Real-Time Dense Surface Mapping and Tracking（论文）

每天好论文太多了，我决定开个标签来放论文。要是有侵权什么的，请踢我一脚，我赶紧删除。

先放目录

因为我也没有找到一个合适的共享文件的方法，所以就先不放共享链接了。

https://github.com/ParikaGoel/KinectFusion

论文配套代码

论文加代码，快乐无边

算法的处理流程

数据采集和深度图转换

从 RGB-D 相机获取深度和颜色数据。来自传感器的深度数据被反投影到相机空间以创建顶点图。法线贴图是通过在每个像素处取近似切向量的叉积来创建的。

姿态估计

此步骤旨在估计 6DoF 相机姿态。为了估计每一帧的姿态，我们使用了迭代最近点算法的线性最小二乘优化与点到平面误差度量和投影数据关联来寻找对应关系。估计姿势给出了从相机到全局空间的转换。

体积表示和集成

这里使用体素网格系统来表示全局体积模型。每个体素包含一个截断的有符号距离值，表示相应体素离表面的距离。

通过光线投射进行表面预测 通过在过零处渲染表面来生成隐式表面的视图。它为每一帧提供了更好的全局坐标和法线估计。

体积可视化

为了将融合体积可视化，使用了 Marching Cubes 算法。

MarchingCubes(MC)算法是面绘制算法中的经典算法，它是W.Lorensen等人于1987年提出来的一种体素级重建方法。MC算法也被称为“等值面提取”(IsosurfaceExtraction)算法。 百科

sudo apt-get install libfreeimage3 libfreeimage-dev
sudo apt-get install libeigen3-dev
sudo apt-get install libgoogle-glog-dev
sudo apt-get install libceres-dev

运行代码前需要安装的库。

我决定最近在Nano上面复现一下这个算法。