在使用Photosynth Toolkit(http://www.visual-experiments.com/demos/photosynthtoolkit/)成功完成之前,我已经做到了这一点,但我没有将无人机悬挂在头顶上,而是用无人机拍下了一个小镇的市区。您还可以查看Visual SFM(http://ccwu.me/vsfm/);我没有使用过它,但它似乎是完成相同任务的另一个工具。
我最近也得到了一架无人机,并打算将这两种方法用于同一项目。有机会时,我将发布一些photoynth工具箱项目的示例。
编辑:这是Photosynth工具包输出的示例(在MeshLab http://meshlab.sourceforge.net/中查看)
这是我从飞机上拍摄的一批航拍照片得到的点云数据(带有颜色信息)。我对图像进行聚类,以专注于一次处理一个块的点云,这就是为什么一个块比其余块密度高得多的原因。
这是同一个点云,上面有一个三角不规则网络。这不是完美的,但是很酷的重构。
因此,在回答有关使用UAV生成点云数据是否可以替代地面激光扫描仪的问题时:是的,是的!
请记住,将照片拼接在一起的自动方法在高对比度的照明环境中效果不佳;如果建筑物的一侧在阳光下,而另一侧在阴影下,则可能难以对齐照片。拍摄此类照片的最佳时间是阴天。云有助于散射阳光,使照明更加均匀/一致。
如果您的照明良好,则可以在相对较近的范围内拍照,以获得非常详细的点云数据集。您可以从上面的TIN中看到,左侧有一条线,看起来像是从地面到太空。这是一个未从数据集中删除的异常值。您应该研究的一件事是平滑点云数据/消除离群值的方法,也许使用最近邻居分析。
如果要非常近地拍摄建筑物的照片,则可能要在建筑物上放置目标,以帮助将照片彼此关联。如果使用目标,请确保每个目标都是唯一的,以免照片与错误的位置匹配,并且您应尝试在每张照片中获得2/3个目标。如果地面上有一些目标,则可以在每个目标上使用GPS读数对点云数据集进行地理参考,以便从建筑物中进行的任何测量都可以代表实际测量。
如果您想对点云数据进行地理配准,请查看Mark Willis的操作指南(http://palentier.blogspot.com/2010/12/how-to-create-digital-elevation-model.html) 。这是一个古老的博客,但是方法是一个不错的博客。
EDIT2:最后的评论:确保您使用的相机没有太多失真。例如,GoPro是一款超棒的小型无人机摄像机,但由于广角镜造成的严重畸变消除了使用标准GoPro进行摄影测量项目的可能性。有解决此问题的方法,但是可能需要拆解您的GoPro:http ://www.peauproductions.com/collections/survey-and-ndvi-cameras
Peau Productions销售的改良版GoPro相机带有不同的镜头,其畸变比相机随附的镜头要小得多。如果您打算自己修改相机,他们也会自己出售镜头。
编辑:我知道这是一个古老的问题,但以为我会共享OpenDroneMap,这是一个开源工具,可以完全执行此项目http://opendronemap.org/