분산 사진에서 물체의 사진 측량 점 구름 만들기 : UAV 이미지를 사용하여 건물의 정확한 3D 모델을 만드시겠습니까?


12

조밀하게 분포 된 물체의 사진에서 사진 측량 점 구름을 만드는 방법이 있습니까?

신청:

UAV (Phantom 3 Pro) 이미지에서 건물 외부의 3D 모델 (포인트 클라우드)을 만드는 것이 TLS (Terrestrial Laser Scanner)를 사용하여 포인트 클라우드를 만드는 대안으로 사용 가능한지 조사하려고합니다. UAV에는 12 메가 픽셀 카메라와 GPS가 있습니다.

목표는 건물 주변에서 UAV를 비행하여 비교적 가까운 거리에서 이미지를 촬영하고 밀도가 높은 이미지 일치 소프트웨어 (Pix4D)에서 점 구름을 만드는 것입니다. 계획은 건물을 내려다 보는 평범한 nadir 및 비스듬한 이미지를 찍을 것입니다. 또한 낮은 높이로 날아가고 창문, 처마 등을 바라 보는 비스듬한 사진을 찍어 최대한 자세하게 캡처하려고 시도합니다.


Esri의 Drone2Map 은 베타 버전입니다. 그것은 당신이 묘사하는 것을 수행합니다. 살펴볼 가치가 있습니다. 관심이 있다면 베타에 참여하여 사용해 볼 수 있습니다.
BlakeG

지상 통제 점이 있습니까?
Kirk Kuykendall

Phantom 3의 카메라에는 광각 렌즈가 있으므로 사진 측량 용도에 적합한 지 잘 모르겠습니다. 다른 한편으로, 당신은 당신이 이미지 사이에 많은 중복이 있는지 확인해야하므로 신중한 임무 계획이 필요하며 이것이 가능한지 아닌지를 Phantom 소프트웨어에 익숙하지 않습니다.
Techie_Gus

좋은 질문입니다!
NetConstructor.com

모델을 지리 참조해야합니까? Linux에서는 기본 무료 옵션을 사용할 수 있지만이 기능만으로도 매우 비싼 독점 소프트웨어로 제한 할 수 있습니다. 대부분의 무료 소프트웨어는 지리 참조를 지원하지 않으며 가장 잘 알려진 공급 업체는 저렴한 버전의 처리 소프트웨어를 제공하지만 지리 참조 구성 요소가 제거 된 한 가지 공통 요소가 있습니다. Pix4D 및 유사 제품은 원하는 가격으로 많은 것을 쉽게 할 수 있어야합니다.
Jakub Sisak GeoGraphics

답변:


-1

Pix4D는 Chillon Project 라는 프로젝트 를 수행했습니다.

YouTube 프로젝트에 대한 링크는 다음과 같습니다 .

또한 이미지를 캡처하기 위해 UAV에만 의존하는 것이 아니라 Go Pros 및 Smart Phones와 같은 핸드 헬드 장치를 사용하여 캡처 한 지상 사진을 활용했습니다.

결과는 정말 멋지다!


8

드론 대신 사진을 찍는 작은 비행기에서 머리를 걸고있는 것을 제외하고 는 Photosynth Toolkit ( http://www.visual-experiments.com/demos/photosynthtoolkit/ )을 사용하여 성공을 거두었습니다 . 작은 마을의 시내 지역. Visual SFM ( http://ccwu.me/vsfm/ ) 도 확인할 수 있습니다 . 나는 그것을 사용하지 않았지만 동일한 작업을 수행하는 또 다른 도구 인 것 같습니다.

나는 최근에도 드론을 얻었고 같은 프로젝트에 두 가지 방법론을 모두 사용하려고합니다. 기회가되었을 때 광합성 툴킷 프로젝트의 예를 게시하겠습니다.

편집 : 다음은 Photosynth Toolkit의 출력 예입니다 (MeshLab http://meshlab.sourceforge.net/ 참조 )

여기에 이미지 설명을 입력하십시오

이것은 비행기에서 찍은 일련의 항공 사진으로 인한 포인트 클라우드 데이터 (색상 정보 포함)입니다. 한 번에 한 블록 씩 포인트 클라우드를 처리하는 데 초점을 맞추기 위해 이미지를 클러스터링했기 때문에 한 블록이 나머지 블록보다 훨씬 밀도가 높아졌습니다.

여기에 삼각형의 불규칙한 네트워크가 겹쳐진 동일한 포인트 클라우드가 있습니다. 완벽하지는 않지만 멋진 재구성입니다.

여기에 이미지 설명을 입력하십시오

따라서 포인트 클라우드 데이터를 생성하기 위해 UAV를 사용하는 것이 지상 레이저 스캐너의 실행 가능한 대안인지에 대한 귀하의 질문에 대한 대답으로, 그렇습니다!

사진을 함께 스티칭하는 자동화 된 방법론은 고 대비 조명 환경에서는 잘 작동하지 않습니다. 건물의 한쪽이 햇빛에 있고 다른 쪽이 그늘에 있으면 사진을 정렬하는 데 문제가있을 수 있습니다. 그런 사진을 찍는 가장 좋은시기는 흐린 날씨입니다. 구름은 햇빛을 확산시켜 조명을 더욱 고르게 / 일관되게 만듭니다.

조명이 좋으면 비교적 가까운 거리에서 사진을 찍어 매우 상세한 포인트 클라우드 데이터 세트를 얻을 수 있습니다. 위의 TIN에서 왼쪽에 지상에서 우주로가는 것처럼 보이는 선이 있음을 알 수 있습니다. 그것은 데이터 세트에서 제거되지 않은 특이 치입니다. 한 가지 고려해야 할 점은 가장 가까운 이웃 분석을 사용하여 점 구름 데이터를 평활화하고 특이 치를 제거하는 방법입니다.

건물의 사진을 매우 근접하게 촬영하는 경우 사진을 서로 연결하는 데 도움이되도록 건물에 대상을 배치 할 수 있습니다. 대상을 사용하는 경우 사진이 잘못된 위치와 일치하지 않도록 각 대상이 고유한지 확인하고 각 사진에서 2/3 개의 대상을 가져와야합니다. 지상에 목표가있는 경우 각각의 GPS 측정 값을 사용하여 점 구름 데이터 세트를 지리 참조 할 수 있으므로 건물에서 측정 한 모든 측정 값이 실제 측정 값을 나타낼 수 있습니다.

포인트 클라우드 데이터를 지리 참조하려면 Mark Willis의 방법 안내서 ( http://palentier.blogspot.com/2010/12/how-to-create-digital-elevation-model.html )를 확인하십시오. . 오래된 블로그이지만 방법론이 좋습니다.

EDIT2 : 마지막 코멘트 : 왜곡없이 카메라를 사용하고 있는지 확인하십시오. 예를 들어 GoPro는 드론을 장착 할 수있는 멋진 작은 카메라이지만 광각 렌즈로 인한 왜곡이 심해 사진 촬영 프로젝트에 표준 GoPro를 사용할 가능성이 없습니다. 이 문제에 대한 해결책이 있지만 GoPro를 분해해야 할 수도 있습니다. http://www.peauproductions.com/collections/survey-and-ndvi-cameras

Peau Productions는 카메라와 함께 제공되는 렌즈보다 왜곡이 적은 렌즈를 사용하여 수정 된 GoPro 카메라를 판매합니다. 또한 카메라를 직접 수정해야 할 경우 렌즈 자체를 판매합니다.

편집 : 나는 이것이 오래된 질문이라는 것을 알고 있지만,이 프로젝트를 정확하게 수행 할 수있는 오픈 소스 도구 인 OpenDroneMap을 공유 할 것이라고 생각했습니다 http://opendronemap.org/


2

내가 할 수있는 방법이라고 생각 VisualSFM이 사진 (더 강한 GPU 더 나은) 및 조밀 한 점의 구름과 창조의 일치 할 MeshLab을 점 구름의 질감 된 삼각형 모델을 만들 수 있습니다.

VisualSFM :

http://ccwu.me/vsfm/

http://ptak.felk.cvut.cz/sfmservice/websfm.pl?menu=cmpmvs (cp. 특히 '기술 사이트'및 논문 참조)

MeshLab :

https://sourceforge.net/projects/meshlab/

HowTo 및 응용 프로그램 (UAV 응용 프로그램조차 포함)을 참조하십시오.

https://www.youtube.com/watch?v=V4iBb_j6k_g

https://www.youtube.com/watch?v=wBKidr0e-XA

https://www.youtube.com/watch?v=-S7HeJvIKcs


실제로이 접근 방식을 성공적으로 시도한 후 다음을 공유 할 수 있습니다. 학습 곡선은 다소 가파르고, Visual SFM은 밀도가 높은 포인트 클라우드 및 GeForce 비디오 카드가 필요한 한 귀하에게 제공합니다. 지리 참조를 지원하지 않으므로 심각한 원격 감지 작업에는 실제로 적합하지 않습니다. 또한 매우 느리고 날짜가 있으며 몇 년 동안 릴리스가 없었습니다.
Jakub Sisak GeoGraphics

2

-https : //www.mapsmadeeasy.com/point_estimator 이것을 사용하여 비행 계획 설정 변수를 원하는대로 설정하여 영감을 얻거나 팬텀 3을 카메라를 바닥 근처에서 선택하십시오.이 계획을 apm의 kml로 내보낼 수 있습니다 .

또는보다 능숙한 경우 선택한 gis 소프트웨어를 사용하여 다음 단계에서 리치에 업로드 할 kml 그리드 비행 경로를 만들 수 있습니다.

- https://flylitchi.com/을 비행 계획에 대한 확인 변경 비행 높이에 mapsmadeeasy 메이크업에서 임무 허브에 KML을 업로드, 정말 매끈하고 멋진 웨이 포인트 임무 수 있습니다.

-이제 원하는 카메라 설정으로 임무를 수행 할 수 있습니다.

사후 미션에서는 라이트 룸을 사용하여 왜곡을 보정합니다 (영감 1과 동일한 왜곡) http://www.inspirepilots.com/threads/inspire-camera-lens-correction-profiles.1270/ ,이 단계를 건너 뛰면 고도 모델은 일종의 오목한 효과.

-sfm 처리를 위해 gcp를 사용하고 포인트 기반 시스템, 처음에는 무료 포인트를 사용하고 소규모 작업은 무료로 사용할 수 있도록 맵을 쉽게 만들 것을 권장합니다.


1

문제의 핵심은 UAV로 획득 한 일련의 이미지를 사용하여 큰 물체를 3D로 재구성하는 것이 었으므로 작업을 처리하는 소프트웨어 제품이 몇 가지 있습니다. 그것들은 Pix4D, PixProcessing, Agisoft, CapturingReality 등입니다. 이들은 모두 추가 계산을 위해 포인트 클라우드와 직교 사진을 제공하거나 단순히 내보내기를위한 객체의 상세한 3D 모델을 얻기 위해 사진 세트를 완벽하게 처리 할 수 ​​있습니다. 제공된 형식으로 파일을 저장하십시오. 소비자 등급 GPS가 장착 된 UAV는 더욱 정확한 측정이 필요한 경우 좌표 데이터의 추가 사양이 필요할 수 있습니다. 따라서 매우 높은 정확도를 제공하기 위해 전문 GPS 장치를 사용할 수 있습니다. 이 옵션을 사용하면 전체 이동으로 인한 오류가 발생하지 않도록 추가 좌표 데이터가 제공되는 경우 재구성 된 모델의 매우 정확한 지리 참조가 가능합니다. 반면에 지오 태깅 및 지리 참조가 선택적이고 프로젝트의 대상이 아닌 경우, Phantom의 GPS 데이터는 진행하기에 충분한 정보를 제공합니다. 요약하면, 위에 명명 된 소프트웨어는 TLS의 중요한 대안입니다.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.