三维重建算法研究综述

来源：南京信息工程大学学报·自然科学版杂志2020年第5期北京时间：

作者：张彦雯

单位：张彦雯,南京信息工程大学 自动化学院, 南京, 210044;南京信息工程大学 江苏省大气环境与装备技术协同创新中心, 南京, 210044,胡凯,南京信息工程大学 自动化学院, 南京, 210044;南京信息工程大学 江苏省大气环境与装备技术协同创新中心, 南京, 210044,nuistpanda@163.com王鹏盛,南京信息工程大学 自动化学院, 南京, 210044;南京信息工程大学 江苏省大气环境与装备技术协同创新中心, 南京, 210044

摘要：三维重建技术能够应用在医学中的三维CT图像、机器人中的路径规划及考古工作中的遗迹的展示等诸多领域中.三维重建效果的完整性、精确性与稀疏点云重建（Structure From Motion，SFM）、稠密点云重建（Multi-View System，MVS）有着直接关系，本文对这两个方法展开了具体的介绍.稀疏点云重建中主要介绍了特征点检测与匹配以及SFM重构方法，本文对近几年关于特征点检测与匹配的研究进行了总结，将SFM重构方法分为全局式、增量式、混合式，并进行了详细介绍.稠密点云重建中主要介绍了深度图估计，就传统的几何计算法、深度学习与几何计算相结合的方法、基于深度学习的方法进行了总结，同时介绍了三维重建的评价指标.最后对基于图像的三维重建进行了总结，并列举出了在未来可能面对的问题及发展趋势.

关键词：三维重建;图像;稀疏点云重建;稠密点云重建;评价指标

基金资助：国家自然科学基金（61773219，61701244）；国家重点研发计划重点专项课题（2018YFC1405703）