倾斜摄影 实景三维建模软件photoscan教程

PhotoScan是一款基于影响自动生成高质量实景三维模型的优秀软件,这对于3D建模需求来说实在是一把利器。

PhotoScan无需设置初始值,无须相机检校,它根据最新的多视图三维重建技术,可对任意照片进行处理,无需控制点,而通过控制点则可以生成真实坐标的三维模型。照片的拍摄位置是任意的,无论是航摄照片还是高分辨率数码相机拍摄的影像都可以使用。整个工作流程无论是影像定向还是三维模型重建过程都是完全自动化的。

PhotoScan可生成高分辨率真正射影像(使用控制点可达5cm精度)及带精细色彩纹理的DEM模型。完全自动化的工作流程,即使非专业人员也可以在一台电脑上处理成百上千张航空影像,生成专业级别的摄影测量数据。

航片拼接软件有很多,之前我们使用过Pix4D、Global mapper、EasyUAV、Photoscan,几款软件用下来,无论是操作流程,还是出图效果和速度,Photoscan的表现都要好于其他几款。

Photoscan提供30天全功能试用。对电脑硬件的依赖也比其他要低。很多人在用的Pix4DMapper是瑞士一家公司的产品,功能上和Photoscan大同小异,但是正版价格可以买2套Photoscan了,而且使用下来,感觉对电脑的要求比Photoscan高不少,16G内存的电脑频频弹窗警告。

PhotoScan优势盘点:
支持倾斜影像、多源影像、多光谱影像的自动空三处理
支持多航高、多分辨率影像等各类影像的自动空三处理
具有影像掩模添加、畸变去除等功能
能够顺利处理非常规的航线数据或包含航摄漏洞的数据
支持多核、多线程CPU运算,支持CPU加速运算
支持数据分块拆分处理,高效快速地处理大数据
操作简单,容易掌握
处理速度快

不足:
缺少正射影像编辑修改功能
缺少点云环境下量测功能

功能介绍:

AgisoftPhotoScan3D扫描软件,通过对多张照片进行处理,实现拍摄物体的三维模型,正射影像图,等值线图等。生成步骤如下:

1.软件安装 (安装大概15分钟)
官网下载软件,安装。完成以后,可在“工具”—“偏好设置”目录下,设置语言为中文。

2.航片选取 (耗时大概10分钟)
根据《低空数字航空摄影规范》对于飞行质量和影像质量的要求,“像片重叠度应满足以下要求:a.航向重叠度一般应为60%~80%,最小不应小于53%;b.旁向重叠度一般应为15%~60%,最小不应小于8%。”实际航线规划时,飞行人员应尽可能设置较高像片重叠率,避免出现航摄漏洞,重复飞行,减少作业成本。

无人机航摄完毕,筛选航片,剔除起飞和降落阶段航拍影像,仅保留无人机航线飞行阶段拍摄的照片。

3.新建项目(1分钟搞定)
打开PhotoScan软件,在左侧工作区点击“添加模块”按钮,添加模块,软件自动创建新项目,准备导入航片。

添加模块

4.照片导入与对齐(1~5分钟)
在软件上方工具栏,点击“工作流程”—“添加照片”,选择要拼接的照片,然后照片就进来了。

照片导入
接着点击“工作流程”—“对齐照片”,软件会根据航片坐标、高程信息,相似度自动排列照片。

对齐照片时,软件会弹窗要求选择精度,如果用于现场快速展示航片效果,可以选择低精度,实现照片快速排列。最后点击确认,自动对齐照片。

对齐照片

5.照片拼接处理(10~60分钟)
a.生成密集点云
点击“工作流程”—“建立密集点云”,同样根据需求选择质量。

b.生成网格
点击“工作流程”—“生成网格”,表面模型选择“任意”,源数据选择“密集点云”,面数根据成像质量需求选择“高”、“中”、“低”。

c.生成纹理
点击“工作流程”—“生成纹理”,映射模式选择“正射影像”,混合模式选择“镶嵌(默认)”(此处中文版将mosaic翻译成马赛克有误),纹理大小选择“4096”。

6.拼接成果输出(5分钟)
a.生成DEM
点击“工作流程”—“Build DEM”,参数默认,不用修改。

b.生成正射影像
点击“工作流程”—“生成正射影像”,参数默认,不用修改。

c.成果导出
拼接完毕,点击“文件”可导出拼接成果,正射影像、DEM等。

来自http://www.slsdw.com/News/n2033.html

倾斜摄影 实景三维建模软件photoscan教程的相关教程结束。

相关推荐:

基于分支定界法求解带卡车容量约束的运输问题(MILP建模教程)

本文介绍如何将经典运输问题扩展为考虑6吨卡车整数装载限制的混合整数线性规划(milp)问题,并利用分支定界法自动求解最优运输方案与卡车调度计划。 本文介绍如何将经典运输问题扩展为考虑6吨卡车整数装载限制的混合整数线性规划(milp)问题,并利用分支定界法自动求解最优运输方案与卡车调度计划。 在标准运...

使用分支定界法求解带卡车容量约束的运输问题(MILP建模实践)

本文介绍如何将经典运输问题扩展为考虑6吨卡车整数装载限制的混合整数线性规划(milp)问题,并利用分支定界法自动求解最优运输方案——核心是引入整数“卡车数量”变量,通过容量耦合约束将连续运量与离散车辆调度统一建模。 本文介绍如何将经典运输问题扩展为考虑6吨卡车整数装载限制的混合整数线性规划(milp...

如何在 Vespa 中正确集成 ONNX 模型(PyVespa 教程)

本文详解在pyvespa中部署onnx模型时常见的路径引用错误,指出应用包内不可使用宿主机或docker卷路径,所有模型文件必须打包进应用zip并通过相对路径引用,同时提供可运行的schema配置与部署实践要点。 本文详解在pyvespa中部署onnx模型时常见的路径引用错误,指出应用包内不可使用宿...

Python Textual 教程:正确获取 Input 组件的用户输入值

本文详解如何在textual框架中正确访问input小部件的实时输入值,避免因生命周期误解、方法签名错误或状态同步不当导致的空值、对象引用异常等问题,并提供可运行的完整示例。 本文详解如何在textual框架中正确访问input小部件的实时输入值,避免因生命周期误解、方法签名错误或状态同步不当导致的...

Python中如何处理数据倾斜严重的分类任务_使用SMOTE算法过采样

SMOTE不是万能开关,用错位置、时机或参数会降低模型性能;根本原因是未标准化导致量纲主导邻域搜索、数据泄露造成验证失真、k值不当生成噪声样本,以及误用sklearn而非imblearn库。 SMOTE不是“一加就灵”的开关,用错位置、用错时机、用错参数,反而会让模型在测试集上F1下降、precis...

批量按比例调整 XML 中所有商品价格的 PowerShell 教程

本文介绍如何使用PowerShell快速、安全地批量修改大型XML电商目录中所有元素的值(如统一上调/下调50%),适用于含上千条记录的场景,无需手动编辑或第三方工具。 本文介绍如何使用powershell快速、安全地批量修改大型xml电商目录中所有``元素的值(如统一上调/下调50%),适用于含上...