半稠密重建：

通常是重建圖像紋理或梯度比較明顯的區(qū)域，這些區(qū)域特征比較鮮明。半稠密重建在直接法視覺SLAM里比較常見。重建的三維點云相對稠密，可以滿足部分應用需求。

稠密重建：

稠密重建是對整個圖像或者圖像中的絕大部分像素進行重建。與稀疏、半稠密相比，稠密重建對場景的三維信息理解更quan面，更能符合應用需求。但是，由于要重建的點云數(shù)量太多，相對耗時。

大勢智慧是一家專注于真實世界三維數(shù)字化重建及三維數(shù)據(jù)服務的高新技術(shù)企業(yè)，公司在城市高精度三維建模、模型應用及語義化理解和文化遺產(chǎn)數(shù)字化保護領(lǐng)域具有***的技術(shù)優(yōu)勢和豐富實踐經(jīng)驗。

三維重建是科研的前沿熱點問題，也是計算機視覺、計算機圖形學以及虛擬現(xiàn)實等領(lǐng)域中的共性科學問題與核1心技術(shù)。 基于圖像的三位重建融合了計算機視覺、數(shù)字圖像處理和計算機圖形學等多門學科的知識，是一套非常復雜的工程系統(tǒng)，涉及知識點多且雜，初學者不僅要具備深厚的數(shù)學功底，同時也需要熟練的C﹨C++編程能力，相較于其他視覺領(lǐng)域，三維重建的入門門檻要高很多。

libpcl filters：如采樣、去除離群點、特征提取、擬合估計等數(shù)據(jù)實現(xiàn)過濾器；

libpcl features：實現(xiàn)多種三維特征，實景三維集群建模，如曲面法線、曲率、邊界點估計、矩不變量、主曲率，PFH和FPFH特征，旋轉(zhuǎn)圖像、積分圖像，NARF描述子，RIFT，相對標準偏差，數(shù)據(jù)強度的篩選等等；

libpcl I/O：實現(xiàn)數(shù)據(jù)的輸入和輸出操作，例如點云數(shù)據(jù)文件（PCD）的讀寫；

libpcl segmentation：實現(xiàn)聚類提取，如通過采樣一致性方法對一系列參數(shù)模型（如平面、柱面、球面、直線等）進行模型擬合點云分割提取，提取多邊形棱鏡內(nèi)部點云等等；

libpcl surface：實現(xiàn)表面重建技術(shù)，如網(wǎng)格重建、凸包重建、移動***小二乘法平滑等；

libpcl register：實現(xiàn)點云配準方法，如ICP等；

libpclkeypoints：實現(xiàn)不同的關(guān)鍵點的提取方法，這可以用來作為預處理步驟，決定在哪兒提取特征描述符；

libpcl range ：實現(xiàn)支持不同點云數(shù)據(jù)集生成的范圍圖像。