积分区域里面相机比
，而区域更接近
是在空间雕刻区域。沿
空间雕刻区域内的每条光线，我们凿去 具有非正存储数据自卫队。算法1，8号线 示出了这是如何实现的。
太空雕给我们
两个好处：第一，它极大地
提高了非常高的噪声区域的表面重建 （特别是周围物体的边缘：参见图9），二 它消除造成运动的物体上的不一致 和本地化错误。例如，一个人走在前面 传感器将是之前只是简单地影响了TSDF的 通过空间雕刻去除。 F.动态空间上散列TSDF
每个像素包含符号距离场的估计
和相关联的权重。在我们的实现中，这些都是 打包成一个32位的整数。前16位是 定点符号距离值，最后16位是一个
无符号整数重量。颜色类似地存储为一个32位的 整数，每个彩色信道的8位，并且8位权重。一个 类似的方法是在[2，11，12，14]用于存储TSDF。如 一个基准，我们可以考虑简单地存储所有必需的 体素的内存集成块。不幸的是， 对本固定网格所需的存储器存储量 型成长，如
，其中，N是每个体素的数量
三维像素阵列的一面。此外，如果场景的大小 是事先不知道，存储器块必须被调整。 对于大规模重建，较少内存密集型和 需要更多的动态方法。部分作品要么
用八叉树[24，30，31]，或使用动态卷[12]。也不 这些方法是理想的我们的应用程序。八叉树， 而最大内存使用效率，有显著的缺点 当涉及到访问和遍历容量
数据[2,33]。如[2]，我们发现，用八叉树来存储 该TSDF数据通过一个为了减少重复性能 时相比，定格大小。
相反，使用八叉树，移动量，或定格， 凿使用由Nie?ner推出了混合数据结构
等。 [2]。我们把世界变成了一个两级树。在里面 图。 6：相交只有两个块相交的摄像头和视锥 包含传感器数据（绿色）更新/分配。
第一个层次，我们有体素（图4a）的块。块是 空间散列[16]成动态哈希映射。每个块 由NV的定格
3体素，其被存储在一个 单片内存块。块被动态分配
从堆内存的不断增长的池将数据添加， 并在空间三维哈希映射根据他们的索引
整数坐标。如[2,16]，我们使用的哈希函数：
是所述
块，P1的3D整数坐标; P2; P3是任意 大素数，？是异或运算符，和n是最大 散列映射的大小。
由于块是固定大小，查询从数据
分块TSDF包括倒圆（或位移，如果是NV 二）世界电力协调一大块和体素 坐标，然后做一个散列映射查找随后 数组查找。因此，查询为
。另外，由于
块内的体素被存储彼此相邻
在内存中，而迭代缓存的性能提高
通过他们。通过仔细选择的块的大小，以便 它们对应？ ，我们只分配容积数据 接近零等值面，不要浪费这么多的内存 在空或者未知的体素。 G.域剔除和垃圾收集
要确定哪些块应分配，通过更新
深度扫描，绘制，我们使用域剔除（众所周知 在计算机图形技术）。我们创建了一个摄像头视锥 与在相机的最大深度读数远平面 并在摄像机的最小深度近平面。我们 然后拿相机视锥的轴线对齐边框， 并检查轴对齐边框内每个块
用于与相机平截头体相交。只有那些 相交的平截头体被更新。块被分配时 他们首先interesect相机视锥。 由于锥台是的一个保守的近似 可由一个深度扫描更新空间，一些 块是可见的视锥将没有深度数据
与之相关联。图6显示了所有TSDF块这 相交深度相机平截头体，并且内？一击
绿色立方体。只有这些块被更新时，新的数据 被接收。它没有得到深入的过程中更新块 扫描是垃圾收集（从哈希图中删除）。以来
相机平截头体的大小是在一个固定的范围内，垃圾 采集过程中有O（1）性能。 Niessner等。 [2]
使用类似的方法来决定哪些像素块应该 利用光线投射而不是几何截锥更新 扑杀。我们发现域剔除比光线投射快上
图。 5：空间散列（SH）是更多的内存比固定网格（FG）有效，并提供了深入的视锥的控制。
移动CPU。 H.深度扫描融合
熔化深度扫描到TSDF（Alg.1），有必要
考虑每次扫描每一个深度阅读和upate每个像素 相交它的视觉锥。大多数作品近似的深度 通过锥形[2,11]的中心的射线锥形，并 使用快速光栅化算法，以确定哪些体素 与射线[34]相交。我们将它称为光线投影 做法。其表现为
，其中
Nray是光线在扫描的数目，并且lray成正比
到光线的长度被整合。如果我们用一个固定大小的 截断距离和不执行空间雕刻，
。
然而，随着空间的雕刻（第三节-E）的长度
光线被整合可能是无限的。
以光线投射一个有用的方法是投影映射。
用于[11，14，23，32]，投影映射的工作原理是 突出的每个体素的视觉船体到深度图像 并与几何范围有比较所述深度值
从体素到照相机平面。 Alg.2描述投影 映射。相反，遍历每条光线，投影
映射遍历每个像素。像大多数其他作品， 我们通过一个点来近似每个像素的视觉船体 在体素的中心位置。投影映射的表现 被O（NV），其中，NV是体素的数量为界 受深度扫描。这个值超过几乎不变
时间，并根据不同的TSDF的分辨率，可以 比光线在扫描的数目显著较少。然而， 投影映射从依赖分辨率走样遭受
错误，因为对一个体素的中心的距离可能不同 从射线的真实长度通过体素传递
到对角线体素的长度的一半。进一步， 忽略体素的视觉船体和仅在投影
它的中心，我们忽视的事实是多个深度圆锥可 每次扫描过程中相交的体素。第四节-C比较 性能和这些方法的质量。 一，渲染
大多数其他TSDF融合方法[2,11]渲染场景
通过直接光线追踪它在GPU上。这具有的优点 其渲染时间独立重建规模，
但是需要TSDF数据要被存储在GPU上。由于所有的 我们的计算是在CPU上执行的，我们不是使用一个 从计算机图形的方式进行渲染大地形