Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "3D image" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    3D modeling of architectural objects from video data obtained with the fixed focal length lens geometry
    Modelowanie 3D obiektów architektonicznych na podstawie danych wideo pozyskanych z wykorzystaniem obiektywu stało-ogniskowego
    Autorzy:
    Deliś, P.
    Kędzierski, M.
    Fryśkowska, A.
    Wilińska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/972663.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    obraz wideo
    orientacja obrazu
    pakiet regulacji
    modelowanie 3D
    video image
    image orientation
    bundle adjustment
    terrestrial laser scanning
    3D modeling
    Opis:
    The article describes the process of creating 3D models of architectural objects on the basis of video images, which had been acquired by a Sony NEX-VG10E fixed focal length video camera. It was assumed, that based on video and Terrestrial Laser Scanning data it is possible to develop 3D models of architectural objects. The acquisition of video data was preceded by the calibration of video camera. The process of creating 3D models from video data involves the following steps: video frames selection for the orientation process, orientation of video frames using points with known coordinates from Terrestrial Laser Scanning (TLS), generating a TIN model using automatic matching methods. The above objects have been measured with an impulse laser scanner, Leica ScanStation 2. Created 3D models of architectural objects were compared with 3D models of the same objects for which the self-calibration bundle adjustment process was performed. In this order a PhotoModeler Software was used. In order to assess the accuracy of the developed 3D models of architectural objects, points with known coordinates from Terrestrial Laser Scanning were used. To assess the accuracy a shortest distance method was used. Analysis of the accuracy showed that 3D models generated from video images differ by about 0.06 ÷ 0.13 m compared to TLS data.
    Artykuł zawiera opis procesu opracowania modeli 3D obiektów architektonicznych na podstawie obrazów wideo pozyskanych kamerą wideo Sony NEX-VG10E ze stałoogniskowym obiektywem. Przyjęto założenie, że na podstawie danych wideo i danych z naziemnego skaningu laserowego (NSL) możliwe jest opracowanie modeli 3D obiektów architektonicznych. Pozyskanie danych wideo zostało poprzedzone kalibracją kamery wideo. Model matematyczny kamery był oparty na rzucie perspektywicznym. Proces opracowania modeli 3D na podstawie danych wideo składał się z następujących etapów: wybór klatek wideo do procesu orientacji, orientacja klatek wideo na podstawie współrzędnych odczytanych z chmury punktów NSL, wygenerowanie modelu 3D w strukturze TIN z wykorzystaniem metod automatycznej korelacji obrazów. Opracowane modele 3D zostały porównane z modelami 3D tych samych obiektów, dla których została przeprowadzona samokalibracja metodą wiązek. W celu oceny dokładności opracowanych modeli 3D obiektów architektonicznych wykorzystano punkty naziemnego skaningu laserowego. Do oceny dokładności wykorzystano metodę najkrótszej odległości. Analiza dokładności wykazała, że dokładność modeli 3D generowanych na podstawie danych wideo wynosi około 0.06 ÷ 0.13m względem danych NSL.
    Źródło:
    Geodesy and Cartography; 2013, 62, 2; 123-138
    2080-6736
    2300-2581
    Pojawia się w:
    Geodesy and Cartography
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena wybranych programów typu freeware do modelowania 3D obiektów bliskiego zasięgu
    Assessment of chosen freeware applications for 3D modeling of close range objects
    Autorzy:
    Sawicki, P.
    Tomaszewski, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/129607.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    obraz cyfrowy
    model szkieletowy
    tekstura
    modeler
    modelowanie 3D
    renderowanie
    wizualizacja 3D
    digital image
    wire frame model
    texture
    3D modeling
    rendering
    3D visualization
    Opis:
    W pracy przedstawiono wyniki testów oraz ocenę narzędzi, interfejsu użytkownika i funkcjonalności 4. darmowych programów do modelowania 3D (Freeware Modelers). Analizowano programy 32-bit pracujące w środowisku Windows: Blender 2.49b, TrueSpace v7.6, 3D Canvas 8.1.7 Build 1418 oraz Google SketchUp v7.1.6860, które w dn. 1.12.2009 r. w rankingu strony internetowej www.dobreprogramy.pl uzyskały najwyższą oceną użytkowników. Zaawansowane modelowanie obiektu o wymiarach 42.5 × 30.5 × 10.5 m wykonano na podstawie 16. zdjęć, które zarejestrowano niemetrycznym aparatem cyfrowym Olympus E510 (10 MP). Dokładne dane do modelowania pozyskano w wyniku bezpośredniego pomiaru terenowego oraz z dokumentacji projektowej obiektu. W pracy przedstawiono etapy modelowania, porównano czas oraz efektywność budowy modelu 3D w testowanych programach. Program Blender 2.49b okazał się najbardziej zaawansowanym darmowym narzędziem o rozbudowanej funkcjonalności do realistycznego tworzenia modelu 3D obiektu. Modeler Google SketchUp v7.1.6860 sklasyfikowano na drugim miejscu wśród testowanych aplikacji, przede wszystkim ze względu na krótki czas przetwarzania informacji obrazowych oraz najlepsze środowisko do nauki modelowania 3D. Aplikacja TrueSpace v7.6 charakteryzuje się najlepszymi właściwościami do tworzenia oraz wizualizowania fotorealistycznych scen 3D, dzięki rozbudowanej bibliotece gotowych obiektów oraz łatwym manipulowaniem źródłami światła i położeniem kamery. Program 3D Canvas 8.1.7 Build 1418 w wersji darmowej, ze względu na ograniczony dostęp do niektórych narzędzi i funkcji, uznano za najmniej skuteczny i funkcjonalny. Testowane darmowe programy: Blender 2.49b, Google SketchUp v7.1.6860, TrueSpace v7.6, 3D Canvas 8.1.7 Build 1418 należy polecić użytkownikom zaczynającym pracę w środowisku modelowania 3D. Rozbudowane zestawy narzędzi do modelowania pozwalają tworzyć fotorealistyczne modele 3D obiektów bliskiego zasięgu o dowolnej wielkości i strukturze przestrzennej.
    The paper presents the results of tests and assessment of tools, user interface and functionality of 3D modeling freeware applications (modelers). The following four 32-bit applications, which on 1.12.2009 received the highest rating on www.dobreprogramy.pl website, were chosen for testing: Blender 2.49b, TrueSpace v7.6, 3D Canvas 8.1.7, Build 1418 and Google SketchUp v7.1.6860. Advanced modeling of an object with dimensions of 42.5 × 30.5 × 10.5 m was performed based on 16 photos, recorded with a non-metric Olympus E510 digital camera (10 MP). Precise data for modeling was obtained by direct field measurement and project documentation of the object. The paper describes the various stages of modeling, an assessment of efficiency and time needed to create a 3D model in the applications tested. Theapplication Blender 2.49b proved to be the most advanced freeware tool with expanded functionality for creating a realistic 3D model of the object. Among tested applications the modeler Google SketchUp v7.1.6860 was classified at the second position, first of all thanks to short image data processing time and the best 3D modeling learning opportunities. The extensive library and easy adjusting light and camera positions make TrueSpace v7.6 the best application for creating and visualization of photorealistic 3D scenes. Freeware version of 3D Canvas 8.1.7 Build 1418 is considered to be the least effective and functional application due to limited access to certain tools and features. The tested freeware 3D modelers: Blender 2.49b, TrueSpace v7.6, 3D Canvas 8.1.7 Build 1418 and Google SketchUp v7.1.6860 are recommended for users starting work in 3D modeling environment. The expanded sets of modeling tools allow creating photorealistic 3D models of close-range objects of any size and spatial structure.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2010, 21; 363-374
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Przegląd metod teksturowania modeli 3D obiektów uzyskanych na drodze laserowego skanowania naziemnego i technik fotogrametrycznych
    Review of methods of texturing 3D object models obtained through terrestrial laser scanning and photogrammetric techniques
    Autorzy:
    Tokarczyk, R.
    Kohut, P.
    Mikrut, S.
    Kolecki, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/131188.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    kamera niemetryczna
    model 3D
    teksturowanie
    skaning laserowy
    obraz cyfrowy
    3D modeling
    texturing
    laser scanning
    digital image
    non-metric camera
    Opis:
    Teksturowanie jest procesem pokrywania powierzchni wirtualnych modeli obrazem (lub polem) uzyskanym w sposób sztuczny lub za pomocą kamer cyfrowych. Pozwala na uzyskanie efektu fotorealizmu, co w wielu aplikacjach jest szczególnie pożądane. W pracy dokonano przeglądu metod teksturowania, omówiono zagadnienia towarzyszące teksturowaniu: analizę widoczności, detekcję przysłonięć. Szczególny nacisk położono na analizę metod automatycznych, jako najbardziej ekonomicznych. W procesie tym powszechnie wykorzystuje się równanie kolinearności w celu rzutowania trójkątów z przestrzennego poligonu mesh na zorientowane płaszczyzny zdjęć wykonując analizę widoczności. Właściwa tekstura przypisywana jest na podstawie analizy porównawczej dostępnych tekstur. Możliwe jest teksturowanie fragmentu modelu na podstawie jednego optymalnego zdjęcia lub też na podstawie „uśrednienia” wielu zdjęć. Prace badawcze prowadzono w dwóch aspektach: poszukiwania warunków optymalnego teksturowania oraz testowania programów do manualnego, półautomatycznego i automatycznego teksturowania. Badania prowadzone na polu testowym obejmowały eksperymenty z zastosowaniem dwóch metod teksturowania przy zmienności zarówno wielkości trójkątów teksturowanych jak i orientacji zdjęć wykonanych do pozyskania tekstur. Pozwoliły one na sformułowanie wniosków odnośnie optymalizacji warunków teksturowania. W ramach drugiej części prac badawczych przetestowano różne dostępne programy. Testy przeprowadzono na wyjątkowo trudnych obiektach, bo jako dane posłużyły modele 3D obiektów infrastruktury kolejowej i teren znajdujący się w pobliżu skrajni oraz podtorze, pozyskane z danych laserowego skaningu mobilnego i towarzyszących mu barwnych zdjęć cyfrowych.
    Texturing is a process, in which surfaces of virtual models are covered with images (or fields) obtained either artificially, or by means of digital cameras. The process makes it possible to yield the effect of photorealism, which is especially desirable in numerous applications. The paper provides a review of methods of texturing, and discusses texturing-related issues: analysis of visibility, detection of blind spots. Special attention has been paid to the analysis of automatic methods as the most economic ones. The process itself generally makes use of collinearity equation in order to project triangles from a spatial polygon mesh onto oriented surfaces of images, performing visibility analysis. The relevant texture is assigned based on a comparative analysis of available textures. It is possible to texture a fragment of the model based on a single, optimal image or based on the „averaging” of many images. Research works were conducted in two aspects: searching for conditions of an optimal texturing, and testing programs for manual, semi-automatic and automatic texturing. Research carried out in a test field included experiments with the use of two methods of texturing, at variability of both texturized triangle sizes, and orientation of images made to provide textures. Following the research, it was possible to draw conclusions concerning the optimisation of texturing conditions. In the second part of research, different available programs were tested. The tests were conducted on exceptionally difficult objects, since the test data included 3D models of railway infrastructure objects and area close to the clearance envelope, as well as of the trackbed, obtained from mobile laser scanning data and associated digital colour images. The experiments have proved that presently there is no software available, which would enable an automatic generation of a coherent and correct mesh on the basis of point cloud generated by a laser scanner, and subsequently mapping images from a movie camera or a photo camera on the so-obtained mesh.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2012, 24; 367-381
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena dokładności modelu budynku z bardzo gęstej chmury punktów pozyskanej z integracji zdjęć o różnej geometrii
    Assessment of accuracy for the building model acquired from a high dense points cloud based on images of different geometry
    Autorzy:
    Drzewiecki, R.
    Bujakiewicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/129593.pdf
    Data publikacji:
    2018
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    BSP
    modelowanie 3D
    automatyczne dopasowywanie wieloobrazowe
    gęsta chmura punktów
    UAV
    3D modeling
    high density image matching
    dense points cloud
    Opis:
    Dokładność rekonstrukcji 3D modeli budynków jest w znacznym stopniu uzależniona od gęstości chmur punktów jakie są wykorzystywane dla ich tworzenia. Sprzyja temu rozwijająca się w ostatnich latach metoda tworzenia bardzo gęstych chmur punktów w oparciu o automatyczne pomiary na zdjęciach cyfrowych o dużych pokryciach. W niniejszym artykule zostanie przedstawiony przykład rekonstrukcji 3D modelu budynku o skomplikowanym kształcie, z wykorzystaniem gęstej chmury punktów, ze zdjęć niemetrycznych o różnej geometrii. W tym celu, pozyskano 200 zdjęć o pokryciu około 90%, na trzech poziomach wysokości lotu systemu BSP (DJI Phantom4), oraz dodatkowo wykonano 46 zdjęć z podobnym pokryciem, aparatem FUJIFILM X-S1, ze stanowisk naziemnych. Do całego procesu rekonstrukcji obiektu wykorzystano oprogramowanie Agisoft PhotoScan. Ze względu na zróżnicowaną metrykę zdjęć z BSP oraz stanowisk naziemnych, a także ich różny sposób kalibracji (przed lub w trakcie opracowania), zdjęcia obu sieci umieszczono w dwóch klastrach, dla których w niezależnych wyrównaniach aero/terra triangulacji, zostały wyznaczone parametry orientacji zewnętrznej (EOZ), względem tego samego referencyjnego układu współrzędnych. Automatyczny pomiar bardzo dużej liczby punktów opisujących obiekt, na zdjęciach z obu klastrów oraz wykorzystanie wyznaczonej metryki kamer i parametrów EOZ, umożliwiło generowanie jednej wspólnej bardzo gęstej chmury punktów (ponad 6 milionów), z której stworzono finalne produkty, tj. 3D modele obiektu w kilku formach. Ocenę poprawności rekonstrukcji kształtu 3D modelu obiektu wykonano na podstawie porównania odległości miar czołowych budynku pomierzonych w terenie i na modelu, oraz długości pomiędzy punktami specjalnie sygnalizowanymi na obiekcie, a także poprzez analizę średnich błędów kwadratowych określonych dla punktów osnowy. Ostateczna dokładność mieściła się w granicach 0.01 - 0.03m, co potwierdza duży potencjał integracji zdjęć niemetrycznych, pozyskanych dla obiektu z drona i stanowisk naziemnych, oraz tworzenia jednej wspólnej gęstej chmury punktów, w celu wiernej rekonstrukcji kształtu modelu 3D.
    Accuracy for reconstruction of 3D models of buildings, depends mainly upon density of point clouds, which are used for their creation. The methods for creation of the very dense points clouds on base of automatic measurement of the multi images have been successfully developed. In this paper, the example for automatic reconstruction of 3D model of building of quite complicated shape with use the dense points cloud from non-metric photographs of different geometry, is presented. For this purpose, using the BSP (DJI Phantom) from three height levels - 200 photographs with overlap of about 90%, were acquired. In addition, 46 photographs from ground stations with the camera (FUJIFILM X-S1),were taken. The entire reconstruction process of 3D model of the building, was executed with Agisoft PhotoScan programe. Because of different cameras specification for photographs taken from BSP and from ground stations and various approaches for cameras calibration, the two groups of photographs were located in two classes (clasters), for which the exterior orientation parameters (EO) were separately determined by aero and /terra triangulation, referenced to the same ground coordinate system. The automatic measurement of very large number of image object points on all photographs and the use of their interior and exterior orientation parameters, have enabled to generate one common very dense points cloud (about 6 millions), which was used to produce the final 3D building model in a few forms. The accuracy of reconstruction of the building model shape was estimated on base of comparison of the model and real data (measures on the building) and also the RSE for the control and check points. The overall accuracy of 0.01 – 0.03 meters was obtained, which have confirmed the high potentiality for integration of different geometry non-metric photographs for the reconstruction of good quality 3D model.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2018, 30; 83-93
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies