PhotoScan空三结合CC使用,彻底解决Smart3D处理影像空三出错问题

2019 年 1 月 8 日 无人机

影像计算优化后的位置扭曲过大,出现类似这样错误,空三计算后,相机内参和校正参数一般会和我们初始给定的值差异较大,说明这一步是相机校准出的问题,校准出的参数严重偏离真值。



出现这样的错误,由于P4R的影像定位精度很高,我们可以在提交空三计算时选择在容差范围内平差位置,保持或者平差调整相机参数。


这样会带来新的问题,通过空三校准的影像较少

空三后飞点状况严重


通过以上几种情况,我们基本可以判断出问题是出在CC影像畸变能力比较弱(相机校准)或者说空三计算能力较弱引起的。找到问题出在哪,我们就可以想办法解决,CC是支持第三方空三结果导入进行重建的。因此,我们只要找一款空三计算能力优秀+影像畸变纠正能力比较强的软件进行空三计算,将空三结果导入CC进行重建即可。这里我们选择的软件是PhotoScan,通过PhotoScan进行空三计算,然后导入CC进行模型重建。


图为PhotoScan进行空三计算后的成果(PSc内叫照片对齐)


图为PhotoScan的空三成果导入CC


从3D视图可以看出,通过这种方式进行数据处理,结果明显优于CC。下面我将结合《一步步教你用PPK实现地方坐标系高精度免像控处理》中通过PPK处理出的地方坐标数据进行处理并分步展示,请大家参考。


空三处理


1、导入影像


打开PhtoScan在工作区添加影像



2、相机标定


打开“工具”-“相机校准”弹出相机标定对话框,填写相机内参和校正参数



相机内参和校正参数获取方式如下:



3、导入POS


打开参考面板,选择导入



在弹出的对话框中选择POS文件并且导入,弹出新的对话框如下:



由于我使用地方坐标系是通过54坐标系中央子午线为120E因此选择该坐标系,在“列”选项下,选好北、东对应的列数,导入时可以选择导入POS精度,也可以导中央入后批量修改。如需导入控制点,执行相同的操作,建议运行一遍照片对齐后标记控制点,会自动匹配出相应的影像。


4、照片对齐


在“工作流程”菜单下选择“照片对齐”。弹出如下对话框:



设置好精度后开始运行照片对齐,结果如下:



5、空三结果导出


“文件”菜单下选择“导出”-“导出相机”弹出如下对话框:



选择格式为Blocks Exchange,至此在PhotoScan内的数据处理就结束了,接下来我们开始CC内的处理。


模型重建


1、导入空三结果


打开CC,新建工程,在“区块”菜单下选择“导入”-“导入区块”,导入之前导出的XML文件


导入完成后,即可进行重建



2、模型重建


空间框架下选择正确的坐标系统,设置好重建辅助内容即可提交生产项目,根据自己的要求设置好生产项目对话框内容,输出合适的格式。提交任务即可。



3、成果展示


生成模型效果如下,由于只有正摄方向照片,因此立效果较差。



如拍摄倾斜影像,则模型效果如下:



作者丨 赵春雨

转自丨宾得励精测绘



往期热文(点击文章标题即可直接阅读):

登录查看更多
3

相关内容

CC:Computer Communications。 Explanation:计算机通信。 Publisher:Elsevier。 SIT: http://dblp.uni-trier.de/db/journals/comcom/
 【SIGGRAPH 2020】人像阴影处理,Portrait Shadow Manipulation
专知会员服务
28+阅读 · 2020年5月19日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
【GitHub实战】Pytorch实现的小样本逼真的视频到视频转换
专知会员服务
35+阅读 · 2019年12月15日
CCAI 2019 | 张艳宁:高分辨率图像智能处理技术
中国人工智能学会
3+阅读 · 2019年8月14日
3 行代码 5 秒抠图的 AI 神器,根本无需 PS
大数据技术
20+阅读 · 2019年7月24日
【泡泡一分钟】无地图驾驶的深层语义车道分割
泡泡机器人SLAM
3+阅读 · 2019年3月11日
I2P - 适用于黑客的Android应用程序
黑白之道
30+阅读 · 2019年3月6日
(Python)3D人脸处理工具Face3d
AI研习社
7+阅读 · 2019年2月10日
如何用GitLab本地私有化部署代码库?
Python程序员
9+阅读 · 2018年12月29日
【干货】利用ENVI从航空影像中提取DEM
无人机
14+阅读 · 2018年1月8日
教你用Python来玩跳一跳
七月在线实验室
6+阅读 · 2018年1月2日
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
Learning Implicit Fields for Generative Shape Modeling
Arxiv
10+阅读 · 2018年12月6日
A General and Adaptive Robust Loss Function
Arxiv
8+阅读 · 2018年11月5日
Arxiv
4+阅读 · 2015年8月25日
VIP会员
相关资讯
CCAI 2019 | 张艳宁:高分辨率图像智能处理技术
中国人工智能学会
3+阅读 · 2019年8月14日
3 行代码 5 秒抠图的 AI 神器,根本无需 PS
大数据技术
20+阅读 · 2019年7月24日
【泡泡一分钟】无地图驾驶的深层语义车道分割
泡泡机器人SLAM
3+阅读 · 2019年3月11日
I2P - 适用于黑客的Android应用程序
黑白之道
30+阅读 · 2019年3月6日
(Python)3D人脸处理工具Face3d
AI研习社
7+阅读 · 2019年2月10日
如何用GitLab本地私有化部署代码库?
Python程序员
9+阅读 · 2018年12月29日
【干货】利用ENVI从航空影像中提取DEM
无人机
14+阅读 · 2018年1月8日
教你用Python来玩跳一跳
七月在线实验室
6+阅读 · 2018年1月2日
相关论文
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
Learning Implicit Fields for Generative Shape Modeling
Arxiv
10+阅读 · 2018年12月6日
A General and Adaptive Robust Loss Function
Arxiv
8+阅读 · 2018年11月5日
Arxiv
4+阅读 · 2015年8月25日
Top
微信扫码咨询专知VIP会员