主动视觉技术是指使用结构光发射的受控源，如扫描激光源或投影模式的光源和一个探测器(如照相机)
采集系统限定物体模型的尺寸不能太大；物体的反射系数和颜色的变化可能与获取精度有冲突；主动视觉技术不能使用特殊的结构光去形成物体的图像，因此光源不能直接用于范围测量
也就是说，光源不能直接参与被动视觉的测量然而，被动方法明显不能准确数字化
三维物体表面重建技术在工程、医药、生化、动画以及电子商务等诸多领域具有广泛的应用前景，三维表面重建问题也是当前的热点研究问题之一
同时，对电子商务平台及计算机游戏领域提供了技术支持，发展空间广，市场需求量大，存在巨大的商机，该技术的成熟将引领经济的快速发展
测量中，一个物体脉冲被反射回接收传感器，相关脉冲通过光纤，由传感器接收，两个脉冲之间的时间差就被转换成距离
由于光栅自身并不需要被CCD相机分解，所以分辨率就提高了在检测面光场对应一个物体三维傅里叶变换的二维切片
与被动的光学测量方法相对应，它被归类为主动的光学测量方法，它包括投影编码光和正弦条纹技术，物体的深度信息通过图像传感器记录编码成一个可变形的边缘模式
免费图书下载《基于时间飞行深度传感器对三维物体的建模应用研究(预订中,估价)》的作者沐光雨和清华大学出版社为本书的写作出版都付出了很多汗水
接下来需要缝合网格
初始排列对于ICP算法是必要的，因为ICP只收敛到局部极小值
通过许多图像不同位置的融合可以减少闭塞，结果就是一个真正的三维物体表面的描述
许多算法被提出整合结构数据生成隐函数
网格生成阶段是计算机图形学的重要研究内容之一，尤其是计算机工程师或计算机科学家想利用有限元的方法或制造方法产生出非结构化网格
网格细分是曲面的一种表示方法，也是目前广泛使用的一种曲面造型方法
目前已开发出多种技术，通过整合排列好的范围图像序列来重建物体表面
这通常意味着一个物体表面的“内部”或“外部”是可得到的，导致大多数隐函数方法进一步要求恢复物体的界限
在文献[66]中，传播限制使用k最近相邻点和局部自动变化半径参数
Gopi等人[68]进一步引入严格的假设以解决局部模糊问题：假定有局部非均匀采样，属于不同曲面片的采样之间最小距离被设定，一个重要的基于传播的算法就是使用Delaunay三角形
首先，基于表面增量方法选择合适的Delaunay三角化插值采样点，采样点或是在片中，或是在渐进的增量样式中
另一种变量power crust，是基于加权Voronoi图的理论保证，有恰当的样本假设，并且是多边形插值而非三角形插值[77]
找到用于曲面重建的局部点集及其与测量平面的大致交点是仿真的前提
阈值D的取值为尺子宽度的1/2，这样S中的点都处于软尺覆盖的范围，即点集S是对测量有用的局部点云
在此基础上依次计算S中每个点到平面C的距离，并选择距离小于阈值D的点组成新点集L
然后考虑剩下的每一交点Pi，若矢量P2Pi 与矢量P1 P2同向且Pi距离P2最近，则以Pi作为后继点P3
重复执行上述操作直到找到的后继点为起点P1为止，此时排序结束
我们需要把输入区域分割成三角形，满足边对边及其他所需的理想属性
边界可能形成许多不连续的多边形，有洞的多边形围绕在曲线周围
一个简单多面体拓扑上相当于一个球体，它自身不满足于一个点或一条边
微分几何揭示出等距或保留长度的映射是罕见的，它们仅仅存在于分享内在特性的表面，如平面、圆柱面或规则表面
不过，在离散设置情况下，我们可以解释它们作为公平的近似的共形映射，产生唯一的调和映射，任何共形映射必须满足相同的条件
事实上对于固定边界的设置，当三角形远离边界时，三角形在此区间的尺寸大小被完全扩展了
虽然有很多网格简化方法，但是原则上我们会考虑把一个操作步骤或一个迭代过程进行复杂度简化
增量式算法在大多数情况下会产生更高质量的网格，迭代程序可以按照用户任意定义的标准考虑，根据下一个操作来选择是否删除
然而，这类算法的总体计算复杂性在平均情况下是 ，在最坏的情况下能够上升到 ，特别是当考虑到全局误差阈值的情况
(1) 顶点聚类算法 顶点聚类的基本思想很简单，对于一个给定的近似公差，在给定对象周围的边界空间进行分区，分区的直径小于公差
然而，这种劣势也可以被认为是一种优势
由于该算法能够改变给定模型的拓扑结构，我们就能有效减少物体的复杂性
顶点聚类的计算有效性由网格顶点映射到集群所决定的对于简单、均匀的空间网格，可以用小常量实现线性时间 第二种类型是光三角测量片 第五种类型是干涉
根据假设，真正的范围图像或多或少是图像坐标的连续函数，正确的深度可以通过使用相位展开技术获得
第六种类型是编码光圈
因此，模糊的场景可以被检索，场景的模糊程度与焦平面到它的位移有关，焦平面可用于推断深度位移
注册是指计算一个刚性变换，把一个图像的点与另一个范围图像具有相同部分的点排列起来
注册方法是使用一个迭代过程来最小化两个三角形网格之间的距离，这两个三角形网格来源于两个范围图像，通过执行匹配来加速注册过程
当融合两个范围图像时可能会有相当多重叠区域，但沿着边界部分几乎没有重叠部分
Soucy等人[28] 和 Bergevin 等人[8]提出用扩展ICP算法同时匹配若干3D表面
局部接近算法的好处是减少计算成本这是通过选择每一个多边形边和大多数适合的边统一来完成的两条边通过移走顶点来几何融合为一个然而，为了应对相关的复杂性，最近提出了一些网格简化算法
工业相关问题强调了作为大多数计算机辅助设计和计算机辅助制造的输出和其他建模工具，用户通常得到一致性网格，只针对单独的多边形补丁而不是整个网格
因此网格边界简化方法包括误差控制、循序渐进的方式进行的角度误差
另一种修补方法是基于体积的模型修复对于有足够特征点的物体，通过特色追踪来大致排列连续表面网格
应用改进的迭代最近点算法进行初始排列和全局排列的探究，实验证明，基于不相邻帧的分段排列方法应用于三维模型重建系统的排列阶段是可行的，排列方法更简单，效率更高，排列结果也更准确
根据范围图像不同的旋转方式，使用两种不同的改进Vrip体积合并算法得到物体的三维模型
实验证明，算法1合并的范围图像结果更鲁棒
《基于时间飞行深度传感器对三维物体的建模应用研究(预订中,估价)》由清华大学出版社出版，我们把纸质图书做成pdf电子书也始于他们的辛勤写作