大勢(shì)智慧是一家專(zhuān)注于真實(shí)世界三維數(shù)字化重建及三維數(shù)據(jù)服務(wù)的高新技術(shù)企業(yè)，公司在城市高精度三維建模、模型應(yīng)用及語(yǔ)義化理解和文化遺產(chǎn)數(shù)字化保護(hù)領(lǐng)域具有先進(jìn)的技術(shù)優(yōu)勢(shì)和豐富實(shí)踐經(jīng)驗(yàn)。

深度值指的目標(biāo)物體與測(cè)量器材之間的距離。深度值的大小只與距離有關(guān)，而與環(huán)境、光線(xiàn)、方向等因素?zé)o關(guān)，所以深度圖像能夠真實(shí)準(zhǔn)確的體現(xiàn)景物的幾何深度信息。通過(guò)建立物體的空間模型，能夠?yàn)樯顚哟蔚挠?jì)算機(jī)視覺(jué)應(yīng)用提供更堅(jiān)實(shí)的基礎(chǔ)。

SDF值等于此體素到重建表面的zui小距離值。當(dāng)SDF值大于零，表示該體素在表面前；當(dāng)SDF小于零時(shí)，表示該體素在表面后；當(dāng)SDF值越接近于零，表示該體素越貼近于場(chǎng)景的真實(shí)表面。KinectFusion技術(shù)雖然對(duì)場(chǎng)景的重建具有g(shù)ao效實(shí)時(shí)的性能，但是其可重建的空間范圍卻較小，主要體現(xiàn)在消耗了極大的空間用來(lái)存取數(shù)目繁多的體素。

為了解決體素占用大量空間的問(wèn)題，Curless等人提出了TSDF (Truncated Signed Distance Field，截?cái)喾?hào)距離場(chǎng))算法，該方法只存儲(chǔ)距真實(shí)表面較近的數(shù)層體素，而非所有體素。因此能夠大幅降低KinectFusion的內(nèi)存消耗，減少模型冗余點(diǎn)。

表面生成的目的是為了構(gòu)造物體的可視等值面，常用體素級(jí)方法直接處理原始灰度體數(shù)據(jù)。Lorensen提出了經(jīng)典體素級(jí)重建算法：MC（Marching Cube，移動(dòng)立方體）法。移動(dòng)立方體法首先將數(shù)據(jù)場(chǎng)中八個(gè)位置相鄰的數(shù)據(jù)分別存放在一個(gè)四面體體元的八個(gè)頂點(diǎn)處。對(duì)于一個(gè)邊界體素上一條棱邊的兩個(gè)端點(diǎn)而言，當(dāng)其值一個(gè)大于給定的常數(shù)T，另一個(gè)小于T時(shí)，則這條棱邊上一定有等值面的一個(gè)頂點(diǎn)。然后計(jì)算該體元中十二條棱和等值面的交點(diǎn)，并構(gòu)造體元中的三角面片，所有的三角面片把體元分成了等值面內(nèi)與等值面外兩塊區(qū)域。連接此數(shù)據(jù)場(chǎng)中的所有體元的三角面片，構(gòu)成等值面。合并所有立方體的等值面便可生成完整的三維表面。

在計(jì)算機(jī)視覺(jué)中, 三維重建是指根據(jù)單視圖或者多視圖的圖像重建三維信息的過(guò)程. 由于單視頻的信息不完全,因此三維重建需要利用經(jīng)驗(yàn)知識(shí). 而多視圖的三維重建(類(lèi)似人的雙目定位)相對(duì)比較容易, 其方法是先對(duì)攝像機(jī)進(jìn)行標(biāo)定, 即計(jì)算出攝像機(jī)的圖象坐標(biāo)系與世界坐標(biāo)系的關(guān)系.然后利用多個(gè)二維圖象中的信息重建出三維信息。常規(guī)的3D shape representation有以下四種：深度圖（depth）、點(diǎn)云（point cloud）、體素（voxel）、網(wǎng)格（mesh）。