3d gps摄影测量生成三维纹理云

3d gps摄影测量生成三维纹理云,3d,gps,photogrammetry,3d,Gps,Photogrammetry,由于使用2d图像进行3d重建是一个非常困难的话题,因此编写自己的应用程序不仅是一个挑战,而且也是一种浪费时间的行为(从我阅读的内容来看),我想问一下,使用GPS数据进行图像重建怎么样 想象一架无人驾驶飞机围绕一个物体飞行,为3d重建拍照,让我们在3d中制作点云 那会有帮助吗?了解2d图像和路线的位置-这会使编写一个将这些信息与RGB数据一起转换为3d模型/点云的应用程序变得更容易吗 像往常一样,一切都是为了你的目标。如果您想玩得开心,您可以轻松获得cm/m精度的结果,而无需付出太多努力。如果您的

由于使用2d图像进行3d重建是一个非常困难的话题,因此编写自己的应用程序不仅是一个挑战,而且也是一种浪费时间的行为(从我阅读的内容来看),我想问一下,使用GPS数据进行图像重建怎么样

想象一架无人驾驶飞机围绕一个物体飞行,为3d重建拍照,让我们在3d中制作点云


那会有帮助吗?了解2d图像和路线的位置-这会使编写一个将这些信息与RGB数据一起转换为3d模型/点云的应用程序变得更容易吗

像往常一样,一切都是为了你的目标。如果您想玩得开心,您可以轻松获得cm/m精度的结果,而无需付出太多努力。如果您的目标是获得准确的结果,那么您需要处理和实施的信息量将随着您的期望呈指数级增长

这里的大多数人在摄影测量方面没有任何经验,这意味着你必须把他们的答案更像是个人意见,而不是值得依赖的东西

在这一点上,摄影测量和计算机视觉是分开的

如果使用计算机视觉,将二维图像转换为三维点云非常容易。所有必要的算法都已经在像OpenCV这样的库中编写好了。如果你想从头开始,这将花费你更多的时间,但或多或少你会在OpenCV中复制这些东西

OpenCV中的例程速度很快,但不准确。就现实世界的精度而言,您可能不会超过(mm/m到cm/m)。它们更像是数学优化,意思是“适合某个地方。如果样本中的错误结果没有问题,一切都很好。”这对于有趣的应用程序来说是可以的,但它们从未像在专业领域那样被使用过。所以,千万不要试图将OpenCV结果作为真实世界的准确性来销售,否则你会犯下欺诈行为

编写好的摄影测量应用程序是相当困难的,因为突然之间你不得不考虑温度梯度和外部精度,这和反投影误差无关。你还需要根据你的任务来设计你的目标,因为在摄影测量中筛选目标是没有用的,它们太不准确了。透镜必须用物理参数描述,整个优化过程需要分多个步骤进行,以避免某些系统误差

因此,如果您不需要精确,可以使用CV算法,并使用现有的库,如OpenCV,如果您有坚实的编程背景,这应该非常容易。对于摄影测量任务,其目标是实现小于50µm/m的真实世界精度,您需要投入更多的时间

那么GPS能帮上忙吗? 如果希望将3D模型置于特定参考系(如ERTS89)中,并且无法找到某些点的现有坐标,则选择“是”

另一个用途是,如果要检查图像之间的位移作为控制值以避免粗差,或者作为共线方程泰勒级数的初始值,它们可能会有所帮助


另一方面,对于无人机来说足够轻的标准非差分GPS接收机在3D位置的精度很差,只有15米,因此你必须飞得很高,因为误差小到可以使用。

如果你可以从无人机上采集视频和其GIS信息,您可以使用摄影测量三维重建软件,如Pix4d()

你刚才提到的确切事情是2017在苏黎世大学完成的。请参阅下面的视频

及其研究论文


谢谢你,我正在考虑你提到的有趣的项目。将检查OpenCV并尝试实现我自己的解决方案,我有一些空闲时间想使用;)