利用多張影像對小物體進行拍攝，進而進行三維重建，是計算機視覺中的重要問題之一。

目前對此研究最全面的網站是：http://vision.middlebury.edu/mview/eval/?

目前最優秀的算法是Furukawa的PMVS2：http://www.di.ens.fr/pmvs/?

目前集成了最優秀的PMVS2的系統是WuChangchang的VisualSFM（含SiftGPU）：?http://homes.cs.washington.edu/~ccwu/vsfm/

后兩者都來自華盛頓大學，國內同行加油啊！

http://ccwu.me/vsfm/

http://vision.middlebury.edu/mview/data/

VisualSFM是Changchang Wu編寫的使用 Structure from Motion (SfM)進行3D重建的交互界面,具體內容詳見http://ccwu.me/vsfm/。本人電腦環境是win7，32位。

由于SFM得到的是稀疏點云，需要配合PMVS/CMVS使用，得到重構后的稠密點云。由于我只想驗證軟件的使用方法，直接下載的PMVS是exe格式的文件（下載地址：https://github.com/TheFrenchLeaf/CMVS-PMVS，CMVS-PMVS?/?binariesWin-Linux?/?Win32-VS2010?/）。

這里面需要注意的是，解壓得到的cmvs.exe,genOption.exe,pmvs2.exe需要拷貝到與VisualSFM_win32.exe同一個目錄下，否則不能生成*.ply格式的文件。

*.ply格式文件可以用scanalyze查看（下載地址:?http://graphics.stanford.edu/software/scanalyze/），推薦使用MeshLab查看（網上很容易搜到）。

下面就是我實驗的結果（我利用了12張圖進行重建，下圖只是其中一張）

將圖片導入到visualSFM（步驟如圖所示）

最后可以在圖片所在文件下找到*.ply格式的文件，利用meshlab打開查看，如圖所示

總結

以上是生活随笔為你收集整理的多视角立体影像匹配三维重建---- visualSFM的使用方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。