ViualSFM(SFM三维重建工具) 0526 绿色版64位
VisualSFM主要运用于SFM的维位3D重建 ，他是重建一个GUI应用程序通过利用多核并行性铺开特征检测 ，利用匹配和调整来快速运行 ，工具软件集成了多种工具链 ， 绿在应对繁杂重建项目的色版时候也具备超强的能力，在重建数据的维位筹备中 ，采用多核绑定调整 ，重建将SFN的工具三维数据全部归并在一个SiftGPU中，并对其结构的 绿线性时间增量判断三维的重建效果 ，扶植您在繁杂的色版模型中恢复三维结构；同时，该软件他还提供了几个简易的维位输出小工具，Mathias Rothermel和Konrad Wenzel的重建SURE ，让您在输出的工具时候也可以选择多种类型的保存方式 ！
软件功能
基本用法
使用VisualSFM GUI
通过命令行使用VisualSFM
依赖SiftGPU / PBA和PMVS / CMVS
典型硬件要求
注意高分辨率图像的 绿东西
高级用法
指定配对列表以铺开匹配
使用您自己的功能匹配
使用自己的特征检测器
调整更高速度的参数
技术细节
相机型号和坐标系
焦点初始化
中间 ：特征和匹配
输出格式 ：N-View Match（NVM）
使用GUI
可视化
鼠标控制和导航
键盘快捷键
一些很酷的功能
VisualSFM中的命令行！
使用VisualSFM轻快显示动画
手动干预重建
限制和尴尬
小的色版GPU内存的潜在尴尬
VisualSFM的局限性
软件特色
特征检测速度
在GUI模式下 ，使用“菜单 - >工具 - >启用GPU->自定义参数”
在控制台模式下 ，使用“VisualSFM sfm [+ pmvs]输入输出[SiftGPU参数]”
您需要检查SiftGPU的这些参数的文档。
通常没有必要这样做 ，除非你的图形内存不足 。
特征匹配速度
“param_gpu_match_fmax”是在特征匹配中使用的每图像的特征数 。默认值为8192 ，但在大多数情况下 ，4k应该足够了 。请注意 ，要素按比例排序，因此将使用最大比例的要素 。
如果你知道图像邻域，如视频中的相邻帧，你应该指定一个匹配对列表 ，而不是使用完全的成对匹配 。
大量的时间可能用于保存结果（特别是对于NFS） ，默认情况下在Linux下启用测试功能以晋升效率。可以通过设置param_asynchronous_write = 0或取消选中“Pairwise Matching-> Asynchronous Writes”来禁用它 。
增量重建速度
“param_bundle_full_iteration”是绑定完整模型时的BA迭代次数。
“param_bundle_full_frequency”控制执行频繁的全束调整 。
这两个参数决定了重建的速度 。
使用会谈明
1.将图像增补到SfM筹备区
选项1.“文件 - >打开多图像”。你可以多次这样做 。
选项2.“SfM->加载NView匹配” 。选择包含相对图像路径的TXT文件 。
选项3.“SfM->加载NView匹配”。从格式中选择“文件夹中的所有Jpeg” ，选择一个。
或者，当您校验到菜单项上的图标时 ，使用相应的工具栏按钮 。
2.运行特征检测和完全成对图像匹配
点击“SfM-> Pairwise Matching-> Compute Missing Match”
您可以返回步骤1 ，增补更多图片 ，然后再次计算缺失的匹配项 。
有关自定义功能检测和功能匹配 ，请单击此处
3.运行稀疏重建
“SfM-> Reconstruct Sparse”或相应的工具栏按钮 。
束调整步骤将自动使用多色束调整 。
4.使用Yasutaka Furukawa的CMVS / PMVS铺开密集重建（自己得到CMVS包）
“Sfm-> Reconstruct Dense” 。请注意 ，CMVS / PMVS相关参数存储在nv.ini中
将提示您保存[name] .nvm文件 ，CMVS将在文件夹[name] .nvm.cmvs中运行
如果将重建保存到[name] .nvm，[name] .i.ply是第i个模型的结果 。
*保存SfM筹备空间 ，包括空闲时的任何时间的3D重建
“SfM->保存NView匹配”。您可以随后打开保存的3D模型。
它默认使用包含所有筹备空间信息的NVM格式 。
使用计划
3D重建 - 使用命令行
命令行示例 ：
在增量重建步骤中 ，如果按“Ctrl + C”一次 ，它将退出循环并保存当前模型。 如果按“Ctrl + C”三次，将调用exit（0）。
使用命令行在大型数据集上应该稍快，因为它不会裸露可视化的缩略图（纹理）。 在GUI模式下 ，您也可以通过单击暂停“||”来跳过像素加载部分 按钮，当它会谈“加载像素数据...” 。
指定配对列表以铺开匹配
这允许匹配部分图像对 ，而不是铺开全对匹配
1.写一个包含图像路径对的txt文件; 路径中没有空格！
2.将图像加载到VisualSFM;
3.使用“SfM->成对匹配 - >计算指定匹配”;
4.您可以根据需要指定其他列表的次数。
使用您自己的功能匹配
1.编写一个包含所有功能匹配的txt文件
2.将您的图像（带有功能）载入VisualSFM
3.使用“SfM->成对匹配 - >导入功能匹配”
4.您可以使用相同的计划再次增补要素匹配 。
使用自己的特征检测器
选项1.你可以编写一个二进制功能检测器 ，像Lowe的SiftWin32.exe筹备 。
或者你可以编写一个具有类似SiftGPU的接口的共享库 。
选项2.以Lowe的ASCII格式编写.sift文件 ，它们将被自动转换为VisualSFM二进制格式 。 （让我知道如果有一个错误）。
机型号和坐标系
小心它与其他SFM软件（如bundler）略有不同 。
内部摄像机模型有8个参数（7如果径向失真被禁用）
输出格式：N-View Match（NVM）
VisualSFM将SfM筹备区保存到NVM文件中，这些文件包含输入图像路径和多个3D模型。 下面是格式会谈明
常见尴尬
除PMVS之外的密集重建工具 ？
VisualSFM本地拥穿着运行CMVS / genOption / PMVS2工具链 ，但是您需要运行Meshlab将密集点转换为网格 。
使用VisualSFM的几个附加软件：
CMP-MVS by Michal Jancosek ：这个工具直接裸露网格 。您需要单击VisualSFM的“重构密集”函数并选择“NVM-> CMP-MVS”来转换数据 。
SURE由Mathias Rothermel和Konrad Wenzel ：SURE本身拥穿着NVM文件格式 ，您不需要运行导出功能 。
MVE by Michael Goesele的碰见小组 ：此工具与CMVS / PMVS导出数据格式相同
MeshRecon by Zhuoliang Kang ：这个工具直接裸露网格 ，并与NVM文件一起筹备（没有径向失真 ，仅Windows） 。
如果一些GPU计算不筹备怎么办 ？
CPU更换功能检测（大多数卡 ，甚至英特尔不需要）
1.得到SIFT二进制（VLFeat的Lowes）
2.将SIFT二进制文件放在同一目录中 。
3.通过设置param_use_vlfeat_or_lowe选择Lowe的VLFeat二进制
4.通过“工具 - >启用GPU->禁用SiftGPU”禁用GPU功能检测 。
或将参数param_use_siftgpu修改为0以铺开永久选择
远程解决计划：
1.通过终端（GUI的X终端）在拥穿着CUDA的Linux服务器上运行VisualSFM 。
2.您可以将筹备区复制到本地机器铺开可视化 。
使用CPU铺开功能匹配（大多数卡甚至英特尔都不需要）
禁用GPU功能匹配，取消选中“工具 - >启用GPU->使用GLSL匹配”
* 。将参数param_use_siftmatchgpu修改为0以铺开永久选择
使用CPU铺开多芯束调整（基于GPU的PBA不拥穿着ATI）
Windows ：使用非CUDA包 。
Linux ：下载PBA代码 ，运行make with makefile_no_gpu ，并重命名libpba_no_gpu.so
到libpba.so ，并将其复制到VisualSFM bin文件夹 。
如果VisualSFM无法找到两个图像铺开初始化怎么办？
如果VisualSFM找不到一个好的对来初始化 ，你可以尝试手动选择它 。
选项1.切换到“2-View 3D points” ，使用左/右扫描所有图像对 ，找到一个3D点对 ，选择“SfM->更多功能 - >设置初始化对” 。
选项2.如果您知道哪两个图像是好的，请右键单击“缩略图视图”中的两个图像 ，在“2-View 3D点”中验证它 ，然后选择“设置初始化对” 。
如果VisualSFM裸露多个模型怎么办？
首先 ，检查特征检测和匹配是否正常筹备。基本上 ，您检查检测到的功能和匹配的数量 ，并查校验它们是否太小 。
第二，如果特征检测和匹配筹备正常，则有两种不同的情况
常见的情况：两个模型不共享足够的图像 。尴尬是由于在非常不同的观点之间缺乏特征匹配。你应该得到更多的图片来覆盖过境的观点 。
罕见的情况 ：两个模型共享足够的图像（param_image_reuse_max） 。尝试使用“SfM->更多功能 - >归并稀疏模型”（V0.5.26 +），并校验校验它是否归并模型 。这些尴尬通常是由初始化的选择引起的 。您可以删除一个模型，然后尝试绵延保留模型的重建