#3D Reconstruction

计算机视觉 September 7, 2026

PnP入门——仅从3D点和图像恢复相机姿态

透视n点（PnP）问题是指利用已知的3D点及其对应的图像点来估计相机位置和姿态的几何问题。本文将深入探讨投影方程、P3P/AP3P、EPnP、迭代优化算法、RANSAC算法、平面退化问题，以及PnP在视觉SLAM、AR和测绘中的应用，并提供相应的数学原理和实现清单。

Fundamentals · 7 分钟阅读 计算机视觉 September 4, 2026

多视图立体建模入门——将稀疏点云填充为密集三维形状

多视图立体视觉（MVS）利用已知的相机位姿，从多张图像中恢复密集的3D形状。本文系统地阐述了照片一致性这一核心原理，以及平面扫描和基于图像块的两种经典方法（PMVS），以MVSNet为代表的深度学习方法，以及通过深度图融合进行网格划分的方法，并结合公式和图表，探讨了这些方法与立体相机和深度相机的关系。

Fundamentals · 15 分钟阅读 计算机视觉 September 4, 2026

运动结构重建入门——从无序照片集中同时恢复3D结构和相机位置

运动结构重建（SfM）能够从一组顺序和拍摄位置未知的照片中同时恢复场景的三维结构和每个相机的位姿。本文系统地介绍了特征匹配、几何验证、增量式和全局式两种重建策略、三角测量、与光束法平差的关系以及与视觉SLAM的区别，并介绍了COLMAP等现有实现方法。

Fundamentals · 14 分钟阅读