SFM和vSLAM基本讨论的是同一问题，不过SFM是vision方向的叫法，而vSLAM是robotics方向的叫法，
vSLAM所谓的mapping，我们vision方向叫structure，vSLAM所谓的location，我们vision方向叫camera pose。
但是从出发点考虑的话，SFM主要是要完成3D reconstuction，而vSLAM主要是要完成localization。
从方法论的角度上考虑的话，传统的SFM是不要求prediction的，但是对于vSLAM而言prediction是必须的，因为vSLAM的终极目标是要real-time navigation。对于传统SFM而言，real-time是不要求的。
而传统的vSLAM也把主要精力放在prediction上面，而且是借助非camera的外界的手段来predict，例如acceleration sensor。
传统SFM则把精力放在feature tracking上面了。
直到最近，SFM开始利用图片间的optical flow做prediction，而vSLAM则更加的注重了feature tracking。
所以就目前而言两个领域似有大融和趋势。
Andres Davison做了一个非常精彩的关于15年来基于视觉的SLAM的总结。过去10-15年来最典型的几个SLAM系统如下：
-
MonoSLAM
-
PTAM
-
FAB-MAP
-
DTAM
-
KinectFusion
当然做到dense点云的话看起来就比较逼真了，想把点连起来变成连续多边形网格（也就是表面）再加上纹理信息，就是可以各种玩的3D模型了。商业软件很多了，上面已经有一些不错的例子，Pix4Dmapper是一款专门用于无人机航拍图像重建的产品，效率质量惊人，当然用于地面场景应用也是可以的。如果不怕麻烦的话，这里主要介绍一些research的例子：
SfM：大家比较熟悉的就是Changchang Wu的 VisualSFM 啦，这是个写的比较溜的非开源福利，Changchang大神一致不公开源码，是他一行行累出来的作品，其中的SiftGPU和PBA也是大神的作品。我也算用过一些不同的SfM代码，各路大神写的，包括一些大牛组的，讲良心VSFM算是我见过鲁棒性最好的 之一（严谨脸），极少出现数据量太大、数据质量（各种因素blabla）差造成的崩、卡、完、“就是没结果”之类，虽说已有岁月包浆，但其精度和稳定性值得信赖的。非说槽点的话，也就是图像匹配和BA的效率不高，各种改进此处略去，如果只是用一下的话还是包您满意的。还有MVE、 OpenMVG （openMVG/openMVG）和 COLMAP（COLMAP - Structure-From-Motion and Multi-View Stereo），现在的框架都必须追求全面，所以稍微看下主页就会发现MVS等功能都是打包的。（bundler还是要说的，但是用起来稍微麻烦，不推荐上手玩）
MVS：PMVS、CMVS，CMPMVS，以及OpenMVS，各种dense层出不穷，本人代码能力有限，对于这块还是望而生畏的（顺吐一下，还是不要去自己编译OpenMVS了。。可能新版本已改观，未求证）。OpenMVS效果还是很赞的，虽说时常出现莫名的罢工，自带了VSFM和OpenMVG的接口，贴心。SR和TM：CV，CG，CCTV，好吧，其实OpenMVS都有啦，请自行观看cdcseacave/openMVS。
另外，想自己翻来覆去把玩结果的话，Meshlab是很好的。
VisualSfM——OpenMVS，是一套比较简洁的方案，也可以把OpenMVS替换成CMPMVS。另外做重建数据是非常重要的，自己拍的话请尽量量大出奇迹，多一点视角，保证每次拍照位置的距离合适（基 线），实在懒的话就上视频了，找个软件或者自己opencv弄成帧再喂进去（感兴趣的话opencv和matlab也可以自己写重建算法，有高质量库和工程，例如普林的SfM相关课程）。一次拍的不好，可以多拍几次，看下哪里空洞补哪里，新数据加进去再跑一次就好（特征点检测匹配等中间结果慎删）。
想更多了解原理，推荐一本经典教材，《计算机视觉中的多视图几何》（Multiple View Geometry in Computer Vision），超级经典，反正我是没好好读完过。
