被動(dòng)式三維重建技術(shù)，被動(dòng)式一般利用周圍環(huán)境如自然光的反射，使用相機(jī)獲取圖像，然后通過(guò)特定算法計(jì)算得到物體的立體空間信息。

紋理恢復(fù)形狀法

紋理法的基本理論為：作為圖像視野中不斷重復(fù)的視覺(jué)基元，紋理元覆蓋在各個(gè)位置和方向上。當(dāng)某個(gè)布滿紋理元的物體被投射在平面上時(shí)，其相應(yīng)的紋理元也會(huì)發(fā)生彎折與變化。例如透shi收縮變形使與圖像平面夾角越小的紋理元越長(zhǎng)，投影變形會(huì)使離圖像平面越近的紋理元越大。通過(guò)對(duì)圖像的測(cè)量來(lái)獲取變形，進(jìn)而根據(jù)變形后的紋理元，逆向計(jì)算出深度數(shù)據(jù)。SFT對(duì)物體表面紋理信息的要求嚴(yán)苛，需要了解成像投影中紋理元的畸變信息，應(yīng)用范圍較窄，只適合紋理特性確定等某些特殊情形。所有在實(shí)際使用中較為少見(jiàn)。

大勢(shì)智慧是一家專注于真實(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)。

立體視覺(jué)法（Multi-View Stereo，MVS)是另外一種常用的三維重建方法。主要包括直接利用測(cè)距器獲取程距信息、通過(guò)一幅圖像推測(cè)三維信息和利用不同視點(diǎn)上的兩幅或多幅圖像恢復(fù)三維信息等三種方式。通過(guò)模擬人類視覺(jué)系統(tǒng)，基于視差原理獲取圖像對(duì)應(yīng)點(diǎn)之間的位置偏差，恢復(fù)出三維信息。

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)。

libpcl filters：如采樣、去除離群點(diǎn)、特征提取、擬合估計(jì)等數(shù)據(jù)實(shí)現(xiàn)過(guò)濾器；

libpcl features：實(shí)現(xiàn)多種三維特征，如曲面法線、曲率、邊界點(diǎn)估計(jì)、矩不變量、主曲率，PFH和FPFH特征，旋轉(zhuǎn)圖像、積分圖像，NARF描述子，RIFT，相對(duì)標(biāo)準(zhǔn)偏差，數(shù)據(jù)強(qiáng)度的篩選等等；

libpcl I/O：實(shí)現(xiàn)數(shù)據(jù)的輸入和輸出操作，例如點(diǎn)云數(shù)據(jù)文件（PCD）的讀寫(xiě)；

libpcl segmentation：實(shí)現(xiàn)聚類提取，如通過(guò)采樣一致性方法對(duì)一系列參數(shù)模型（如平面、柱面、球面、直線等）進(jìn)行模型擬合點(diǎn)云分割提取，提取多邊形棱鏡內(nèi)部點(diǎn)云等等；

libpcl surface：實(shí)現(xiàn)表面重建技術(shù)，如網(wǎng)格重建、凸包重建、移動(dòng)zui小二乘法平滑等；

libpcl register：實(shí)現(xiàn)點(diǎn)云配準(zhǔn)方法，如ICP等；

libpclkeypoints：實(shí)現(xiàn)不同的關(guān)鍵點(diǎn)的提取方法，這可以用來(lái)作為預(yù)處理步驟，決定在哪兒提取特征描述符；

libpcl range ：實(shí)現(xiàn)支持不同點(diǎn)云數(shù)據(jù)集生成的范圍圖像。