三維重建
關注創建者：鄒春明 創建時間：2017-01-03
三維重建的實例教程
激光匹配的對應點關聯
視覺三維重建的匹配原理如下圖所示
視覺三維重建過程
視覺匹配的本質就是利用多幀圖像的共視關系恢復目標的三維結構，典型方法就是BA。
視覺匹配的多視角共視約束
激光三維重建效果
激光三維重建高精度地圖1
激光三維重建高精度地圖2
視覺重建效果圖
視覺三維重建地圖，帶有顏色屬性
純激光或者視覺+IMU在大場景中可能會有一定累計誤差漂移情況，對此，加入RTK可消除累積誤差，適合進行大場景三維重建，效果如下圖所示。
激光+視覺+IMU+RTK重建效果圖
最后，有相關需求歡迎通過微信公眾號聯系我們。
展開 基于視覺的三維重建關鍵技術研究綜述. 自動化學報, 2020, 46(4): 631-652. doi: 10.16383/j.aas.2017.c170502
三維重建經過數十年的發展, 已經取得巨大的成功。基于視覺的三維重建在計算機領域是一個重要的研究內容, 主要通過使用相關儀器來獲取物體的二維圖像數據信息, 然后, 再對獲取的數據信息進行分析處理, 最后, 利用三維重建的相關理論重建出真實環境中物體表面的輪廓信息?；谝曈X的三維重建具有速度快、實時性好等優點, 能夠廣泛應用于人工智能、機器人、無人駕駛、SLAM (Simultaneous localization and mapping)、虛擬現實和3D打印等領域。三維重建技術的分類方法如下圖所示：
三維重建技術的分類
三維重建技術優缺點對比一覽
基于主動視覺的三維重建技術
基于主動視覺的三維重建技術主要包括激光掃描法、結構光法、陰影法和TOF技術、雷達技術、Kinect技術等。
1、激光掃描法
激光掃描法其實就是利用激光測距儀來進行真實場景的測量。首先, 激光測距儀發射光束到物體的表面, 然后, 根據接收信號和發送信號的時間差確定物體離激光測距儀的距離, 從而獲得測量物體的大小和形狀。
展開 本案例介紹在COMSOL內基于立方體混凝土試件的切片掃描圖像數據進行混凝土骨料及砂漿基體細觀模型的三維重建。
首先需要獲取混凝土試件的切片掃描圖像，這里采用物理切片的方式，逐層掃描尺寸為150×150×150的立方體混凝土試件斷面圖像，并通過圖像識別前處理以區分混凝土中的骨料及砂漿部分。
采用CAD斷層掃描三維重建插件將混凝土試件的斷層掃描文件在AutoCAD內進行實體模型的三維重建。
將AutoCAD混凝土模型中的骨料及水泥砂漿基體部分分別導出iges格式文件后再導入到COMSOL內。
可對三維重建后的混凝土細觀模型進行網格劃分，并完成后續的仿真模擬。
展開 在本論文中通過對三維數據可視化理論、醫學圖像三維重建技術及實現方法的分析和研究，設計了一褰實用魄蒸于腹部CT平片的器臟三維重建軟件。實驗結果表明，該軟件較憲整地實現了基于斷層圖像序列的三維重建，重建結果的三維效果較明顯，交互性操作性強。達到了剝用腹部CT平片實現野臟三終重建,從而輔助醫生對肝臟腫瘤進行診斷的目的
基于腹部CT平片的肝臟三維重建研究.pdf
CAD斷層掃描三維重建插件 ￥5999
插件介紹
CAD斷層掃描三維重建插件可將通過CT斷層掃描或切片掃描獲取的模型圖像文件在AutoCAD內進行三維實體模型的重建。
插件支持png、jpg、jpeg、tif、tiff、bmp格式的圖像文件，所有斷層掃描文件名稱需要按照在模型中的位置順序排列，例如文件名為001、002、…099、100等，且模型的不同部分在圖像中需具備明顯的灰度差異，以確保插件可正確識別。
插件將掃描文件中獨立的連續區域分別建立部件，每個部件均可單獨選中或進行修改處理等，AutoCAD模型包含內部部件及外側基體兩大部分，分別對應掃描圖像中的白色及黑色區域。
插件目前只支持單部件為凸多面體的3D模型重建，暫不能實現復雜三維模型的重建工作。
參數說明
選擇斷層掃描文件所處的文件夾，并設置三維模型的長寬高(對應三維XYZ軸方向)，長度及寬度分別對應單張圖像的縱向及橫向尺寸，高度對應斷層掃描前進方向。模型尺寸單位與AutoCAD圖紙單位一致，默認為毫米，可通過調整AutoCAD圖紙更改單位。
模型區域參數可選擇“白色”或“黑色”，此參數根據圖像中部件對應的顏色選取即可。
三維降噪參數為體素數量，既將模型進行三維重建后若體素數量低于設定值的部件將被忽略，以消除掃描圖像中的噪點影響。
短邊修復參數單位為長度，可修復模型中小于設定值的短邊。
展開 
三維重建的最新內容
軟件介紹
VolViz CT三維可視化軟件可將CT掃描獲取的薄層文件進行三維重建并渲染出圖。
在使用軟件的可視化功能前，需采用文件菜單下的“構建3D模型”功能對斷層掃描文件進行三維重建，軟件支持png、jpg、bmp、tif、tiff等格式的CT斷層掃描文件。構建完成后點擊“加載3D模型”，并設置模型的尺寸信息，即可進行模型的可視化查看。
視網膜僅記錄光強（丟失相位）；大腦通過雙眼視差、運動視差、認知先驗等機制，從這些不完整信號中重建三維、全焦、語義豐富的視覺感知——這在功能上便是一種神經層面的“相位恢復”。威睛的相位恢復算法，正是將這一生物策略工程化，用精確數學模型替代了神經網絡的“黑箱猜測”。
逆向工程：結合掃描數據完成產品三維模型重建，支持數模對比與設計優化，大幅縮短產品研發周期，降低開模試錯成本。
裝配分析：在非拆解狀態下完成產品內部裝配質量檢測，可識別異物殘留、裝配偏移、配合間隙異常等問題，規避拆解帶來的樣品損耗。
二、工業CT檢測的行業應用場景
1.
function S = JacobianEIT3D(Ex, Ey, Ez)
S = compute_field_divergence(Ex, Ey, Ez); % 對每一電場方向計算散度
end
電壓響應差分向量：
四、總結與擴展
總結：
建立了一個具有生理收縮模擬能力的三維心臟電阻抗仿真平臺；
結合 COMSOL 與 MATLAB，實現電極激勵、電壓測量與三維場重建的自動化
相較于傳統 NeRF，3DGS 在訓練效率、渲染速度以及細節保真度方面表現出明顯優勢，因此迅速成為三維重建與神經渲染領域的重要路線。
但 3DGS 的真正潛力，并不只體現在渲染效率上。
更關鍵的是，這種表示方式是顯式的、可編輯的，并且天然適合附加更多屬性。一個高斯不僅可以用于表達顏色和密度，還可以逐步綁定與幾何、材質、運動、應力相關的狀態信息。
本案例中的地質分層模型通過CAD隨機粗糙度表面插件參數化隨機生成，如有真實地層的勘測數據，也可通過CAD圖像轉地形插件進行真實地層的三維重建。
通過插件建立多個不同的地層模型后，在CAD內將地層設置到相應的標高，并通過差集等操作建立完整的地質分層模型。
3D Gaussian Splatting（3DGS）憑借高效渲染與逼真場景還原能力，逐漸成為三維重建與仿真領域的焦點。然而，實際應用中，如何將多源異構數據高效轉化為可用的 3DGS 場景，如何保障場景與真實環境的一致性，成為了行業難題。
</p><p>光學技術在傳感探測領域中具有核心地位，而三維場景重建（即構建真實空間數字模型）的實現主要依賴三類技術，各技術的原理與局限如下：</p><p><br></p><p><strong>1.純視覺技術：</strong>通過攝像機采集目標場景的多視角圖像，利用圖像與現實空間的幾何關系提取深度值，再經特征匹配與點云拼接獲取全場景三維信息。
本案例從CT掃描微觀粒子斷層數據中，重建起來三維模型，計算氧氣電化學反應，橫向對比不同形態微觀粒子的反應強度分布。
通過對微觀粒子重建、分析，可以有效評估該粒子的多種性能表現，輔助研究人員快速發現和優化所需的粒子體系。
三、核心技術解析
1、Neural Radiance Fields（NeRF）
NeRF是一種基于神經網絡的體積渲染方法，通過對空間點位置與觀察方向的編碼，學習輸出每個點的顏色與密度，實現高質量的三維重建與新視角圖像合成。
（1）技術特點
- 具備極高的渲染保真度；
- 支持任意視角合成，適用于多視圖重建任務；
- 對遮擋、反射、透明等復雜視覺效果建模能力強。
