3D視覺(jué)模型傳統(tǒng)計(jì)算機(jī)視覺(jué)以二維圖像為模型，但一般的二維圖像顯然不能夠完整表示出物體的三維信息，這使得傳統(tǒng)視覺(jué)技術(shù)的應(yīng)用和發(fā)展受到了很大的限制，越發(fā)不能滿足人們對(duì)于三維世界的認(rèn)知和識(shí)別的需求。隨著三維測(cè)量及重建技術(shù)不斷發(fā)展，衍生出了多種不同形式的三維模型，其中以深度圖像、點(diǎn)云、體素模型這三種最為常見(jiàn)。（1）深度圖像傳統(tǒng)視覺(jué)將三維場(chǎng)景投影成二維圖像，二維圖像反應(yīng)的是場(chǎng)景的光強(qiáng)和顏色信息，由于投影成像的原理，它丟失了現(xiàn)實(shí)世界中的三維深度信息。通過(guò)對(duì)二維圖像灰度或顏色的分析來(lái)實(shí)現(xiàn)場(chǎng)景形貌的識(shí)別和測(cè)量，會(huì)受到環(huán)境光照、陰影等因素的干擾以及物體幾何特征的限制，極大的增加了識(shí)別的難度和測(cè)量的精確度。而深度圖像(RGB-D)將深度信息作為圖像的一個(gè)通道進(jìn)行保存，即可有效解決二維圖像的不足。深度圖像由包含顏色亮度信息普通RGB圖像(圖7-1a)和包含深度信息的深度圖(Depthmap)（圖7-1b)組成?？梢钥闯觯疃葓D與環(huán)境光照和陰影無(wú)關(guān)，它的像素點(diǎn)清晰地表達(dá)了景物的表面幾何形狀。（a）普通RGB圖像（b）深度圖圖7-1RGB圖像及深度圖從灰度圖像中提取三維物體幾何特征的方法，對(duì)物體的幾何和物理特征都有特別的限制。與這些方法相比，深度圖像可以直接利用三維信息，從深度圖像的數(shù)據(jù)中可以比較容易的求得有關(guān)物體更可靠的幾何信息，可以簡(jiǎn)化了三維物體的識(shí)別和定位問(wèn)題。（2）點(diǎn)云深度圖像可以直觀地表現(xiàn)出三維物體的幾何特征，然而圖像的尺度與真實(shí)世界的尺度并不相同，需要結(jié)合相機(jī)的內(nèi)外參進(jìn)一步解算才可得到物體在世界坐標(biāo)系中的真實(shí)尺寸和位置。深度圖像更適合物體識(shí)別、特征匹配等定性的分析處理，在測(cè)量、定位等定量的處理方面則比較麻煩，點(diǎn)云模型則彌補(bǔ)了這一不足。在獲取物體表面每個(gè)采樣點(diǎn)的空間坐標(biāo)后，得到的是點(diǎn)的集合，稱之為“點(diǎn)云”（pointcloud）。點(diǎn)云是在同一空間參考系下表達(dá)目標(biāo)空間分布和目標(biāo)表面特性的海量點(diǎn)集合，點(diǎn)云中每個(gè)點(diǎn)的坐標(biāo)值，以及相互之間的位置關(guān)系都與真實(shí)空間的尺度相同，這方便我們?cè)谔崛〉剿枰男螤钐卣骱?，可以直接使用到真?shí)世界中。由于點(diǎn)云模型對(duì)真實(shí)世界高度還原的特點(diǎn)，其被廣泛應(yīng)用到三維建模、逆向工程、文物保護(hù)、車輛導(dǎo)航等領(lǐng)域中，是目前3D視覺(jué)技術(shù)中最為常用的一種三維模型。如燈泡的點(diǎn)云模型，如圖7-2所示。圖7-2燈泡的點(diǎn)云模型（3）體素模型“像素”是對(duì)二維圖像的離散劃分，而“體素”則可認(rèn)為是對(duì)三維模型的離散劃分。傳統(tǒng)面圖形學(xué)以面和邊等元素來(lái)描述物體，而體表示法則以三維體單元來(lái)描述整個(gè)物體，與二維數(shù)字圖像的像素類似，每個(gè)體單元被稱為體素(Volumeelement，voxel)，圖7-3所示為體素模型。（a）原模型（b）體素模型圖7-3原模型與體素模型點(diǎn)云的數(shù)據(jù)結(jié)構(gòu)通常是散亂無(wú)序的，而體素模型是一個(gè)有序的三維陣列，由于體素陣列的離散性和規(guī)則性，可以方便地設(shè)計(jì)針對(duì)體素的各種運(yùn)算。但是相比點(diǎn)云，體素模型隨著分辨率的增大，其數(shù)據(jù)量以立方級(jí)的速度增加，對(duì)儲(chǔ)存空間和傳輸速度的要求也更高。體素模型由于其離散有序特點(diǎn)，在3D打印、醫(yī)學(xué)影像重建等領(lǐng)域得到廣泛應(yīng)用。深度圖像和點(diǎn)云之間可以通過(guò)傳感器的內(nèi)外參數(shù)實(shí)現(xiàn)相互轉(zhuǎn)換，點(diǎn)云和體素模型也可