目前基于图像序列的三维重建的三维重建主要有两种策略：一是顺序方法，是指从两幅图像的匹配和重建开始逐渐增加新的图像直至重建整个序列。由于这种方法无法同时利用所有的图像信息，累积误差就不可避免。二是测量矩阵（Measurement Matrix）分解方法，首先根据所有图像间的匹配关系获得一个测量矩阵，对测量矩阵进行分解就可一次性解出所有的场景结构以及摄像机的运动参数。由于这种策略是将所有图像平等对待,因而能够保证误差的均匀分布。不足之处是这种方法要求被重建点在所有的图像中均保持可见,这一条件在许多情况下不易满足,这也限制了它的应用。
序列图像三维重建 学习过程流水账
基于有序图像序列的三维重建，文献检索
[1]Polleyfeys M, Gool L V, Vergauwen M, Verbiest F, Cornelis K, Tops J. Visual modeling with a hand-held camera. International Journal of Computer Vision, 2004, 59(3): 207−232