由于人工智能和计算几何学,高分辨率卫星图像源的增加和越来越多的可用性使得三维地图环境的重建越来越快,以适应部队训练设备的模拟需要,特别是混合现实的可视化。我们已经开发了一个可操作的自动管道,它能够从多星卫星图像中自动生成数字地形模型和正射影像。掩体(建筑物、树木)的几何描述所需的额外三维矢量资产的生成也可以从多星图像中获得,但也可以从简单的正射图像中获得。此外,我们的管道允许识别屋顶形状,并使用混合方法对建筑物进行自动纹理处理,该方法结合了人工智能和程序建模。提供自动生成的优化的三维瓦片格式(由CESIUM推广的OGC标准),可以在各种可视化引擎中大量传播生成的信息。最后,在混合现实(微软HoloLens 2)背景下的利用,将虚拟物体整合到真实场景中,允许现场计算场景的遮蔽度。这些进展构成了快速和低成本地生成大规模地形的突破性技术,允许在模拟中自动生成场景的必要精度(虚幻引擎5)。
图 1:地球环境 3D 重建的自动链