Creación de una nube de puntos fotogramétrica de un objeto a partir de fotografías distribuidas, aquí: ¿Hacer un modelo 3D de construcción preciso utilizando imágenes UAV?

¿Hay alguna forma de crear una nube de puntos fotográfica a partir de un conjunto de fotografías densamente distribuidas de un objeto?

Solicitud:

Estoy tratando de investigar si crear un modelo 3D (nube de puntos) del exterior de un edificio a partir de imágenes de UAV (Phantom 3 Pro) sería una alternativa viable al uso de un escáner láser terrestre (TLS) para crear la nube de puntos. El UAV tiene una cámara de 12 megapíxeles y GPS.

El objetivo es hacer volar el UAV alrededor del edificio tomando imágenes a una distancia relativamente corta y creando una nube de puntos a partir de un software de coincidencia de imágenes densas (con suerte Pix4D). El plan es tomar las imágenes oblicuas y nadir habituales mirando hacia el edificio, pero también intentaré volar a baja altura y tomar fotos directas y oblicuas mirando hacia las ventanas, aleros, etc. para intentar capturar la mayor cantidad de detalles posible.

Pix4D hizo un proyecto llamado Chillon Project donde hicieron exactamente lo que estás buscando hacer.

Aquí hay un enlace a su proyecto en YouTube .

Además, no solo se basaron en el UAV para capturar las imágenes, sino que también utilizaron fotos terrestres capturadas con dispositivos portátiles como Go Pros y Smart Phones.

¡Los resultados son realmente geniales!

He hecho esto antes con éxito usando el kit de herramientas Photosynth ( http://www.visual-experiments.com/demos/photosynthtoolkit/ ), excepto que en lugar de un avión no tripulado estaba sacando mi cabeza de un pequeño avión tomando fotos del Zona céntrica de un pequeño pueblo. También puede consultar Visual SFM ( http://ccwu.me/vsfm/ ); No lo he usado, pero parece ser otra herramienta para realizar la misma tarea.

Recientemente también obtuve un dron, y tengo la intención de utilizar ambas metodologías para el mismo proyecto. Publicaré algunos ejemplos del proyecto del kit de herramientas de fotosíntesis cuando tenga la oportunidad.

EDITAR: Aquí hay un ejemplo de la salida del Photosynth Toolkit (como se ve en MeshLab http://meshlab.sourceforge.net/ )

Estos son los datos de la nube de puntos (con información de color) resultantes de un lote de fotos aéreas que tomé del avión. Agrupe las imágenes para centrarme en el procesamiento de la nube de puntos para un bloque a la vez, por lo que un bloque es mucho más denso que el resto.

Aquí está la misma nube de puntos con una red triangular irregular superpuesta en la parte superior. No es perfecto, pero es una reconstrucción genial.

Entonces, en respuesta a su pregunta sobre si usar un UAV para generar datos de nubes de puntos es una alternativa viable al escáner láser terrestre: ¡sí, lo es!

Tenga en cuenta que las metodologías automatizadas para unir las fotos juntas no funcionan bien en entornos de iluminación de alto contraste; Si un lado de su edificio está a la luz del sol mientras que el otro está a la sombra, es posible que tenga problemas para alinear las fotos. El mejor momento para tomar fotos así es cuando está nublado. Las nubes ayudan a difuminar la luz solar haciendo que la iluminación sea más uniforme / uniforme.

Si su iluminación es buena, puede tomar fotografías a una distancia relativamente corta para obtener un conjunto de datos de nube de puntos muy detallado. Puedes ver desde el TIN arriba que hay una línea en el lado izquierdo que parece que va desde el suelo hasta el espacio; es un valor atípico que no se eliminó del conjunto de datos. Una cosa que debe considerar es el método de suavizar los datos de la nube de puntos / eliminar valores atípicos, tal vez utilizando un análisis de vecino más cercano.

Si está tomando fotos muy cercanas del edificio, es posible que desee colocar objetivos en el edificio para ayudar a relacionar las fotos entre sí. Si usa objetivos, asegúrese de que cada uno sea único para que las fotos no coincidan con la ubicación incorrecta, y debe intentar obtener 2/3 objetivos en cada foto. Si tiene algunos objetivos en el suelo, puede usar las lecturas de GPS en cada uno para georreferenciar su conjunto de datos de nube de puntos, de modo que cualquier medida que realice desde el edificio representará mediciones del mundo real.

Si desea buscar georreferenciar sus datos de nube de puntos, consulte la guía de procedimientos de Mark Willis ( http://palentier.blogspot.com/2010/12/how-to-create-digital-elevation-model.html ) . Es un blog antiguo, pero la metodología es buena.

EDIT2: Último comentario: asegúrese de estar usando una cámara sin mucha distorsión. Por ejemplo, la GoPro es una pequeña cámara increíble para colocar drones, pero la distorsión significativa causada por la lente gran angular elimina la posibilidad de usar la GoPro estándar para un proyecto fotogramétrico. Hay una solución para este problema, pero puede requerir desmontar su GoPro: http://www.peauproductions.com/collections/survey-and-ndvi-cameras

Peau Productions vende cámaras GoPro modificadas con diferentes lentes que tienen significativamente menos distorsión que la lente que viene con la cámara. También venden los lentes ellos mismos si está dispuesto a modificar su cámara por su cuenta.

EDITAR: Sé que esta es una vieja pregunta, pero pensé que compartiría OpenDroneMap, una herramienta de código abierto para hacer exactamente este proyecto http://opendronemap.org/

Creo que una forma de hacerlo es VisualSFM para hacer coincidir las fotos (cuanto más fuerte sea la GPU, mejor) y crear una nube de puntos densa y MeshLab para crear un modelo triangulado texturizado a partir de la nube de puntos.

VisualSFM:

http://ccwu.me/vsfm/

http://ptak.felk.cvut.cz/sfmservice/websfm.pl?menu=cmpmvs (cp. especialmente el sitio 'Tecnología' y el documento mencionado allí)

MeshLab:

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

Consulte algunas aplicaciones / procedimientos (¡incluso el UAV!):

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

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

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

- https://www.mapsmadeeasy.com/point_estimator puede usar esto para hacer que un plan de vuelo establezca las variables a lo que desea, asegúrese de elegir inspire / phantom 3 como cámara cerca de la parte inferior, puede exportar este plan como kml para apm .

o si es más hábil, puede usar el software gis de su elección para crear una ruta de vuelo de cuadrícula kml para cargar en litchi en el siguiente paso.

- https://flylitchi.com/ para la planificación del vuelo, sube tu kml al centro de la misión desde mapsmadeeasy, asegúrate de cambiar la altura del vuelo, es realmente elegante y permite increíbles misiones de waypoint.

ahora puedes volar tu misión con la configuración de cámara que elijas

-post mission use lightroom para corregir la distorsión (la misma distorsión que inspire 1) http://www.inspirepilots.com/threads/inspire-camera-lens-correction-profiles.1270/ , si omite este paso, sus modelos de elevación tendrán Una especie de efecto cóncavo.

-Para el procesamiento de SFM, también recomendaría probar los mapas de manera fácil, ya que le permiten usar gcp y un sistema basado en puntos, los puntos libres al principio y los trabajos pequeños son gratuitos.

Dado que el núcleo de la pregunta era la reconstrucción en 3D de un objeto grande utilizando un conjunto de imágenes adquiridas con el UAV, existen algunos productos de software que se ocupan en gran medida de la tarea. Son Pix4D, PixProcessing, Agisoft, CapturingReality, etc. Todos ellos son perfectamente capaces de procesar el conjunto de fotos para obtener un modelo 3D detallado del objeto que proporciona nubes de puntos y ortofotos para cálculos posteriores o simplemente una exportación de archivo en cualquiera de los formatos provistos. El UAV equipado con el GPS de calidad del consumidor puede requerir una especificación adicional de los datos de coordenadas si se necesitan realizar mediciones extremadamente precisas. Por lo tanto, para proporcionar una precisión extra alta, se puede utilizar un dispositivo GPS profesional, y esa opción permite una georreferenciación altamente precisa del modelo reconstruido si se proporcionan datos de coordenadas adicionales para evitar que se produzca un error debido al cambio global. Por otro lado, si el geoetiquetado y la georreferenciación son opcionales y no son el objetivo del proyecto, los datos GPS de Phantom brindan suficiente información para proceder. En resumen, el software mencionado anteriormente es una alternativa importante para TLS.