简介：这份资源面向计算机视觉学习者与三维重建入门者，提供一套基于MATLAB的空间雕刻（Space Carving）三维重构完整实现，用于从多视角序列图像中恢复物体三维几何形状，适合具备一定图像处理基础、希望动手理解体素雕刻原理的读者。压缩包共99个文件，约44.68MB，包含39张jpg与37个ppm序列图像、17个m脚本、2个mat数据文件及2份pdf参考文档，覆盖图像序列、算法代码与体素数据等模块。资源围绕视图配准、遮挡分析、体素模型构建与后处理等环节展开，配有恐龙模型的连续视图数据，可对照代码理解可见性信息如何逐步雕刻出物体轮廓。目前已有786人学习下载，适合作为三维重建课程实验或自学练手项目，帮助读者打通从序列图像处理到体素建模的完整链路。

1. 序列图像做三维重构，为什么我最后选了 Space Carving 而不是泊松重建

手里有一组围绕目标物体拍摄的序列图像，相机内参外参都标定好了，想把它重建成带纹理的三维模型——这个需求在文物数字化、零件逆向、电商展示里都很常见。很多人第一反应是上泊松重建或者神经辐射场，但如果你要的是「轮廓可控、能直接看到体素雕刻过程、代码量小到能塞进一个 MATLAB 工程」的方案，Space Carving（空间雕刻）反而是最稳的起点。它的核心逻辑很朴素：先假设整个空间被一个立方体包住，然后从每张图像的轮廓反投影出锥体，所有锥体的交集就是物体的可视外壳，把外壳外的体素一层层「雕」掉，剩下的就是重建结果。

这套思路对序列图像的要求不高，不需要稠密匹配，不需要 GPU，MATLAB 里几百行就能跑通。适合谁？适合手头有标定好的多视角图像、想快速验证三维重建流程、又不想被深度学习框架绑架的从业者。下面我把这份 MATLAB 实现拆开讲，从体素初始化到轮廓反投影，再到可视化，每一步都落到能抄的代码和参数上。

2. Space Carving 的数学底子：可视外壳、体素与投影矩阵怎么对上

2.1 可视外壳不是真表面，但够用

Space Carving 重建出来的是「可视外壳」（Visual Hull），它是真实物体表面的一个外包围，凹面会被填平。这不是缺陷，而是这个方法的边界——你拿到的模型在轮廓精度上没问题，但内凹结构（比如杯子把手内侧）会丢失。理解这一点，后面调参时就不会纠结「为什么这里鼓出来了」。

数学上，可视外壳等于所有相机锥体的交集。每个相机锥体由相机光心和该视角下物体的轮廓多边形定义。体素如果落在任意一个锥体外面，就说明它在这个视角下投影到了轮廓外，必然不属于物体，直接删掉。迭代所有视角，剩下的体素集合就是外壳。

2.2 体素网格初始化：分辨率决定一切

体素网格是重建的「画布」。分辨率太低，模型像马赛克；太高，内存和计算时间爆炸。我一般先用 64³ 跑通流程，确认投影矩阵没问题后再上 128³ 或 256³。

% 体素网格初始化 % voxelSize: 体素物理边长，单位与标定一致 % gridSize: 每个维度的体素数，常用 64 / 128 / 256 gridSize = 128; voxelSize = 0.005; % 5mm，根据物体实际尺寸调整 % 以世界坐标原点为中心构建网格 halfRange = gridSize * voxelSize / 2; xRange = linspace(-halfRange, halfRange, gridSize); yRange = linspace(-halfRange, halfRange, gridSize); zRange = linspace(-halfRange, halfRange, gridSize); [X, Y, Z] = meshgrid(xRange, yRange, zRange); voxelCoords = [X(:), Y(:), Z(:), ones(numel(X), 1)]; % 齐次坐标 N×4 % 初始全部标记为占用 occupied = true(gridSize, gridSize, gridSize);

这段代码的关键在voxelCoords的齐次坐标构造。Space Carving 的每一步都要把体素投影到图像平面，齐次坐标能让投影变成一次矩阵乘法。voxelSize要和相机标定的世界单位一致，如果标定用的是毫米，这里就填毫米，别混。

提示：gridSize从 64 跳到 128，体素数量是 8 倍增长，内存占用和循环时间同步翻 8 倍。256³ 在 16GB 内存的机器上就要小心了，建议先做一次内存预估。

2.3 投影矩阵与轮廓反投影

每个视角需要两样东西：投影矩阵 P（3×4）和二值轮廓图。投影矩阵来自相机标定，轮廓图可以用背景减除或手动抠图得到。核心操作是把体素投影到图像上，查该位置的轮廓值。

% 对每个视角执行雕刻 for viewIdx = 1:numViews P = projectionMatrices{viewIdx}; % 3×4 投影矩阵 silhouette = silhouettes{viewIdx}; % 二值轮廓，1 为物体 [imgH, imgW] = size(silhouette); % 体素投影到图像平面 projCoords = (P * voxelCoords')'; % N×3 u = projCoords(:,1) ./ projCoords(:,3); v = projCoords(:,2) ./ projCoords(:,3); % 最近邻查轮廓，越界视为背景 uRound = round(u); vRound = round(v); valid = uRound >= 1 & uRound <= imgW & vRound >= 1 & vRound <= imgH; insideSilhouette = false(size(uRound)); idx = sub2ind([imgH, imgW], vRound(valid), uRound(valid)); insideSilhouette(valid) = silhouette(idx) > 0; % 投影到轮廓外的体素删除 occupied(insideSilhouette == false) = false; end

逻辑说明：P * voxelCoords'得到的是齐次投影坐标，除以第三维才是像素坐标。round做最近邻采样，这里可以换成双线性插值，但对二值轮廓来说最近邻足够。valid处理投影落在图像外的体素，这些体素直接判为背景删除。sub2ind把二维索引转成一维，比双重循环快一个数量级。

参数上，projectionMatrices的格式要和标定工具输出对齐。常见做法是用棋盘格标定得到每张图的旋转和平移，再组装成 3×4 矩阵。如果投影结果整体偏移，八成是矩阵转置或者坐标系方向反了，先拿一个已知世界点验证投影位置。

3. 从轮廓图到体素雕刻：完整流程与参数调优

3.1 轮廓提取：背景减除的阈值怎么定

轮廓质量直接决定重建质量。我一般用背景减除：先拍一张纯背景图，然后每张图减去背景，阈值化得到轮廓。

% 背景减除提取轮廓 background = imread('background.png'); backgroundGray = rgb2gray(background); silhouettes = cell(numViews, 1); for i = 1:numViews img = imread(sprintf('view_%02d.png', i)); imgGray = rgb2gray(img); % 差分并阈值化 diff = abs(double(imgGray) - double(backgroundGray)); threshold = 30; % 经验值，根据光照稳定性调整 mask = diff > threshold; % 形态学清理：去噪点、填小洞 mask = bwareaopen(mask, 50); % 去掉小于 50 像素的连通域 mask = imfill(mask, 'holes'); % 填充内部空洞 mask = imopen(mask, strel('disk', 2)); % 平滑边缘 silhouettes{i} = mask; end

threshold是最需要调的参数。光照稳定时 20~30 够用，有阴影或反光时可能要上 50。bwareaopen的 50 是面积阈值，图像分辨率高就调大。imopen的 disk 半径 2 能去掉边缘毛刺，但太大会腐蚀轮廓，导致重建模型偏瘦。

注意：轮廓必须闭合且无内部空洞，否则雕刻时会误删物体内部体素。跑完提取后建议把每张轮廓叠加显示一遍，肉眼确认。

3.2 雕刻顺序与提前终止

雕刻是迭代过程，每处理一个视角就删一批体素。视角顺序不影响最终结果，但影响中间过程的体素数量。我一般把轮廓面积小的视角放前面，先删掉大量明显在外的体素，后续视角处理的数据量就小了。

% 按轮廓面积升序排列视角，加速收敛 areas = cellfun(@(m) sum(m(:)), silhouettes); [~, order] = sort(areas, 'ascend'); for k = 1:numViews viewIdx = order(k); % ... 执行上面的雕刻逻辑 ... % 提前终止：如果剩余体素太少，可能参数有误 remaining = sum(occupied(:)); if remaining < 100 warning('体素剩余过少，检查投影矩阵或轮廓质量'); break; end end

提前终止是个保险。正常情况下 128³ 网格雕刻完应该剩几千到几万个体素。如果只剩几百个，要么投影矩阵错了，要么轮廓几乎全黑。

3.3 参数对照表

这张表建议存下来，每次换数据集先按这个范围试。

4. 避坑与排查：投影偏移、轮廓空洞、内存爆掉怎么救

4.1 重建结果整体偏移或镜像

现象：雕刻完的模型不在网格中心，或者左右颠倒。

原因：投影矩阵的坐标系定义和体素网格的世界坐标系不一致。常见的是标定输出用 OpenCV 坐标系（Y 向下），而 MATLAB 网格用 Y 向上；或者投影矩阵转置了。

解决：拿一个已知世界坐标点（比如标定板的角点），手动算它的投影像素位置，和实际图像里的位置对比。如果 U 方向对但 V 方向反了，就是 Y 轴方向问题，在投影矩阵前乘一个翻转矩阵修正。

4.2 轮廓内部有空洞导致模型被掏空

现象：重建模型表面有洞，或者内部被挖空。

原因：轮廓提取时阈值过高，物体表面暗部被当成背景，轮廓内部出现空洞。雕刻时这些空洞对应的体素被误删。

解决：在轮廓提取后加imfill(mask, 'holes')，并检查每张轮廓的连通域数量。正常应该只有一个主连通域，如果出现多个，说明阈值或光照有问题。

4.3 内存不足或循环太慢

现象：MATLAB 报 Out of Memory，或者跑一晚上没结果。

原因：256³ 网格的体素坐标矩阵是 1600 万行 × 4 列，double 类型占 512MB，加上投影中间变量轻松超过 4GB。而且全量投影是 N×4 乘 4×3，每次循环都在操作千万级矩阵。

解决：分块处理。把体素网格按 Z 轴切成若干片，每次只加载一片做投影和雕刻。或者用single类型代替double，内存减半，精度对体素雕刻足够。

% 分块雕刻示例：按 Z 轴切片 sliceSize = 16; % 每次处理 16 层 for zStart = 1:sliceSize:gridSize zEnd = min(zStart + sliceSize - 1, gridSize); % 只提取这一片的体素坐标 % ... 投影和雕刻逻辑 ... end

4.4 轮廓与图像不对齐

现象：投影查轮廓时，物体边缘的体素被错误保留或删除，模型边缘毛糙。

原因：轮廓图和投影矩阵来自不同分辨率的图像，或者轮廓提取时做了缩放但没同步更新内参。

解决：确保轮廓图和标定用的图像同分辨率。如果必须缩放，投影矩阵的内参部分要按比例修改。我一般不做缩放，直接在原图上提轮廓。

5. 进阶技巧：从可视外壳到带纹理模型，以及验证重建质量

5.1 用 marching cubes 提取表面网格

雕刻完得到的是体素占用网格，要变成可用的三维模型，需要提取等值面。MATLAB 自带isosurface就是 marching cubes 的实现。

% 从占用网格提取表面 % 先构造平滑的标量场：占用为 1，空为 0，做一次高斯平滑 occupancyField = double(occupied); occupancyField = smooth3(occupancyField, 'gaussian', 5); % 提取等值面，阈值取 0.5 fv = isosurface(X, Y, Z, occupancyField, 0.5); % 简化网格（可选） fv = reducepatch(fv, 0.5); % 保留 50% 面片 % 导出为 STL stlwrite('reconstructed.stl', fv);

smooth3的窗口大小 5 是经验值，太小表面粗糙，太大细节丢失。reducepatch的 0.5 表示保留一半面片，用于减小文件体积，对精度要求高就别简化。

5.2 纹理映射：把序列图像贴回模型

有了网格和相机参数，纹理映射就是反投影。对每个面片，找到它可见的视角，把该视角的图像像素采样到面片顶点上。

% 简单纹理映射：选一个主视角做投影 % 实际工程中会做多视角融合，这里演示单视角 mainView = 1; P = projectionMatrices{mainView}; img = imread(sprintf('view_%02d.png', mainView)); % 面片顶点投影到图像 vertices = fv.vertices; verticesH = [vertices, ones(size(vertices,1), 1)]; projCoords = (P * verticesH')'; u = projCoords(:,1) ./ projCoords(:,3); v = projCoords(:,2) ./ projCoords(:,3); % 采样颜色 colors = zeros(size(vertices,1), 3); for i = 1:size(vertices,1) ui = round(u(i)); vi = round(v(i)); if ui >= 1 && ui <= size(img,2) && vi >= 1 && vi <= size(img,1) colors(i,:) = img(vi, ui, :); end end % 写入 PLY 带顶点色 plywrite('textured.ply', fv.faces, fv.vertices, colors);

单视角映射在背面会有拉伸，实际项目里我一般选 3~5 个视角做加权融合，权重用面片法向和视角方向的夹角余弦。

5.3 验证重建质量：三个可量化的指标

重建完不能只看截图，要有量化验证。我常用三个指标：

轮廓重投影误差最能反映投影矩阵和雕刻逻辑是否正确。如果某个视角 IoU 明显低，回去检查那张图的轮廓质量或投影矩阵。

5.4 一个我踩过的坑

早期跑 256³ 网格时，我没做分块，直接全量投影，MATLAB 跑到第三个视角就卡死。后来改成按 Z 轴切片，每片 16 层，内存峰值降到 1GB 以内，总时间反而短了——因为缓存命中率高了。从那以后我每次上高分辨率网格前，都强制先跑一遍 64³ 验证流程，确认投影矩阵和轮廓没问题再放大。这个习惯帮我省了至少几十次无效等待。

希望帮到你。

本文还有配套的精品资源，点击获取