2015年09月05 –
三维重建一直是机器视觉研究的热门方向，比如，基于双目视觉，单目视觉，多视几何，光场三维重建等等。
每一种方法都有其有点和局限性。单目视觉需要拍摄多幅图像，并且在拍摄过程中需要不断的调整相机的聚焦位置，最后采取一定的融合方法来找到每幅图像中的清晰像素点，从而得到深度信息。这种方法也被称为焦点堆栈法。
在实际测试多个场景后，发现二级梯度评价函数和拉普拉斯评价函数融合效果较好。
程
2016年07月03 -注意：本文中的代码必须使用OpenCV3.0或以上版本进行编译，因为很多函数是3.0以后才加入的。目录：SfM介绍小孔相机模型坐标系内参矩阵外参矩阵相机的标定SfM介绍SfM的全称为Structure from Motion，即通过相机的移动来确定目标的空间和几何关系，是三维重建的一种常见方法。它与Kinect这种3D摄像头最大的不同在于，它只需要普通的RGB摄像头即可，因此成本更低廉，且受环境约
2019年04月03 -v当我们构建成功了viz，就可以使用3维效果给我们提供的便利，进一步进行一些3维的操作。
在这个动画中，注意图片后面的那个黑线，对应的是相机的位置。
/*——————————————————————————————*\
This file
2015年03月11 –
单目视觉三维重建
1. 单目视觉三维重建简介
单目视觉三维重建是根据单个摄像头的运动模拟双目视觉获得物体在空间中的三维视觉信息。已知单个摄像头在两个不同时间点上同时在空间中两个不同位置的图像等价于已知两个摄像头同一时间在空间两个不同位置的图像。所以问题分解为：
（1）如何用单目视觉替换双目视觉，即如何确定单个摄像头在两个不同时间点的空间转换关系；
2015年03月11 –
单目视觉三维重建
1. 单目视觉三维重建简介
单目视觉三维重建是根据单个摄像头的运动模拟双目视觉获得物体在空间中的三维视觉信息。已知单个摄像头在两个不同时间点上同时在空间中两个不同位置的图像等价于已知两个摄像头同一时间在空间两个不同位置的图像。所以问题分解为：
（1）如何用单目视觉替换双目视觉，即如何确定单个摄像头在两个不同时间点的空间转换关系；
2016年05月12 –
注意：本文中的代码必须使用OpenCV3.0或以上版本进行编译，因为很多函数是3.0以后才加入的。 目录：
问题简化
求第三个相机的变换矩阵
加入更多图像
代码实现
测试
思考
下载
问题简化
终于有时间来填坑了，这次一口气将双目重建扩展为多目重建吧。首先，为了简化问题，
2015年09月11 -一种基于OpenCV的三维重建实现方案来源:淘金者论文范文 作者:Www.TaoJz.Com 日期:08/30/09摘 要 本文以计算机视觉三维重建技术为研究对象，分析了开放计算机视觉函数库OpenCV中的三维重建模型，通过六个步骤,特别是摄像机标定和立体匹配中极线约束方法的使用，给出了基于OpenCV的三维重建算法。该算法充分发挥了OpenCV的函数库功能，提高了计算的精度效率，具有良好的跨平台
2017年12月27 –
注意：本文中的代码必须使用OpenCV3.0或以上版本进行编译，因为很多函数是3.0以后才加入的。 目录：
极线约束与本征矩阵
特征点提取与匹配
三维重建
测试
极线约束与本征矩阵
在三维重建前，我们先研究一下同一点在两个相机中的像的关系。假设在世界坐标系中有一点
2017年09月20 –
上一次学习了双目三维重建，这次来学习基于多目的三维重建。首先，为了简化问题，我们要做一个重要假设：用于多目重建的图像是有序的，即相邻图像的拍摄位置也是相邻的。
求第三个相机的变换矩阵
由前面的文章我们知道，两个相机之间的变换矩阵可以通过findEssentialMat以及recoverPose函数来实现，设第一个相机的坐标系为世界坐标系，现在加入第三幅图像（相机）
2018年01月16 –
http://blog.csdn.net/AIchipmunk/article/details/48157369
版权声明：本文为博主原创文章，未经博主允许不得转载。
目录(?)[+]
注意：本文中的代码必须使用OpenCV3.0或以上版本进行编译，因为很多函数是3.0以后才加入的。 目录：
