1. 核心数学原理
1.1 问题定义
给定N张已标定影像{Ii}及对应相机内外参{Ki,Ri,ti}，求解场景中每个三维点P(X,Y,Z)在所有可见影像上的投影一致性，生成稠密三维点云。
1.2 核心公式
投影方程：pi=Ki[Ri∣ti]P，pi=(ui,vi,1)为齐次坐标 PatchMatch 代价函数：
C(p,d)=∑j∈N(p)ρ(I1(q),I2(Hd(q)))
d为深度，Hd为深度d对应单应矩阵，ρ为相似度度量，N(p)为邻域窗口
- 深度转三维坐标：
P=R1−1(K1−1dp1−t1)
1.3 主流相似度度量
方法 |
适用场景 |
SAD |
光照均匀、纹理丰富区域 |
NCC |
光照线性变化场景 |
Census |
光照非线性变化场景 |
2. 工程化算法分类
2.1 基于深度图的 MVS（主流）
核心：逐影像估计深度图，融合为全局点云 代表：COLMAP MVS、OpenMVS、MVSNet 优势：并行度高、内存可控、支持大场景 指标：1280×960 影像深度图估计 < 10s（RTX 3090）
2.2 基于面片的 MVS
核心：迭代优化三维面片位置与法向 代表：PMVS、CMVS 优势：点云密度高、细节还原好 劣势：计算量大，仅适用于中小场景
2.3 基于体素的 MVS
核心：场景离散化为体素，标记表面体素 代表：Space Carving 优势：拓扑结构正确 劣势：分辨率受限，内存占用大
3. 工程化处理流水线
3.1 输入要求
影像：分辨率≥1280×960，航向重叠≥80%，旁向重叠≥70% 相机参数：内参标定误差≤0.01 像素，外参重投影误差≤0.5 像素 稀疏点云：SfM 输出，点数量≥影像数量 ×100
3.2 核心步骤（OpenMVS）
plaintext
展开
代码语言：JavaScript
自动换行
AI代码解释
InterfaceCOLMAP -i sparse/0 -o scene.mvs DensifyPointCloud scene.mvs \ --resolution-level 1 \ --min-resolution 640 \ --max-resolution 2048 \ --num-views 5 \ --geometric-consistency 1 FusePoints scene_dense.mvs \ --fusion-mode 1 \ --min-num-views 3 \ --max-reprojection-error 2.0 FilterPoints scene_dense.mvs \ --statistical-outlier-removal 1 \ --mean-k 50 \ --stddev-mul-thresh 1.0
3.3 输出结果
格式：PLY 点云（含 XYZ+RGB） 点密度：500-2000 点 /㎡（与影像 GSD 正相关） 效率：1km²/ 天（GSD=5cm，RTX 3090）
4. 精度控制
4.1 评估指标
重投影误差：≤1.0 像素（合格），≤0.5 像素（优秀） 绝对精度：平面≤2×GSD，高程≤3×GSD 完整性：≥95%（与 LiDAR 点云对比）
4.2 误差控制
误差来源 |
量级 |
控制方法 |
相机标定误差 |
1-5 像素 |
20 张以上标定板图像，验证重投影误差 |
影像噪声 |
0.5-2 像素 |
高斯滤波（σ=1.0）预处理 |
纹理缺失 |
5-20 像素 |
重叠度提升至 85%，补充人工标记点 |
遮挡 |
3-10 像素 |
参与匹配影像数量≥5 张 |
融合误差 |
1-3 像素 |
最小可见视角≥3，重投影误差阈值≤2.0 |
5. 常见问题解决方案
问题 |
根因 |
量化解决方案 |
玻璃 / 水面空洞 |
无纹理匹配失败 |
结合 LiDAR 点云补全，LiDAR 点密度≥50 点 /㎡ |
点云分层错位 |
相机外参误差大 |
重新光束法平差，增加地面控制点 |
点云噪声过多 |
深度图估计错误 |
启用几何一致性检查，统计滤波倍数 1.5 |
大场景内存溢出 |
单批次数据过大 |
分块处理，块大小≤500m×500m |
重建速度慢 |
分辨率过高 |
分辨率级别设为 2，最大分辨率 1024 |
