谷歌3D城市點云模型計算深度地圖方法

谷歌街景能夠計算3D城市點云模型，那么怎么才能夠做到？可以來這里了解一下。

計算深度地圖

現在我們有了全景圖片，接下來需要做的是提取對應的深度地圖。

獲得一個深度圖像的JSON代碼(representation)、其中包含了全景圖片中每個像素從相機到最近表面的距離信息。

通過Base64處理這些數據，并將其轉化成無符號8位整數的陣列( array of unsigned 8-bit integers)后，我們就能獲得標題信息(Header Information)并獲得有用的數據，例如參考平面數字(number of referenced planes)。

事實上，在512×256網絡上的每一個像素都對應了眾多平面(Planes)中的一個，通過Normal Vector和其到攝像機的距離而定。

所以，要想計算出一個像素的深度，我們必須決定從攝影機中心發出的光線和相對對應平面的交叉點。

將其重復到所有平面，我們能夠將深度地圖制成512×256元素的32位浮動陣列(32-bit float array of 512×256 elements)，這個要比我們的RGB全景圖片分辨率低多了。

至于計算，對于每個點我們考慮它相關的平面，將其距離計算如下：

算法1：深度地圖計算

公式中的“indeces”包含了每個像素相關平面的陣列，為了能獲得一個代表單平面w∗ h vector的更簡便的圖片，例如，我們可以創造colored canvas，其中寬度為w、高度為h，而每個像素可以被定義為：

算法2：深度地圖可視化

這時候會的出一個下圖類似的圖片