【唐宇迪】三維重建-TSDF通俗解讀 人工智能入門教程
水泡動畫模拟（Marching Cubes） - 算法小醜 - 部落格園 (cnblogs.com)
TSDF
流程分析
- 首先需要建構一大塊空區域
- 采用體素網格來存儲該區域
- 需要計算每個體素的TSDF值及其權重
原理簡述
SDF值：它到最近的表面的距離
- X是其中一個體素，綠色是離它最近的平面
- P點是平面上離X最近的一點
- PX的模即為SDF
- 其中T表示為截斷的意思，例如大于1記為1，小于-1記為-1。
計算流程：如何計算TSDF呢？
- 面到相機的深度是ds，相機采集到的深度是dv，則d(x) = ds - dv；
- d(x) > 0說明該體素在真實的面的前面；反之則說明在真實的面的後面。
TSDF學習記錄TSDFMarching Cubes等值面算法
坐标轉換
- 周遊每一個體素，計算其在世界坐标系中的位置
- 根據初始“大塊”時設定的極點位置和體素大小決定
- 再将其在世界坐标中的值轉換成其在相機坐标系中的位置（其到相機坐标原點的距離就是dv）
- 再根據相機内參，轉換到像素坐标（因為我們由深度圖，得到像素坐标就能得到其深度值）
TSDF組合
每個體素的值是增量更新的，每一幀圖像都會更新體素的TSDF值。
例如第二幀是由其結果與第一幀組合得到，第三幀是組合了第二幀。
t s d f ( t ) = g ( t s d f ( t − 1 ) , t s d f ( t ) ) , t ≥ 1 tsdf(t) = g(tsdf(t - 1),tsdf(t)),t ≥ 1 tsdf(t)=g(tsdf(t−1),tsdf(t)),t≥1
Marching Cubes等值面算法