VisualSFM是Changchang Wu编写的使用 Structure from Motion (SfM)进行3D重建的交互界面,一个使用运动恢复结构(SFM)来进行3D场景重建的GUI程序。它可以帮助您使用SFM进行三维重建，利用并行计算的高效视觉三维场景重建程序，利用多核并行特征检测，特征匹配调整，速度非常快。

这个重建集合了很多高效的并行处理程序例如： SIFT on GPU(SiftGPU), Multicore Bundle Adjustment, and Towards Linear-time Incremental Structure from Motion.

照片重建的主要步骤：

1.找出各张图片中的特征点，进行两两匹配；

要求能够精确识别物体的局部特征，并且进行快速准确的匹配。现常用的算法是由Dacid Lowe提出的方法。

2.根据匹配结果，利用射影定理计算得到相机位置等场景信息；

此步又称运动恢复结构（Structure from Motion），或稀疏重建（Sparse Reconstruction）。结果的衡量标准注意是准确性，现常用是基于Lecenberg-Marquardt算法Bundler。

3.运用场景信息与原始照片，得到照片中物体的3D点云；

此步又称密集重建（Dense Reconstruction）。运用多视立体重建（Multi-view Stereo Reconstruction），得到3D点云。点云质量受到处理图像精度的执行效率、重建精度和完整性影响，目前最好的算法是PMVS。

4.根据3D点云构建3D模型；

将点连成面，才可在一般三维建模软件中使用。现常用的是泊松表面重建算法（Possion Surface Reconstruction）。

推荐阅读>>>照片自动转为3D模型软件--3DF Zephyr Pro