Regard3D

Regard3D 是一个基于运动恢复结构（SfM）的程序。这意味着，它可以通过从不同视角拍摄的同一物体的一系列照片来创建三维模型。

要获得三维模型，需执行以下步骤：

对于每张图像，检测特征点（有时也称为关键点）。特征点是物体上在不同视角下同一物体图像中较大概率出现的点，例如角点、边缘等。Regard3D 使用 A-KAZE 算法实现此功能。

为每个特征点计算数学描述子。该描述子具有如下特性：同一物体上同一点在不同图像中的描述子（从不同视角观察）具有相似性。Regard3D 使用 LIOP（局部强度顺序模式）算法实现此功能。

将不同图像间的描述子进行匹配，并进行几何过滤。此步骤的结果是每对图像之间的匹配集合。

接下来计算“轨迹”。对于图像对中属于匹配的每个特征点，也在其他图像中查找。若这些特征点满足某些条件（例如，在至少三张图像中可见），则生成一条轨迹。

下一步是三角化阶段。利用所有图像对的匹配结果计算：

• “相机”的三维位置及其特征，即每张图像的拍摄位置以及相机的视觉特性；
• 每条“轨迹”的三维位置。

三角化阶段的结果是一个稀疏点云。为了获得更密集的点云（即“稠密化”），可使用多种算法。

最后一步称为“表面生成”。利用点云生成表面，可带颜色顶点或贴图纹理。

相关链接： https://en.wikipedia.org/wiki/Photogrammetry
https://en.wikipedia.org/wiki/Structure_from_motion