3d gps摄影测量生成三维纹理云

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；）