Я делал это раньше с успехом с помощью Photosynth Toolkit ( http://www.visual-experiment.com/demos/photosynthtoolkit/ ), за исключением того, что вместо дрона я вывешивал голову из небольшого самолета, фотографируя центр города маленького городка. Вы также можете проверить Visual SFM ( http://ccwu.me/vsfm/ ); Я не использовал его, но, похоже, это еще один инструмент для решения той же задачи.
Недавно я также получил дрон, и намереваюсь использовать обе эти методологии для одного и того же проекта. Я опубликую некоторые примеры проекта Photosynth Toolkit, когда у меня будет возможность.
РЕДАКТИРОВАТЬ: Вот пример выходных данных Photosynth Toolkit (как показано в MeshLab http://meshlab.sourceforge.net/ )
Это данные облака точек (с информацией о цвете), полученные в результате серии аэрофотоснимков, которые я сделал с самолета. Я сгруппировал изображения, чтобы сосредоточиться на обработке облака точек для одного блока за раз, поэтому один блок гораздо плотнее, чем остальные.
Вот то же облако точек с триангулированной нерегулярной сетью, наложенной сверху. Это не идеально, но это крутая реконструкция.
Итак, в ответ на ваш вопрос о том, является ли использование БПЛА для генерации данных облака точек жизнеспособной альтернативой наземному лазерному сканеру: да, это так!
Имейте в виду, что автоматизированные методики сшивания фотографий не работают в условиях высокой контрастности освещения; Если одна сторона вашего здания освещена солнечным светом, а другая - в тени, у вас могут возникнуть проблемы с выравниванием фотографий. Лучшее время для фотографирования - пасмурная погода. Облака помогают рассеивать солнечный свет, делая освещение более равномерным / равномерным.
Если у вас хорошее освещение, вы можете делать снимки с относительно близкого расстояния, чтобы получить очень подробный набор данных облака точек. Вы можете видеть из TIN выше, что есть линия на левой стороне, которая выглядит так, как будто она идет от земли до космоса; это выброс, который не был удален из набора данных. Одна вещь, на которую вы должны обратить внимание, - это метод сглаживания данных облака точек / удаления выбросов, возможно, с использованием анализа ближайшего соседа.
Если вы делаете очень близкие фотографии здания, вы можете поставить цели на здании, чтобы помочь связать фотографии друг с другом. Если вы используете цели, убедитесь, что каждая из них уникальна, чтобы фотографии не совпадали с неправильным местоположением, и вы должны попытаться получить 2/3 целей на каждой фотографии. Если у вас есть какие-то цели на земле, вы можете использовать показания GPS на каждой из них для географической привязки вашего набора данных облака точек, чтобы любые измерения, сделанные вами в здании, представляли собой измерения в реальном мире.
Если вы хотите изучить географическую привязку данных облаков точек, ознакомьтесь с руководством по использованию Марка Уиллиса ( http://palentier.blogspot.com/2010/12/how-to-create-digital-elevation-model.html ). , Это старый блог, но методология хорошая.
РЕДАКТИРОВАТЬ 2: Последний комментарий: убедитесь, что вы используете камеру без особых искажений. Например, GoPro - потрясающая маленькая камера для установки дронов, но значительное искажение, вызванное широкоугольным объективом, исключает возможность использования стандартного GoPro для фотограмметрического проекта. Есть решение этой проблемы, но для этого может потребоваться разобрать ваш GoPro: http://www.peauproductions.com/collections/survey-and-ndvi-cameras
Peau Productions продает модифицированные камеры GoPro с разными объективами, которые имеют значительно меньшее искажение, чем объектив, поставляемый с камерой. Они также продают линзы сами, если вы готовы модифицировать свою камеру самостоятельно.
РЕДАКТИРОВАТЬ: я знаю, что это старый вопрос, но думал, что я поделюсь OpenDroneMap, инструмент с открытым исходным кодом, чтобы сделать именно этот проект http://opendronemap.org/