劉睿

中煤（西安）地下空間科技發(fā)展有限公司，中國·陜西 西安 710000

1 引言

三維重建經(jīng)過數(shù)十年的發(fā)展，已經(jīng)取得巨大的成功?；谝曈X的三維重建在計算機領(lǐng)域是一個重要的研究內(nèi)容，主要通過使用相關(guān)儀器來獲取物體的二維圖像數(shù)據(jù)信息，然后對獲取的數(shù)據(jù)信息進(jìn)行分析處理，最后，利用三維重建的相關(guān)理論技術(shù)重建出真實環(huán)境中物體表面的輪廓信息?；谝曈X的三維重建具有速度快、實時性好等優(yōu)點，能夠廣泛應(yīng)用于人工智能、機器人、無人駕駛、SLAM、虛擬現(xiàn)實、3D打印和高精度模型建立等領(lǐng)域，具有重要的研究價值，也是未來發(fā)展的重要研究方向。

雖然三維重建技術(shù)發(fā)展迅速，但對于想使用該技術(shù)的普通人員來說，仍有技術(shù)與軟硬件設(shè)備的壁壘。為此，論文對近些年來基于視覺的三維重建技術(shù)方法的主要技術(shù)路線進(jìn)行對比和分析，總結(jié)一條個人低成本的三維重構(gòu)技術(shù)路線。

在接下來的章節(jié)中，論文從現(xiàn)有技術(shù)分析總結(jié)和開源軟件的技術(shù)路線實現(xiàn)三維重建的兩個方面進(jìn)行研究。具體安排如下：總結(jié)三維重建的方法分類及單目視覺法的優(yōu)缺點；重點說明開源軟件的三維重建技術(shù)研究；總結(jié)該技術(shù)的優(yōu)缺點及發(fā)展。

2 三維重建方法

從整體上來看，三維重建技術(shù)主要通過視覺傳感器來獲取外界的真實信息，然后通過信息處理技術(shù)或者投影模型得到物體的三維信息，也就是說，三維重建是一種利用二維投影恢復(fù)三維信息的計算機技術(shù)。1997年，Varady等[1]將數(shù)據(jù)獲取方式分為接觸式和非接觸式兩種。2005年，Isgro等[2]又將非接觸式方法分為主動式和被動式兩類。其后，在各自的方式方法中又細(xì)分出大量三維重建技術(shù)，各個三維重建技術(shù)的分類如圖1所示[3]。

圖1 三維重建技術(shù)分類

其中，被動視覺法的單目視覺法對比其他的方法研究價值更高，因為該方法法簡單、可靠、靈活、適用范圍廣，克服了立體視覺中視場小、立體匹配難的不足。但是缺點是不能夠得到深度信息，只能通過軟件算法優(yōu)化，匹配特征點等方式進(jìn)行自動化重建，常用的算法軟件包括大疆智圖Terra、Context Capture（原Smart3D）、Reality Capture、123D Catch等大場景的三維重建商業(yè)軟件與免費的在線重建軟件，商業(yè)軟件收費昂貴，免費在線軟件需要登陸外網(wǎng)平臺，但對于想了解三維重建的新人來說，也存在一定學(xué)習(xí)門檻。

經(jīng)過不斷地探索研究，最終確定了使用手機攝像頭拍攝照片，利用開源軟件Meshroom自動建模、Instant meshes快速減面和Blender紋理烘焙，來實現(xiàn)低成本的三維重建技術(shù)。

3 基于開源軟件的三維重建技術(shù)研究

物體的重建首先需要采集有效的影像資料，并利用計算機信息處理與自動建模技術(shù)建立出所拍攝的物體模型，論文采用Meshroom自動建模。通過這種方式建立出的模型三角面數(shù)量與精細(xì)程度將會非常高，但有一個問題，高面數(shù)且多邊面的模型，就會占用很多計算資源，這對于虛擬現(xiàn)實、3D打印、高精度模型等應(yīng)用都是不利的。所以，需要對這個精細(xì)的高模，在通過自動或手動的方式，制作一個由四邊面構(gòu)成的，面數(shù)非常低的低模，這個過程叫拓?fù)洌撐氖褂肐nstant meshes重拓?fù)?。再通過展開低模的UV，通過專業(yè)軟件，把高模上的細(xì)節(jié)用各種貼圖分別映射到低模上，這個過程叫烘焙紋理，論文使用Blender烘焙紋理。

3.1 掃描拍攝

相機設(shè)備的準(zhǔn)備即可使用專業(yè)相機，也可用手機進(jìn)行拍照。但需注意的是手機拍照應(yīng)該使用專業(yè)模式，鎖定焦距，避免景深的產(chǎn)生，同時配合專業(yè)云臺或穩(wěn)定拍照，確保照片不出現(xiàn)拖影現(xiàn)象，禁止使用閃光燈。

被拍攝物體，首先需要避免陰影、透明、高反射及純色物體，如果涉及該類型物體，可采用如噴涂透明或高反射物體，增加光源或減少地面接觸來減少陰影等方式進(jìn)行處理。照明推薦柔和光或間接光，避免強光產(chǎn)生陰影。背景需要有一定紋理，方便軟件做對比分析。

拍攝模型重建對象的每一部分應(yīng)至少3個不同的視點（但比較接近）進(jìn)行拍攝。一般來說，連續(xù)影像之間的重疊部分應(yīng)該超過60%。物體的同一部分的不同拍攝點間的分隔應(yīng)該小于15°，如圖2所示。

圖2 物體拍攝手法

照片的采集是整個三維模型重建過程中非常重要的一步，重建結(jié)果的好壞往往與照片采集有很大的關(guān)系，而不是軟件操作的問題，影像分辨率高、重疊度大、清晰度高，拍攝光照條件好，建成的三維模型效果就會好。

3.2 Meshroom自動建模

在MESHROOM官網(wǎng)進(jìn)行下載及安裝。節(jié)點編輯器界面中軟件已自行配置好節(jié)點，無需手動添加，只需導(dǎo)入拍攝好的照片組，再點擊開始便可直接進(jìn)行自動建模，成果可在3d預(yù)覽窗口點擊載入模型進(jìn)行查看。如需設(shè)置更加詳細(xì)的參數(shù)、算力及細(xì)節(jié)捕捉情況，可進(jìn)入節(jié)點進(jìn)行逐一了解，如有意見反饋和常規(guī)問題可登錄https://github.com/alicevision/meshroom/issues進(jìn)行查找，這里不做過多說明。

3.3 Instant meshes重拓?fù)?/h3>

MESHROOM自動建模完成的模型為OBJ格式，文件在紋理節(jié)點（Texturing）右鍵打開文件夾中查看，但此模型面數(shù)龐大，論文使用Instant meshes開源軟件進(jìn)行重拓?fù)?。在Instant meshes官網(wǎng)進(jìn)行下載及安裝。

使用Instant meshes開源軟件重拓?fù)渲?，也可將其?dǎo)入Blender中對多余面、無效面、破洞等進(jìn)行刪除與修改，在另存OBJ格式進(jìn)Instant meshes進(jìn)行工作。在Instant meshes的載入網(wǎng)格中加載我們需重拓?fù)涞哪Ｐ?，設(shè)置一個預(yù)期的目標(biāo)模型頂點數(shù)量，點擊定向場與位置場的處理，便可進(jìn)入導(dǎo)出網(wǎng)格中的提取網(wǎng)格進(jìn)行查看。該軟件還可設(shè)置轉(zhuǎn)換網(wǎng)格的結(jié)構(gòu)、對齊邊界、調(diào)整與修改布線的形態(tài)趨勢等功能，同時還會顯示生成奇數(shù)點的數(shù)量與位置，可對其進(jìn)行修改與完善。調(diào)整完畢之后另存該網(wǎng)格文件，文件類型為OBJ格式，需注意文件名后加入后綴.obj才可保存成功。

3.4 Blender烘培紋理

使用Instant meshes重拓?fù)浜螅矬w模型的紋理結(jié)構(gòu)將會丟失，而原始網(wǎng)格自動生成的UV映射也無法直接使用，所以我們需要對其進(jìn)行紋理烘培，論文使用Blender開源軟件進(jìn)行紋理烘培。在Blender官網(wǎng)進(jìn)行下載及安裝。

由于Blender軟件是一款三維圖形圖像軟件，設(shè)計的操作與流程較為繁瑣，這里不做過多說明，只提供技術(shù)路線作為參考。首先對網(wǎng)格進(jìn)行UV展開，BLENDER中有UV智能映射，之后給重拓?fù)浜竽Ｐ吞砑訄D像紋理，新建一個空白圖像，就可以為這個空白圖像烘培紋理。Blender烘培紋理須在Cycles渲染引擎下才可使用，烘培類型為漫射，僅影響顏色，通過所選物體到活動物體的紋理烘培，便可進(jìn)行烘培，想要進(jìn)一步提升烘焙效果可以開啟罩體后烘焙。烘培完成后，便會得到我們需要的紋理圖像，如果需要對細(xì)節(jié)進(jìn)行更深入的調(diào)整，如AO（Ambient Occlusion）、糙度、法線等，也可在Blender中進(jìn)行設(shè)置。

至此，物體的三維重建工作便得以完成。

4 結(jié)語

該技術(shù)方法全程使用開源軟件，不僅對比付費軟件能省下一筆資金，還能在深入了解軟件特性后對其進(jìn)行二次開發(fā)，如Meshroom自動建模軟件可通過架設(shè)服務(wù)器對大場景模型進(jìn)行自動重建；Blender二次開發(fā)的便捷重拓?fù)洳寮uad Remesher等，并且經(jīng)過對比與測試，該套技術(shù)方案無需連接互聯(lián)網(wǎng)，運行穩(wěn)定流暢，操作步驟節(jié)點化、規(guī)則化，并在中國有中文翻譯的版本，有利于初學(xué)者對三維重建技術(shù)的探索與學(xué)習(xí)。

雖然該技術(shù)流程十分便利，但也存在一定的局限。單目視覺分類方法體系龐大，分類眾多，但是必須要滿足一些假設(shè)條件，而且容易受到光照、紋理等其他一些因素的影響，通用性較差，重建效果與拍攝的照片效果有很大關(guān)系，對比其他的三維重建技術(shù)重建效果不確定性較大，并且對于非靜態(tài)物體該技術(shù)基本無法使用。

雖然有著不少的缺點，但是相信隨著硬件技術(shù)的升級，如Iphone新加入的基于紅外結(jié)構(gòu)光的深度相機，手機的不斷增加的多攝像頭等，更高效地將視覺傳感器獲取的三維信息與其他多傳感器信息進(jìn)行融合；在軟件層面將視覺特征的檢測與匹配速度及精度進(jìn)一步提升，從而滿足基于視覺的三維重建在復(fù)雜環(huán)境中的應(yīng)用。相信基于開源軟件的單目視覺三維重建技術(shù)一定能夠得到長足的進(jìn)步。