Ubuntu20.04运行openmvg和openmvs实现三维重建(未成功,仅供参考)

一..openmvg

1.进入数据集目录并创建输出目录

bash 复制代码
cd /home/huang/Data/Mine_Dyn_1
mkdir -p output/matches -p

2. 生成SfM数据文件列表:

bash 复制代码
openMVG_main_SfMInit_ImageListing -i ./image -o output/matches -f 254266

−f=焦距(像素)×长边像素数

−f=429.6772386499×592−f=429.6772386499×592

进行计算:

−f≈254266.0000000032−f≈254266.0000000032

在实际使用时,四舍五入到最接近的整数,即 254266。

./image 表示当前目录下的 image 文件夹

3.计算图像特征点和描述子

计算图像特征点和描述子,生成这样100_7100.desc 100_7100.feat 的文件

bash 复制代码
openMVG_main_ComputeFeatures -i output/matches/sfm_data.json -o output/matches/

确保 sfm_data.json 文件已在上一步生成。

4.计算匹配关系

bash 复制代码
openMVG_main_ComputeMatches -i output/matches/sfm_data.json -o output/matches/matches.txt

5. 生成稀疏点云

复制代码
openMVG_main_SfM -i output/matches/sfm_data.json -o output/matches/ --match_file output/matches/matches.txt

6.提取矫正后的图像(可选)

bash 复制代码
openMVG_main_ExportUndistortedImages -i output/matches/sfm_data.json -o output/matches/image

这个命令是可选的,它会提取矫正后的图像,这些图像可以用于后续的稠密重建。

7.转换成MVS格式

转换成mvs的格式,同时在当前目录下生成undistorted_images文件夹并存储矫正后的图像

bash 复制代码
openMVG_main_openMVG2openMVS -i output/matches/sfm_data.bin -o output/scene.mvs

这个命令会将OpenMVG的SfM数据转换为OpenMVS可以处理的格式,并在当前目录下生成一个名为undistorted_images的文件夹,存储了矫正后的图像。

二..openmvs

1. 切换到OpenMVS目录

bash 复制代码
cd /home/huang/install/openMVS_build/bin

2.将 undistorted_images 复制到 openMVS_build 目录下

bash 复制代码
cp /home/huang/Data/Mine_Dyn_1/undistorted_images ../ -r

3.稠密化稀疏点云scene.mvs,生成scene_dense.mvs

bash 复制代码
./DensifyPointCloud /home/huang/Data/Mine_Dyn_1/output/scene.mvs

4.使用稠密点云scene_dense.mvs,网格重建,生成scene_dense_mesh.mvs

bash 复制代码
./ReconstructMesh /home/huang/Data/Mine_Dyn_1/output/scene_dense.mvs

5 网格优化,生成scene_dense_mesh_refine.mvs

bash 复制代码
./RefineMesh /home/huang/Data/Mine_Dyn_1/output/scene_dense_mesh.mvs

6.纹理贴图

bash 复制代码
./TextureMesh /home/huang/Data/Mine_Dyn_1/output/scene_dense_mesh_refine.mvs

7.显示结果

bash 复制代码
./Viewer /home/huang/Data/Mine_Dyn_1/output/scene_dense_mesh_refine_texture.mvs

出现了蓝屏(empty)

如果在可视化三维重建结果时遇到蓝屏或显示为空(empty),可能有几个原因导致这种情况:

  1. **相机参数不正确**:

如果相机参数(如焦距、主点位置等)不正确,可能导致重建结果出现错误,从而在可视化时出现蓝屏或空场景。

  1. **点云数据不足**:

如果点云数据量不足或者点云质量差,可能无法生成有效的三维模型,导致可视化结果为空。

  1. **深度图估计失败**:

在深度图估计阶段,如果算法无法正确估计深度信息,可能会导致后续的三维重建失败。

  1. **过滤过度**:

在深度图过滤阶段,如果过滤条件设置得太严格,可能会导致大量深度信息丢失,影响后续的点云融合和网格重建。

  1. **网格重建算法问题**:

如果网格重建算法出现问题,或者参数设置不当,可能会导致无法生成有效的网格。

  1. **纹理映射失败**:

如果纹理映射阶段出现问题,可能会导致可视化结果出现蓝屏或纹理缺失。

  1. **软件或硬件兼容性问题**:

可能是由于软件与硬件之间的兼容性问题,导致可视化结果不正确。

  1. **CUDA或GPU问题**:

如果CUDA配置不正确或GPU驱动程序存在问题,可能会影响OpenMVS的性能和结果。

  1. **内存不足**:

如果系统内存不足,可能导致三维重建过程中的某些步骤失败。

  1. **输出文件损坏**:

输出文件(如PLY或OBJ文件)可能在保存或传输过程中损坏,导致无法正确加载和可视化。

要解决这个问题,你可以尝试以下步骤:

  • **检查相机参数**:确保相机参数正确无误。

  • **检查点云数据**:查看点云数据是否足够且质量良好。

  • **调整过滤参数**:适当调整深度图过滤参数,避免过度过滤。

  • **检查网格重建参数**:检查网格重建算法的参数设置是否合理。

  • **更新软件和驱动**:确保OpenMVS和CUDA驱动程序是最新版本。

  • **检查硬件资源**:确保系统有足够的内存和GPU资源。

  • **验证输出文件**:检查输出文件是否完整且未损坏。

检查了一下, 打开scene.mvs就有问题,后面还得改错...

相关推荐
一个处女座的程序猿32 分钟前
LLMs之SLMs:《Small Language Models are the Future of Agentic AI》的翻译与解读
人工智能·自然语言处理·小语言模型·slms
崎岖Qiu3 小时前
【设计模式笔记17】:单例模式1-模式分析
java·笔记·单例模式·设计模式
档案宝档案管理3 小时前
档案宝:企业合同档案管理的“安全保险箱”与“效率加速器”
大数据·数据库·人工智能·安全·档案·档案管理
lkbhua莱克瓦244 小时前
Java练习-正则表达式 1
java·笔记·正则表达式·github
IT_Beijing_BIT4 小时前
TensorFlow Keras
人工智能·tensorflow·keras
mit6.8244 小时前
[手机AI开发sdk] 安卓上的Linux环境
人工智能·智能手机
Larry_Yanan4 小时前
QML学习笔记(五十)QML与C++交互:QML中单例C++对象
开发语言·c++·笔记·qt·学习·ui·交互
im_AMBER4 小时前
算法笔记 09
c语言·数据结构·c++·笔记·学习·算法·排序算法
张较瘦_5 小时前
[论文阅读] AI + 教育 | AI赋能“三个课堂”的破局之道——具身认知与技术路径深度解读
论文阅读·人工智能
小雨青年5 小时前
Cursor 项目实战:AI播客策划助手(二)—— 多轮交互打磨播客文案的技术实现与实践
前端·人工智能·状态模式·交互