Matlab 使用三个二维图像重建三维模型（在三个不同视图中查看同一对象）

我遇到了一个需求，即使用三个放置在物体周围的摄像机重建物体的三维图像，使其（每个摄像机的视野一起）覆盖整个被观察的物体

• 我已经在立体视觉方面做了一些工作（使用两个摄像头）。在这里，我们获得一个三维点云。我不认为这在我的情况下是必要的，因为我不需要计算精确的x、y和z距离。我只需要一个3D模型。我的方法正确吗？我读过关于使用多个摄像头的立体视觉。我应该用这个吗
• 我发现：“图像实际上必须经过过滤反投影重建过程，才能从不同角度拍摄的图像中构建3D图像。”我对此并不清楚。我没有一堆图像，我只有3个相同对象的图像，但具有不同的视图。我应该如何进行这项工作？在我的案例中使用的术语是什么？这叫三维重建吗
• 我还看到了关于SfM（运动的结构）。我的对象/场景未处于运动状态
• 我看到有空。这也需要大脑的不同切片，并将它们转换成3D图像。不管怎样，我是否可以修改此代码以满足我的需要，或者它是一个完全不同的应用程序

据我所知，对于三幅图像（同一物体的不同视图），我必须首先匹配特征（比如说SIFT），然后得到视差（？）。或者我应该使用图像缝合并处理缝合后的图像（可能使用此方法创建三维点云）

请告诉我如何办理这个申请。我应该阅读哪些必要的主题

我的应用程序是只捕获三维对象（使用3个摄像头）并保存此三维图像

问候,

梅加娜

编辑：

• 我还遇到过三视图几何（Hartley和Zisserman的《计算机视觉中的多视图几何》第三部分）。我觉得这和我想要的不一样。在我的例子中，场景不会在很大程度上重叠。每个摄影机的视野只会有一点重叠（立方体的边缘，如下所示），这与一对立体摄影机观察公共场景时的情况不同。所以立体匹配是不可行的。我的理解正确吗？我该怎么处理呢

---

运动的结构并不意味着对象或场景正在移动，而是意味着相机正在移动。从不同的视角拍摄同一物体的三幅图像相当于一个移动的摄像机。因此，研究SfM应该是您的下一步。谢谢！除了SfM还有其他概念吗？我读过。我应该使用openMVG吗？我以前从未使用过它。我从未使用过OpenMVG，所以我不能说。本文很好地概述了使用立体进行三维重建的情况，可能会有所帮助：[link]（）所描述的问题仍然没有明确说明。您希望恢复哪种类型的三维模型？除非对正在重建的形状进行大量有力的假设，否则可能无法得到多边形曲面。（例如，如果您知道它是一个球体，您可能可以恢复其半径和位置。）您可能可以创建点云，尽管SfM通常使用三个以上的图像。简而言之，这个问题可能比你意识到的更难。如果有任何因素可以使它更简单，你应该分享它们。