当前位置：首页 > backend >正文

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

backend 2025/7/12 6:47:27

一..openmvg

cd /home/huang/Data/Mine_Dyn_1
mkdir -p output/matches -p

2. 生成SfM数据文件列表：

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

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：

openMVG_main_ComputeMatches -i output/matches/sfm_data.json -o output/matches/matches.txt

5. 生成稀疏点云：

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）：

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

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

cd /home/huang/install/openMVS_build/bin

2.将 undistorted_images 复制到 openMVS_build 目录下

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

./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

./ReconstructMesh /home/huang/Data/Mine_Dyn_1/output/scene_dense.mvs

5 网格优化，生成scene_dense_mesh_refine.mvs

./RefineMesh /home/huang/Data/Mine_Dyn_1/output/scene_dense_mesh.mvs

6.纹理贴图

./TextureMesh /home/huang/Data/Mine_Dyn_1/output/scene_dense_mesh_refine.mvs

7.显示结果

./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。
2. **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。
3. **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。
4. **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。
5. **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。
6. **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。
7. **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。
8. **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。
9. **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。
10. **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。