3D-Reconstruction-Share

2016-10-11  本文已影响0人  竹溪清浅

2016/9/22

1.先找双目视觉的有关资料,有几种方式,都做到了什么程度,综述

2.根据查的资料,深入了解一种方法,对其进行实现,然后改进,进行提高

3.应用测试,发现问题,尝试改进

2016/9/25

我认为接下来,之前所说的建筑物的三维重建可以分两种情况来考虑:

1.在面对较小建筑物的时候,比如一些古建筑物的修复重建,我们可以采用KinectFusion的方案

2.在面对一些较大的建筑物,我们可以采用无人机拍摄多幅图像来进行重建。

2016/10/9

之前主要看了一些论文

我们接下来是需要用那个图漾科技的摄像头,把3D云点图搞出来。

今天,把下面的callback给尝试运行了下

所用时间大概两个小时不到。

在新建了一个项目之后,把里面的.cpp还有.h文件添加到项目中去,然后我最不熟悉的是如何添加关于.lib还有.dll的依赖关系。

其实,幸亏之前添加过opencv的一些dll,了解了一些,但是这个不一样的是,我们不需要改整个编译器的属性,我们只需要添加关于这个项目的一些就好了。

参考1 参考2

总共要改三个地方,同时要注意到release还有debug是不一样的,还需要我们分别去配置。

2016/10/10

在昨天成功搞出了那个程序之后,我认为,既然程序成功显示出了景深的相关信息,那么,我们就可以从程序中寻找构建点云图的方法。

2016/10/11

今天的话,继续突破的点在哪里呢?

首先,我想思考下,现在存在的几个问题:

1.图漾科技的摄像头输出的数据不太会去调用

2.在数据得到之后,如何作出三维的模型

解决的方法:

1.继续研究提供的例程代码,了解模块输出的数据格式,学会如何调用

2.在有了数据进行三维重建方面,我认为有两个方法:其一,可以继续学习KinectFusion的论文,以及它在github上的开源项目代码。其二,可以尝试谷歌最近开源的SLAM算法,可能可以从中得到一些启发。

http://blog.csdn.net/chenyusiyuan/article/details/5680518

现在,我们能够获得的点云图,大概也就这种形式了吧,所以说效果还是很不好的

21:00

运行了PercipioTool所提供的三维重建点云图工具,得到了如下的效果:

其实,效果还可以。主要问题就是,他没有像KinectFusion项目那样,能够一步步把图像变的更加精细,清楚。

我看了下它所调用的dll,主要用到的环境有vtk,opencv,openNI,pcl,qt这几个环境

2016/10/16

现在呢,在KinectFusion做到这么好的程度以后,主要往两方面发展:

1.之前的KinectFusion是限制在一个立方体内的,就是受到一定的体积限制,现在就是尝试如何突破这个体积限制

2.在KinectFusion项目中,其实它做出来的很多效果是丢失了三维重建的很多细节的,因此为了更好地还原这些细节,现在正在尝试结合RGB图像、shade等等获取得到更加丰富的信息,从而做的更加精细。

今天我所需要做的是什么呢?

来搞懂这个摄像头的调用吧

看了图漾科技论坛上面的内容

http://bbs.percipio.xyz/viewtopic.php?f=5&t=107

2016/10/18

我现在,应该尝试自己建一个工程然后去调用摄像头的数据。

发现,可能之前为什么老是加载dll那么慢,原因主要是开了windows的符号服务器,也许是只要加载几次就可以了吧,以后可能就有缓存什么的了。

遇到一个问题

解决方案:

2016/10/19

今天主要是,如何生成三维点云。

可能这个有一定的参考价值:

http://www.cnblogs.com/JohnShao/archive/2011/05/22/2053496.html

关于相机的内参外参的问题

http://blog.csdn.net/liyuan123zhouhui/article/details/52043683

总结一下,今天应该还算是不错的,搞懂了代码所调用的摄像头数据到底是在哪里,然后用了什么函数去把他转化一下,可以让OpenCV可以显示出来的

2016/10/20

ü照理说,里面都有三维点云的代码了,那么我们该如何调用呢?

至少,让它输出吧。

üCL点云库感觉是必须学得啊

http://pointclouds.org/

这边PCL还有VTK,OpenNI之类的关系比较复杂

总结

今天做的东西还是相对令我满意的,主要是完成了PCL整体环境的搭建,搭建的方法呢,其实不是很难,只需要在属性里面,加一些目录啦,依赖关系什么的就行了,其实和之前的OpenCV基本差不多。

上一篇下一篇

猜你喜欢

热点阅读