TSDF方法的重建和Poisson重建相比較有什麼優點和缺點？

三維重建方法有很多，但是感覺目前最廣泛使用的RGB-D信息重建方法是TSDF field reconstruction和Poisson reconstruction。在看了幾篇論文之後感覺到對兩個重建方法理解的還不是很透徹，希望可以得到大家點撥，能清晰的了解這兩個方法。

圖1. TSDF 方法

圖2. Poisson 重建方法

Poisson reconstruction生成的質量更高。表面平滑同時保留細節。但速度較慢。

TSDF本質上還是SDF，只是變成在surface附近的distance有意義，其他都截斷了。這個方法重建質量好壞很取決於數據。數據不好的話雜訊非常明顯。速度快。

07年參與的一篇paper Data-Parallel Octrees for Surface Reconstruction http://kunzhou.net/2010/ParallelOctree-preprint.pdf。我是作者之一。在做的過程中，實際上就已經實現了(T)SDF和Poisson，甚至還實驗性的做了基於RBF的，雖然最後paper只寫了Poisson。其實整體框架都是一樣的，建立Octree，把採樣點擴散到全域，marching cubes抽取表面。只是擴散的過程不同，SDF用的是擴散距離。Poisson用的是解poisson方程，生成全域的indicator function。

從實現來說，為了簡化，TSDF經常不用octree，而是直接保存一個完整的volume。這樣更新快，可以在GPU上隨機讀寫。但空間佔用還是不小的。Kinect Fusion用的就是這個做法。而Poisson reconstruction適合於掃描結束後，離線數據處理。Kinect Funlabs用的就是這個做法。