以参

【稀疏三维重建】Flash3D：单张图像重建场景的GaussianSplitting

项目主页：https://www.robots.ox.ac.uk/~vgg/research/flash3d/ 来源：牛津、澳大利亚国立提示：文章目录摘要1.引言2.相关工作3.方法3.1 背景：从单个图像中重建场景3.2 单目 4.实验4.14.2 跨域新视角合成4.3 域内新视图合成4.4 域内新视图合成摘要 Flash3D，一种通用的单一图像场景重建。

三维重建虚拟内窥镜（VE）是什么？怎么实现使用场景

1.虚拟内窥镜：就是利用计算机图形学、虚拟现实、图像处理和科学可视化等信息处理技术仿真光学内窥镜对病人进行诊断的一种技术。 VE(Virtual Endoscopy)，虚拟内镜技术。这种CT重建图像可以模拟各种内镜检查的效果，它是假设视线位于所要观察的管“腔”内，通过设定一系列的参数范围，即可看到管“腔”内的结构。 2.虚拟内窥镜系统实现的四个关键技术：图像分割、三维重建、中心路径、虚拟

【卫星影像三维重建-全流程代码实现】点云Mesh重构

点云—>Mesh模型 1.介绍1.1 背景1.2 效果示意 2 算法实现2.1 依赖库2.2 实验数据2.3 代码实现2.4 实验效果 3.总结 1.介绍 1.1 背景（1）本文主要内容是将三维点云（离散的三维点）进行表面重建生成Mesh网格，之前有篇关于开源软件-Cars-Mesh使用，它是对开源软件-Cars使用生成的点云进行处理得到Mesh网格结构，由于使用cars-m

三维重建（SFM）与实时定位建图（SLAM）的区分与联系

1、SLAM SLAM是Simultaneous Location and Mapping，同时定位与地图构建。是指搭载特定传感器的主体，在没有环境先验信息的情况下，于运动过程中建立环境的模型，同时估计自己的运动。目的是解决自主机器人“定位”和“建图”两个问题。同时要求能够实时地，没有先验知识地进行。SLAM问题的本质是对主体自身（位姿）和周围环境空间（点云）的不确定性的估计。

【三维重建】捆绑调整

捆绑调整的目的是通过重构的点计算重投影误差，利用最优化方法是重投影误差最小。这是一个典型的非线性最小二乘问题，利用高斯-牛顿法进行优化（高斯-牛顿法原理参考https://blog.csdn.net/holle_world_ldx/article/details/138225785）求雅可比矩阵一、相机投影过程 1、世界坐标系到相机坐标系的变换 [ x c y c z c ] =

医学图像三维重建与可视化系统医学图像分割区域增长

医学图像的三维重建与可视化，这是一个非常有趣且具有挑战性的课题！在这样的项目中，可以探索不同的医学图像技术，比如MRI、CT扫描等，然后利用这些图像数据进行三维重建，并将其可视化以供医生或研究人员使用。可能会涉及到图像处理算法、计算机图形学技术、医学图像学知识等方面。数据收集与处理：收集医学图像数据，并学习如何处理这些数据，比如去噪、分割等。去噪: 包括中值滤波、高斯滤

合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar, InSAR）技术作为一种新兴的主动式微波遥感技术，凭借其可以穿过大气层，全天时、全天候获取监测目标的形变信息等特性，已在地表形变监测、DEM生成、滑坡、火山活动、冰川运动、人工建筑物形变信息提取等多种领域展开了成功应用。InSAR作为一种新兴的空间大地测量技术，克服了传统大地测量技术需要人工野

【三维重建工具】NeRFStudio、3D GaussianSplatting、Colmap安装与使用指南（更新中）

目录一、NeRFStudio安装1.安装（ubuntu系统）2.安装（windows系统）二、安装tinycudann三、Colmap安装与使用1. 安装依赖2. 安装colmap3.使用colmap3.1 可视化界面使用3.2 Nerfstudio命令行调用Colmap 四、使用NeRFStudio进行三维重建五、3D GaussianSplatting安装与使用（即将到来）五* CU

合成孔径雷达干涉测量InSAR数据处理、地形三维重建、形变信息提取、监测等实践技术应用

合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar, InSAR）技术作为一种新兴的主动式微波遥感技术，凭借其可以穿过大气层，全天时、全天候获取监测目标的形变信息等特性，已在地表形变监测、DEM生成、滑坡、火山活动、冰川运动、人工建筑物形变信息提取等多种领域展开了成功应用。InSAR作为一种新兴的空间大地测量技术，克服了传统大地测量技术需要人工野

计算机视觉之三维重建（6）---多视图几何(上)

文章目录一、运动恢复结构问题（SfM）二、欧式结构恢复2.1 概述2.2 求解2.3 欧式结构恢复歧义三、仿射结构恢复3.1 概述3.2 因式分解法3.3 总结3.4 仿射结构恢复歧义一、运动恢复结构问题（SfM） 1. 运动恢复结构问题：通过三维场景的多张图像，恢复出该场景的三维结构信息以及每张图片对应的摄像机参数。 2. 运动恢复问题建模表述：已知 n

计算机视觉之三维重建（5）---双目立体视觉

文章目录一、平行视图1.1 示意图1.2 平行视图的基础矩阵1.3 平行视图的极几何1.4 平行视图的三角测量二、图像校正三、对应点问题3.1 相关匹配法3.2 归一化相关匹配法3.3 窗口问题3.4 相关法存在的问题3.5 约束问题一、平行视图 1.1 示意图如下图即是一个平行视图。特点：(1) 两个平面平行。 (2) 基线平行于图像平面，极点 e e e

多视图三维重建-SFM简介

背景掌握传统的多视图三维重建基本流程总体流程多视图三维重建的Pipieline如下图，总共分为四个步骤：拍摄场景多视角的图像建立这些图像之间的联系（Data Association）SFM稀疏重建MVS稠密重建 Data Association 建立图像之间的联系主要包含以下4个步骤：1）特征提取；2）特征匹配；3）基于几何的特征对验证；4）特征建树 1）图像的特征提取。 1

COLMAP(Windows)实现SFM三维重建位姿估计

问题产生： Guassian splatting第一步用colmap进行位姿估计，图片匹配失败，输出图片全靠运气，最少的时候甚至一张都没匹配上，所以想到用colmap软件先进行匹配，再放入高斯训练。 colmap使用步骤： 1.打开colmap.bat 2.新建项目【File】–> 【New Project】 3. 新建database文件，选择images所在路径【N

【探讨】光场相机三维重建研究进展与展望

摘要：光场相机利用二维影像同时记录空间中光线的位置和方向信息，能够恢复相机内部的光场，为三维重建提供了新的解决思路。围绕光场相机的三维重建问题，本文综述了光场数据获取手段，梳理和讨论了针对光场相机的标定算法，总结和分析了基于光场影像的三维深度信息恢复方法。在此基础上，介绍了当前主要的公开光场数据和算法。最后，展望了未来的研究方向，以期为后续研究者提供参考。关键词：光场相机；三维重建；光场采集；

三维重建学习之旅（一）

笔者本身对三维比较感兴趣，无意中在学校中接触到了三维重建，因此在师姐和师兄的指导下，从0开始学习三维重建，越往里面学越感觉到里面的东西很多，在这里我只介绍我自己在三维重建过程中用到的方法、工具和一些算法、参考的博客、论文，其中的很多东西并不是重建中最佳的选择（但每一件我都亲身试验和深入了解过），我在学习中得到的每一点进步都是在前人无私的分享中获得的，因此写此博客的目的也是想将这

【动态三维重建】Deformable 3D Gaussians 可变形3D GS用于单目动态场景重建（CVPR 2024）

主页：https://ingra14m.github.io/Deformable-Gaussians/ 代码：https://github.com/ingra14m/Deformable-3D-Gaussians 论文：https://arxiv.org/abs/2309.13101 文章目录摘要一、前言二、相关工作2.1 动态场景的神经渲染2.2 神经渲染加速三、方法3.1

计算机视觉之三维重建（2）---摄像机标定

文章目录一、回顾线代1.1 线性方程组的解1.2 齐次线性方程组的解二、透镜摄像机的标定2.1 标定过程2.2 提取摄像机参数2.3 参数总结三、径向畸变的摄像机标定3.1 建模3.2 求解四、变换4.1 2D平面上的欧式变换4.2 2D平面上的相似变换和仿射变换4.3 2D平面上的透射变换4.4 3D平面上的欧式变换4.5 3D平面上的仿射变换4.5 3D平面上的透射变换

计算机视觉之三维重建（1）---摄像机几何

文章目录一、针孔模型和透镜1.1 针孔摄像机1.2 近轴折射模型1.3 透镜问题二、摄像机几何2.1 像平面和像素平面2.2 齐次坐标下的投影变换2.3 摄像机倾斜2.4 规范化摄像机2.5 世界坐标系2.6 Faugeras定理2.7 投影变换性质：三、其他投影摄像机模型3.1 弱透视投影摄像机3.2 正交投影摄像机一、针孔模型和透镜 1.1 针孔摄像机 1.

CVPR2023 Highlight | ECON：最新单图穿衣人三维重建SOTA算法

作者：宁了个宁 | 来源：计算机视觉工坊在公众号「3D视觉工坊」后台，回复「原论文」可获取论文pdf。添加微信：dddvisiona，备注：三维重建，拉你入群。文末附行业细分群。图1所示。从彩色图像进行人体数字化。ECON结合了自由形式隐式表示的最佳方面，以及明确的拟人化正则化，以推断高保真度的3D人类，即使是宽松的衣服或具有挑战性的姿势。 0.笔者个人体会这篇文章讨论

VTK三维重建面绘制算法之MC表面重建

面绘制面绘制算法是基于表面实现的一种三维重建算法。该类算法实现的响应速度快，对于一些实时的交互操作中不存在卡顿问题，在日常使用中有助于提高处理效率，但该算法在细节特征上的重建效果是不如体绘制方法。基于算法实现原理，现阶段的面绘制算法有体素级重建和切片级重建，本文则针对体素级重建中的MC表面重建做详细描述。 MC表面重建 MC表面重建是目前应用最广泛的面绘制算法，该算法基于VTK类库能够实现