双目立体匹配，SFM和MVS三维点云重建的区别和联系
一、双目三维重建（binocular stereo）：输入左右两张图片
二、SFM（Structure from Motion）运动推断结构：一系列不同视角图片
三、MVS（Multi View Stereo）多视图立体：一系列不同视角图片
一、双目相机重建步骤：
1、双目相机矫正（获得相机内参和外参）
2、图像立体矫正（左右两个图片对齐到同一平面）
3、立体匹配（对齐后的图片利用极线约束匹配特征点）
4、生成视差图（左右相机对应特征点坐标的差值）
5、深度图生成点云图（点云质量的好坏与视差图的质量密切相关，有必要做深度图填充平滑）
二、SFM重建步骤：
1、提取图像的特征点（提取关键点，计算描述子）
2、两两图片对特征匹配（无法用极线约束，匹配比较盲目，误匹配点较多，所以这种方法点云较为稀疏）
3、获得两两之间相机空间姿态变换（为后面MVS图像矫正提供相机参数）
4、根据匹配的特征点进行稀疏重建
三、MVS重建步骤：
1、上述SFM获得相机参数的基础上进行稠密重建
2、根据相机参数对任意两两图片对进行立体矫正（参见双目重建步骤2）
3、提取图像的特征点（提取关键点，计算描述子）
4、立体匹配（对齐后的图片利用极线约束匹配特征点）同双目步骤3
5、极线约束使得任一像素很容易找到对应点，获得稠密对应点
6、生成稠密点云
根据以上三种方法的简要说明，他们的区别在于：
1.双目需要提前对相机进行标定，SFM和MVS不需要
2.双目重建的稠密程度取决于图片像素的大小，假如图像尺寸612*512，那么生成的点云个数一定是612x512=313344。
2.SFM得到了稀疏点云，但是同时也得到了相机空间参数，传递给MVS，可以根据极线约束进行稠密重建
3.双目必须两个镜头输入两张照片双目重建方法，SFM和MVS属于单目重建，输入的是一系列同一物体和场景的多视图
4、SFM和MVS的默认设置是假定相机围绕着静态场景运动，假如相机固定拍摄运动物体会造成参考系紊乱无法生成正确的点云，因此需要分割去除干扰的背景，提取目标区域。
5.如果涉及到重建真实尺寸测量，那么单目重建还有个大坑等着你：尺度因子不确定性。就是说单目重建的方法重建出来的是归一化模型，它和真实模型的尺寸差一个缩放尺度因子，解决这个问题也是一个专门的研究领域，可参考文献：基于点结构光测距的单目视觉重建中尺度因子确定方法
一种基于单目视觉的直接法点云三维重建及尺度确定方法与流程
总的来说就是已知实际尺寸求出尺度因子，如果是做SLAM的话可以结合IMU获取，或者用其他传感器获取真实尺寸传入进来，对于这种问题最好的解决办法就是能用硬件解决的就不要去用算法！
