TSDF三维重建

流程分析：

• 首先需要构建一大块空区域（不能太大，GPU放不下）
• 一般把这个大区域叫做volume
• 它有很多个小区域组成，每个角voxel(体素)
• 需要计算每个voxel的TSDF值及其权重

初始化操作：

• 一个三维的大区域(TSDF图)由LxWxH个三维小方块组成
• 其中每一个小方块的大小也是自己定义的，例如0.05mx0.05mx0.05m
• 5mx5mx5m的真实三维场景中有10^6个体素，计算量很大
• 一般都用GPU来算，CPU也可以，但是会很慢

要对每个体素计算什么呢？（一个体素的SDF值，是它到最近的表面的距离）

• x是其中的一个体素，绿色是离它最近平面
• P点是平面上离X最近的一点
• 它两之间的距离就是SDF(要计算的结果)
• 其中T表示截断的意思(太近太远的设为 定值 )
• 0表示最近，1和-1分别表示正面和反面最远

如何计算TSDF呢？

• 面到相机的深度是ds，相机采集到的深度dv，则d(x)=ds-dv
• d(x)>0说明该体素在真实的面的前面；反之则说明改体素在真实的面的后面

• 转换操作（ds，其实就是我们的深度图中的数值）
• 遍历每一个体素，计算其在世界坐标系中的位置
• 根据初始化“大块”时设置的极点位置和体素大小决定
• 再将其在世界坐标系的值转换成其在相机坐标系中的位置(位姿RT已知)(其到相机坐标原点的举例就是dv)
• 再根据相机内参，转换到像素坐标(因为我们由深度图，得到像素坐标就能得到其深度值)

TSDF结果：

• 红色表示一个表面
• 正负1表示离得很远
• 最终得到了多少体素的结果
• 当前只表示其中一帧，还要融合

TSDF组合

• 我们的输入由很多视角的图像组成，但是大块就那么一个
• 所以咱们的大块时一直在更新的，但是并不是算完所有的一起更新
• 相当于每一个体素的值是一种平均的感觉，各个视角的图都会对其产生影响
• 但是第二帧是由其结果与第一帧组合得到，第三帧就是组合了第二帧(就像之前的动图，是一个增量式的过程，并不是最后一次组合)

整体概述

这个就是TSDF的更新和组合的过程

一步步计算各个体素TSDF值再把他们拼接起来