Open Source Photogrammetry: Ditching 123D Catch
Turning Photographs into Wireframes, VisualSFM on CentOS6
Exploring Aerial Photogrammetry using Bundler and Meshlab
Video Tutorial on using VisualSFM and Meshlabs to create a 3d model from photos of a Lingerie model
Site com dicas interessantes sobre reconstrução 3D usando usando fotos tiradas por UAV:
http://flightriot.com
Alan C. Assis 
Olá,
Encontrei este site acidentalmente e vejo que há aqui alguém que se interessa por reconstrução 3D.
Ando a implementar um algorithm para reconstruir superficies a partir de nuvem de pontos.
Consigo reconstruir já cubos, esferas, e superficies de sólidos assim… mas ando à procura de nuvens de pontos (.ply) um pouco mais complexas para testar, como objectos de cozinha (copos, chavenas, mesas, talheres… e ando com dificuldade. O que encontro neste momento ainda é demasiado complexo para o algorithm que implementei.
Por acaso conhece algum site que tenha uma base de dados de ficheiros .ply assim como pretendo?
Agradecido.
Gonçalo.
Olá Gonçalo,
Não conheço nenhum site que tenha uma base de dados com geometrias de nuvem de pontos, mas talvez se você olhar o código fontes dos Scanners 3D poderá encontrar novas heurísticas p/ converter os pontos em objetos 3D.
Por exemplo:
Makerscanner:
https://github.com/andybarry/makerscanner/
Ciclop/Horus:
http://www.3ders.org/articles/20150202-bq-launches-new-ciclop-open-source-diy-3d-scanner-and-horus-3d-scanning-software.html
Espero que ajude.
Você mesmo criou o algoritmo p/ reconstruir geometrias primitivas (cubos, esferas, etc) ?
[]’s, Alan
Olá!
Eu já ando a fazer download de modelos em SolidWorks, a passá-los para ficheiros .ply ou .txt para testar o meu algoritmo.
Sim, tenho desenvolvido um algoritmo com base na interpolação de funções de base radial para a reconstrução de superfícies a partir de nuvens de pontos 3D.
Já consigo perfeitamente trabalhar em nuvens de pontos sintéticas com pontos aleatórios (sem ruído nem grandes buracos…), para geometrias primitivas.
Neste momento estou a tentar melhorar o algoritmo no sentido de conseguir estimar automaticamente o sentido dos vectores normais a cada ponto da nuvem (um passo crucial no meu algoritmo). Quanto à direcção destas normais, não tenho problema nenhum, mas é complicado definir se estas estão apontadas para o interior ou para o exterior. Este é o meu maior erro no algoritmo neste momento.
Quando corrigir isto e conseguir implementar em nuvens com geometrias mais complexas, tenterei avançar com métodos que me permitem conseguir modelar nuvens de pontos reais (com ruído), o que por si só já me vai dar muitas dores de cabeça…
Obrigado pela atenção,
Gonçalo Bernardo.