由于使用 2d 图像进行 3d 重建是一个非常困难的话题，编写自己的应用程序来做到这一点不仅是一个挑战，而且是浪费时间（从我正在阅读的内容来看）我想问一下如何使用 GPS 数据获取图像？
想象一架无人机绕着一个物体飞行，为 3d 重建拍照，让我们在 3d 中制作点云。
这会有帮助吗？了解 2d 图像的位置和课程 - 是否可以更轻松地编写将这些信息与 RGB 数据一起转换为 3d 模型/点云的应用程序？
问问题
407 次
2 回答
1
如果您可以从无人机收集视频及其 GIS 信息，您可以使用像 Pix4d ( https://pix4d.com )这样的摄影测量 3d 重建软件
您提到的确切内容已由苏黎世大学在 2017 年完成。请参阅以下视频
https://www.youtube.com/watch?v=7hTvWbxxmY0
及其研究论文
于 2019-09-10T09:41:37.533 回答
1
像往常一样，这完全取决于你的目标。如果您想玩得开心，您可以毫不费力地轻松获得厘米/米精度的结果，如果您的目标是准确的结果，那么您需要处理和实施的信息量会随着您的期望呈指数级增长。
这里的大多数人没有任何摄影测量经验，这意味着您必须将他们的答案更多地视为个人意见，而不是值得依赖的东西。
在这一点上区分摄影测量和计算机视觉。
如果你做计算机视觉，很容易将 2d 图像转换为 3d 点云。所有必要的算法都已经写在 OpenCV 等库中。如果您想从头开始，您将花费更多时间，但或多或少您最终会在 OpenCV 中复制这些东西。
OpenCV 中的例程快速但不准确。当涉及到现实世界的精度时，您可能会实现不超过（mm/m 到 cm/m）。它们更像是数学优化，这意味着：“在某个地方拟合一些东西。如果样本内错误结果还可以，那么一切都很好。” 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中那样使用过。所以永远不要试图以真实世界的准确性来出售 OpenCV 结果，你会犯下欺诈行为。
编写好的摄影测量应用程序非常困难，因为突然之间您必须考虑与反投影误差无关的温度梯度和外部精度。您还需要根据您的任务设计目标，因为 SIFT 目标在摄影测量中没有用处，它们太不准确了。镜头必须用物理参数来描述，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，如果您不需要准确，请使用 CV 算法并使用 OpenCV 等现有库，如果您有扎实的编程背景，这应该很容易。对于旨在实现 < 50µm/m 的真实世界精度的摄影测量任务，您需要投入更多时间。
那么GPS能帮上忙吗？如果您想让您的 3D 模型在某个参考框架（如 ERTS89）中，并且无法找到某些点的某些现有坐标，那么可以。
另一种用途是，如果您想检查图像之间的位移作为控制值以避免严重错误或作为共线性方程的泰勒级数的初始值，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 接收器在 3D 位置具有 15m 的非常差的精度，因此您必须飞得高，以使误差足够小才能发挥作用。
于 2015-11-23T10:46:17.700 回答