Bunu daha önce Photosynth Toolkit'i ( http://www.visual-experiments.com/demos/photosynthtoolkit/ ) kullanarak başarılı bir şekilde yaptım , ancak bir drone yerine başımı küçük bir uçaktan fotoğraf çekiyordum şehir merkezinde küçük bir kasaba. Görsel SFM'yi de kontrol edebilirsiniz ( http://ccwu.me/vsfm/ ); Ben kullanmadım ama aynı görevi yerine getirmek için başka bir araç gibi görünüyor.
Geçenlerde de bir drone aldım ve aynı yöntem için bu metodolojilerin her ikisini de kullanmayı amaçlıyorum. Şansım olduğunda fotosent araç kiti projesine bazı örnekler göndereceğim.
DÜZENLEME: İşte Photosynth Toolkit'in çıktısına bir örnek (MeshLab http://meshlab.sourceforge.net/ adresinde görüldüğü gibi )
Bu, uçaktan aldığım bir dizi hava fotoğrafından kaynaklanan nokta bulutu verileridir (renk bilgileriyle birlikte). Nokta bulutunu bir kerede bir blok için işlemeye odaklanmak için görüntüleri kümeledim, bu yüzden bir blok diğerlerinden çok daha yoğun.
Burada, üst üste yerleştirilmiş üçgen şeklinde düzensiz bir ağa sahip aynı nokta bulutu var. Mükemmel değil, ama havalı bir yeniden yapılanma.
Dolayısıyla, nokta bulutu verileri oluşturmak için bir İHA kullanmanın karasal lazer tarayıcıya uygun bir alternatif olup olmadığı sorunuza cevap olarak: evet, öyle!
Fotoğrafları birleştirmek için otomatik yöntemlerin yüksek kontrastlı aydınlatma ortamlarında iyi çalışmadığını unutmayın; Binanızın bir tarafı güneş ışığında, diğeri gölgede ise fotoğrafların sıraya konulmasında sorun yaşayabilirsiniz. Böyle fotoğraf çekmek için en iyi zaman, bulutlu olduğu zamandır. Bulutlar, güneş ışığının yayılmasını sağlayarak aydınlatmayı daha dengeli / tutarlı hale getirir.
Aydınlatma iyi ise, çok ayrıntılı bir nokta bulut veri kümesi bulmak için nispeten yakın mesafeden fotoğraf çekebilirsiniz. Yukarıdaki TIN'den, sol tarafta yerden uzaya gider gibi görünen bir çizgi olduğunu görebilirsiniz; bu, veri kümesinden kaldırılmayan bir aykırı değerdir. Bakmanız gereken bir şey, nokta bulutu verilerini düzeltme / aykırı değerleri kaldırma yöntemidir, belki de en yakın komşu analizini kullanmaktır.
Binanın çok yakın fotoğraflarını çekiyorsanız, fotoğrafları birbirleriyle ilişkilendirmeye yardımcı olması için binaya hedefler koymak isteyebilirsiniz. Hedefler kullanıyorsanız, fotoğrafların yanlış konumla eşleşmemesi için her birinin benzersiz olduğundan emin olun ve her fotoğrafta 2/3 hedef elde etmeye çalışmalısınız. Yerde bazı hedefleriniz varsa, nokta bulutu veri kümenizi coğrafi olarak belirlemek için her birinde GPS okumalarını kullanabilirsiniz, böylece binadan aldığınız ölçümler gerçek dünya ölçümlerini temsil edecektir.
Nokta bulutu verilerinizi coğrafi referanslarla incelemek istiyorsanız, Mark Willis'nin nasıl yapılır kılavuzuna bakın ( http://palentier.blogspot.com/2010/12/how-to-create-digital-elevation-model.html ) . Bu eski bir blog, ancak metodoloji iyi bir blog.
EDIT2: Son yorum: Çok fazla bozulma olmadan kamera kullandığınızdan emin olun. Örneğin, GoPro uçağı takmak için harika bir küçük kameradır, ancak geniş açılı merceğin neden olduğu önemli bozulma, fotogrametrik proje için standart GoPro kullanma olasılığını ortadan kaldırır. Bu sorunun bir çözümü var, ancak GoPro'nuzu ayırmanız gerekebilir: http://www.peauproductions.com/collections/survey-and-ndvi-cameras
Peau Productions, kamerayla birlikte gelen lensden önemli ölçüde daha az bozulmaya sahip farklı lenslere sahip modifiye GoPro kameralar satmaktadır. Kameranızı kendi başınıza değiştirmek istiyorsanız lensleri de satarlar.
EDIT: Bu eski bir soru olduğunu biliyorum, ama tam olarak bu projeyi yapmak için açık kaynak kodlu bir araç olan OpenDroneMap paylaşacağımı düşündüm http://opendronemap.org/