Créer un nuage de points photogrammétrique d'un objet à partir de photographies distribuées, ici: Faire un modèle 3D précis de bâtiment en utilisant des images d'UAV?

Existe-t-il un moyen de créer un nuage de points photogrammétrique à partir d'un ensemble de photographies densément réparties d'un objet?

Application:

J'essaie de déterminer si la création d'un modèle 3D (nuage de points) de l'extérieur d'un bâtiment à partir d'images d'UAV (Phantom 3 Pro) serait une alternative viable à l'utilisation d'un scanner laser terrestre (TLS) pour créer le nuage de points. L'UAV dispose d'un appareil photo de 12 mégapixels et d'un GPS.

L'objectif est de faire voler l'UAV autour du bâtiment en prenant des images à relativement courte distance et en créant un nuage de points à partir d'un logiciel de correspondance d'images dense (espérons Pix4D). Le plan est de prendre le nadir et les images obliques habituelles en regardant le bâtiment, mais j'essaierai également de voler à basse hauteur et de prendre des photos droites et obliques en regardant les fenêtres, les avant-toits, etc. pour essayer de capturer le plus de détails possible.

Pix4D a fait un projet appelé Chillon Project où ils ont fait exactement ce que vous cherchez à faire.

Voici un lien vers leur projet sur YouTube .

De plus, ils ne se sont pas contentés de se contenter de l'UAV pour capturer les images, mais ont utilisé des photos terrestres capturées à l'aide d'appareils portables tels que Go Pros et Smart Phones.

Les résultats sont vraiment cool!

J'ai déjà fait cela avec succès en utilisant la boîte à outils Photosynth ( http://www.visual-experiments.com/demos/photosynthtoolkit/ ), sauf qu'au lieu d'un drone, je pendais la tête hors d'un petit avion en prenant des photos de la centre-ville d'une petite ville. Vous pouvez également consulter Visual SFM ( http://ccwu.me/vsfm/ ); Je ne l'ai pas utilisé mais cela semble être un autre outil pour accomplir la même tâche.

J'ai également récemment acheté un drone et j'ai l'intention d'utiliser ces deux méthodologies pour le même projet. Je publierai quelques exemples du projet de boîte à outils photosynth lorsque j'en aurai l'occasion.

EDIT: Voici un exemple de la sortie de la boîte à outils Photosynth (telle que vue dans MeshLab http://meshlab.sourceforge.net/ )

Il s'agit des données de nuages ​​de points (avec des informations sur les couleurs) résultant d'un lot de photos aériennes que j'ai prises depuis l'avion. J'ai regroupé les images pour me concentrer sur le traitement du nuage de points pour un bloc à la fois, c'est pourquoi le bloc est tellement plus dense que les autres.

Voici le même nuage de points avec un réseau irrégulier triangulé superposé sur le dessus. Ce n'est pas parfait, mais c'est une reconstruction cool.

Donc, en réponse à votre question sur la question de savoir si l'utilisation d'un drone pour générer des données de nuages ​​de points est une alternative viable au scanner laser terrestre: oui, ça l'est!

Gardez à l'esprit que les méthodologies automatisées pour assembler les photos ensemble ne fonctionnent pas bien dans des environnements d'éclairage à contraste élevé; Si un côté de votre bâtiment est exposé au soleil tandis que l'autre est à l'ombre, vous aurez peut-être du mal à aligner les photos. Le meilleur moment pour prendre des photos comme ça, c'est quand il est couvert. Les nuages ​​aident à diffuser la lumière du soleil, ce qui rend l'éclairage plus uniforme / cohérent.

Si votre éclairage est bon, vous pouvez prendre des photos à relativement courte distance pour obtenir un ensemble de données de nuages ​​de points très détaillé. Vous pouvez voir sur le TIN ci-dessus qu'il y a une ligne sur le côté gauche qui semble aller du sol à l'espace; c'est une valeur aberrante qui n'a pas été supprimée de l'ensemble de données. Une chose que vous devriez examiner est la méthode de lissage des données du nuage de points / suppression des valeurs aberrantes, peut-être en utilisant une analyse du voisin le plus proche.

Si vous prenez des photos très rapprochées du bâtiment, vous souhaiterez peut-être placer des cibles sur le bâtiment pour aider à relier les photos les unes aux autres. Si vous utilisez des cibles, assurez-vous que chacune est unique afin que les photos ne correspondent pas au mauvais emplacement, et vous devriez essayer d'obtenir 2/3 cibles dans chaque photo. Si vous avez des cibles au sol, vous pouvez utiliser des lectures GPS sur chacune d'elles pour géoréférencer votre jeu de données de nuages ​​de points, de sorte que toutes les mesures que vous prenez depuis le bâtiment représentent des mesures du monde réel.

Si vous souhaitez étudier le géoréférencement de vos données de nuage de points, consultez le guide pratique de Mark Willis ( http://palentier.blogspot.com/2010/12/how-to-create-digital-elevation-model.html ) . C'est un vieux blog, mais la méthodologie est bonne.

EDIT2: Dernier commentaire: assurez-vous que vous utilisez un appareil photo sans trop de distorsion. Par exemple, la GoPro est une petite caméra géniale pour mettre des drones, mais la distorsion importante causée par l'objectif grand angle élimine la possibilité d'utiliser la GoPro standard pour un projet photogrammétrique. Il existe une solution à ce problème, mais elle peut nécessiter le démontage de votre GoPro: http://www.peauproductions.com/collections/survey-and-ndvi-cameras

Peau Productions vend des caméras GoPro modifiées avec différents objectifs qui présentent une distorsion nettement inférieure à l'objectif fourni avec la caméra. Ils vendent également les objectifs eux-mêmes si vous souhaitez modifier vous-même votre appareil photo.

EDIT: Je sais que c'est une vieille question, mais j'ai pensé partager OpenDroneMap, un outil open source pour faire exactement ce projet http://opendronemap.org/

Je pense qu'un moyen de le faire est VisualSFM pour faire la correspondance des photos (plus le GPU est fort, mieux c'est) et créer un nuage de points dense et MeshLab pour créer un modèle triangulé texturé à partir du nuage de points.

VisualSFM:

http://ccwu.me/vsfm/

http://ptak.felk.cvut.cz/sfmservice/websfm.pl?menu=cmpmvs (cp. en particulier le site «Technology» et le document auquel il est fait référence)

MeshLab:

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

Voir pour quelques HowTo / applications (même celle d'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 vous pouvez l'utiliser pour créer un plan de vol définir des variables à ce que vous voulez assurez-vous de choisir inspire / fantôme 3 comme caméra vers le bas, vous pouvez exporter ce plan en kml pour apm .

ou si vous êtes plus habile, vous pouvez utiliser le logiciel SIG de votre choix pour créer une trajectoire de vol de grille kml à télécharger sur litchi à l'étape suivante.

- https://flylitchi.com/ pour la planification de vol, téléchargez votre kml sur le hub de mission à partir de mapsmadeeasy assurez-vous de changer la hauteur de vol, il est vraiment glissant et permet des missions de waypoints impressionnantes.

-maintenant vous pouvez piloter votre mission avec le réglage de la caméra de votre choix

-post mission use lightroom to correct distortion (same distortion as inspire 1) http://www.inspirepilots.com/threads/inspire-camera-lens-correction-profiles.1270/ , si vous sautez cette étape, vos modèles d'élévation auront une sorte d'effet concave.

-pour le traitement sfm, je recommanderais également d'essayer les cartes rendues faciles, elles vous permettent également d'utiliser gcp et d'utiliser un système basé sur des points, des points libres au début et de petits travaux sont gratuits.

Étant donné que le cœur de la question était la reconstruction 3D d'un grand objet à l'aide d'un ensemble d'images acquises avec le drone, il existe quelques produits logiciels qui traitent grandement la tâche. Ce sont Pix4D, PixProcessing, Agisoft, CapturingReality, etc. Tous sont parfaitement capables de traiter l'ensemble de photos afin d'obtenir un modèle 3D détaillé de l'objet qui fournit des nuages ​​de points et des orthophotographies pour d'autres calculs ou simplement une exportation du fichier dans l'un des formats fournis. L'UAV équipé du GPS grand public peut nécessiter des spécifications supplémentaires des données de coordonnées si des mesures supplémentaires extrêmement précises doivent être effectuées. Par conséquent, pour fournir une précision extrêmement élevée, un appareil GPS professionnel peut être utilisé, et cette option permet un géoréférencement très précis du modèle reconstruit si les données de coordonnées supplémentaires sont fournies pour éviter une erreur due au décalage global. D'un autre côté, si la géolocalisation et le géoréférencement sont facultatifs et ne sont pas la cible du projet, les données GPS de Phantom fournissent suffisamment d'informations pour continuer. Pour résumer, le logiciel nommé ci-dessus est une alternative importante pour TLS.