实时三维重建：飞行时间相机驱动的可视外壳优化算法

本文探讨了在基于图像的三维重建领域中，针对实时三维重建算法精度低且难以实现像素级能量最优化的问题，提出了一种利用飞行时间相机提升可视外壳实时三维重建性能的新方法。飞行时间相机通过测量光从发射到反射回来的时间，可以提供精确的深度信息，这对于提高重建精度至关重要。 首先，文章介绍了一种简化深度标定技术，用于校正从飞行时间相机获取的深度数据中的误差，确保后续处理的准确性。这种标定方法对于减小因硬件特性导致的测量偏差非常有效，是实时三维重建的关键步骤之一。 其次，通过结合飞行时间相机和另一种相机（可能为可见光相机）的数据，构建了一个粗糙的网格模型。这个模型作为基础结构，为后续的精细处理提供了框架。网格模型的构建有助于在保证速度的同时，减少计算复杂性，从而实现实时性。 接着，作者引入了局部搜索匹配和像素块优化技术。这种策略允许算法在保持实时性的前提下，针对模型表面进行局部的精细调整，特别针对凹多边形等细节部分进行处理。这种方法不仅提高了重建的精度，还能避免全局优化可能导致的计算负担，使得算法能够在实际应用中表现出高效性。 实验结果显示，相比于传统的基于轮廓或立体匹配的实时三维重建算法，该飞行时间相机优化的可视外壳算法在实时性和精度上都有显著提升。它不仅实现了高精度的三维重建，而且在处理复杂几何形状时表现优秀，尤其是在处理凹多边形时，效果明显优于可视外壳算法。 这篇论文提出了一种创新的实时三维重建策略，利用飞行时间相机的优势，通过优化深度数据处理和局部搜索匹配，解决了实时性和精度之间的矛盾，为基于图像的三维重建技术开辟了新的可能，具有很高的实用价值和研究意义。