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 1-10 z 10
    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:
    Automatyczna orientacja obrazów cyfrowych na przykładzie wybranej geometrii sieci zdjęć
    Automatic orientation of digital images using the example of selected geometry of a network of images
    Autorzy:
    Zawieska, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/131129.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    operatory detekcji narożników
    dopasowanie zdjęć
    modelowanie 3D
    operators of corner detection
    image matching
    3D modelling
    Opis:
    Celem niniejszego referatu jest przeanalizowanie działania wybranych algorytmów, które automatycznie obliczą elementy orientacji zewnętrznej sieci zdjęć a następnie wyznaczą współrzędne chmury punktów 3D, opisujących model badanego obiektu. Do obliczeń wykorzystano autorski program, realizujący kolejne etapy tworzenia modelu 3D. Pierwsza faza obejmowała wyróżnienie na poszczególnych zdjęciach elementów charakterystycznych, gdzie wykorzystane zostały operatory detekcji narożników SIFT i SUSAN. Następnym krokiem było połączenie punktów homologicznych na sąsiednich zdjęciach. Sposób realizacji tego kroku jest determinowany przez wybór typu operatora. Operator SIFT posiada dedykowany mechanizm tworzenia par, podczas gdy operator SUSAN wymaga utworzenia odrębnych metod. Do dopasowania punktów wykorzystano metodę Area Base Matching, zmodyfikowaną na potrzeby modelowania 3D. Na podstawie tak zebranych danych, kolejnym etapem jest wyznaczenie współrzędnych 3D chmury punktów mierzonego obiektu. W niniejszym referacie przedstawiono dwa rozwiązania. Jedno z nich realizuje dopasowywanie zdjęć parami, korzystając z macierzy podstawowej a drugie trójkami, wykorzystując rachunek tensorowy. W praktyce, pierwsze rozwiązanie wyznaczające punkty modelu okazało się mniej stabilne numerycznie, co może prowadzić do znacznych błędów w modelu końcowym. Drugie rozwiązanie jest trudniejsze do wykorzystania, gdyż wymaga odnalezienia odpowiadających sobie punktów na co najmniej trzech zdjęciach. Eksperymenty przeprowadzono na wybranych obiektach bliskiego zasięgu, z odpowiednio wykonaną geometrią zdjęć, tworzących pierścień (okrąg) wokół mierzonego obiektu.
    The objective of this paper is to analyse operations of selected algorithms, which will automatically compute elements of external orientation of a network of photographs and then, they will determine co-ordinates of a 3D cloud of points, which describe a model of the analysed object. The author’s software tool has been utilised for calculations; it performs successive stages of the 3D model generation: detection of characteristic points, point matching on successive photographs, determination of a tensor, calibration and 3D point cloud generation. A series of experiments have been performed in order to evaluate selection of the optimum solution. The first stage included distinguishing of characteristic elements on particular photographs; corner detection operators, SIFT and SUSAN were applied for that stage. The next step concerned connection of homological points on neighbouring photographs. The method of implementation of that step is determined by selection of the operator type. The SIFT operator has the dedicated mechanism of pair creation, whilst the SUSAN operator requires creation of separate methods. The Area Base Matching method, modified according to the demands of 3D modelling, was used for the needs of point matching. This method investigates correlation of the background within the neighbourhood of characteristic points and uses the results of that investigations to match the photographs. Basing on data collected this way, the next stage aims at determination of 3D co-ordinates of the cloud of points of the measured object. Two solutions have been presented in this paper. One of them allows for matching photographs in pairs, using the fundamental matrix; the second solution allows for threesome matching of photographs, using the tensor calculus. In practice, the first solution, which determines the model points, turned to be less numerically stable, what may lead to considerable errors of the final model. The second solution is more difficult to use, since it requires that corresponding points are found in at least three photographs. Experiments were performed for selected close range objects, with the appropriate specified geometry of photographs, which created a ring around the measured object.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2012, 23; 509-519
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of operators for detection of corners set in automatic image matching
    Autorzy:
    Zawieska, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/129929.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    feature detection
    corner detection
    3D modelling
    image matching
    funkcja wykrywania
    wykrywanie krawędzi
    modelowanie 3D
    dopasowanie obrazów
    Opis:
    Reconstruction of three dimensional models of objects from images has been a long lasting research topic in photogrammetry and computer vision. The demand for 3D models is continuously increasing in such fields as cultural heritage, computer graphics, robotics and many others. The number and types of features of a 3D model are highly dependent on the use of the models, and can be very variable in terms of accuracy and time for their creation. In last years, both computer vision and photogrammetric communities have approached the reconstruction problems by using different methods to solve the same tasks, such as camera calibration, orientation, object reconstruction and modelling. The terminology which is used for addressing the particular task in both disciplines is sometimes diverse. On the other hand, the integration of methods and algorithms coming from them can be used to improve both. The image based modelling of an object has been defined as a complete process that starts with image acquisition and ends with an interactive 3D virtual model. The photogrammetric approach to create 3D models involves the followings steps: image pre-processing, camera calibration, orientation of images network, image scanning for point detection, surface measurement and point triangulation, blunder detection and statistical filtering, mesh generation and texturing, visualization and analysis. Currently there is no single software package available that allows for each of those steps to be executed within the same environment. For high accuracy of 3D objects reconstruction operators are required as a preliminary step in the surface measurement process, to find the features that serve as suitable points when matching across multiple images. Operators are the algorithms which detect the features of interest in an image, such as corners, edges or regions. This paper reports on the first phase of research on the generation of high accuracy 3D model measurement and modelling, focusing upon the application of different operators for accurate feature point extraction. The implementation of those operators is discussed and performance of differen operators is analysed. The optimal operator for high accuracy close range object reconstruction is then highlighted. This research has facilitated a development of the feature extraction and image measurement process that will be central to the development of an automatic procedure for high accuracy point cloud generation in multi image networks where robust orientation and 3D point determination will facilitate surface measurement and modelling within a single software system.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2011, 22; 423-436
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Automatyczna rekonstrukcja modeli 3D małych obiektów bliskiego zasięgu
    3D models automatic reconstruction of selected close range objects
    Autorzy:
    Zawieska, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/130356.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    SUSAN
    automatyczne dopasowanie obrazów
    RANSAC
    rekonstrukcja powierzchni
    modelowanie 3D
    wizualizacja
    automatic image matching
    surface reconstruction
    3D modelling
    visualization
    Opis:
    Reconstruction of three-dimensional, realistic models of objects from digital images has been the topic of research in many areas of science for many years. This development is stimulated by new technologies and tools, which appeared recently, such as digital photography, laser scanners, increase in the equipment efficiency and Internet. The objective of this paper is to present results of automatic modeling of selected close range objects, with the use of digital photographs acquired by the Hasselblad H4D50 camera. The author's software tool was utilized for calculations; it performs successive stages of the 3D model creation. The modeling process was presented as the complete process which starts from acquisition of images and which is completed by creation of a photorealistic 3D model in the same software environment. Experiments were performed for selected close range objects, with appropriately arranged image geometry, creating a ring around the measured object. The Area Base Matching (CC/LSM) method, the RANSAC algorithm, with the use of tensor calculus, were utilized form automatic matching of points detected with the SUSAN algorithm. Reconstruction of the surface of model generation is one of the important stages of 3D modeling. Reconstruction of precise surfaces, performed on the basis of a non-organized cloud of points, acquired from automatic processing of digital images, is a difficult task, which has not been finally solved. Creation of poly-angular models, which may meet high requirements concerning modeling and visualization is required in many applications. The polynomial method is usually the best way to precise representation of measurement results, and, at the same time, to achieving the optimum description of the surface. Three algorithm were tested: the volumetric method (VCG), the Poisson method and the Ball pivoting method. Those methods are mostly applied to modeling of uniform grids of points. Results of experiments proved that incorrect utilization of these methods results in various artifacts and deformations of models. After generation of a triangular grid of the modeled surface, results were visualized using the shading methods and texturing of the cloud of points. The accuracy of obtained reconstructions of the model surface equaled bellow 1 mm.
    Celem niniejszego artykułu jest prezentacja wyników automatycznego modelowania wybranych obiektów bliskiego zasięgu (głowa manekina, kamień) z wykorzystaniem obrazów cyfrowych z aparatu Hasselblad H4D50. Do obliczeń wykorzystano autorski program, realizujący kolejne etapy tworzenia modelu 3D. Proces modelowania został zaprezentowany jako kompletny proces rozpoczynający się od pozyskania obrazów, który jest ukończony wraz z utworzeniem fotorealistycznego modelu 3D, w tym samym środowisku programowym. Eksperymenty przeprowadzono na wybranych obiektach bliskiego zasięgu, z odpowiednio wykonaną geometrią zdjęć, tworzących pierścień (okrąg) wokół mierzonego obiektu. Do automatycznego dopasowania punktów, wykrytych algorytmem SUSAN, wykorzystano metodę Area Base Matching (CC/LSM), algorytm RANSAC wykorzystując rachunek tensorowy. Rekonstrukcja powierzchni generowania modelu jest jednym z bardzo ważnych etapów modelowania 3D. Rekonstrukcja precyzyjnych powierzchni na podstawie nieregularnej chmury punktów uzyskanych z automatycznego opracowania obrazów cyfrowych jest zagadnieniem otwartym. Tworzenie wielokątnych modeli, które mogą sprostać wysokim wymaganiom w zakresie modelowania i wizualizacji, potrzebne jest w wielu aplikacjach. Metoda wielokątów jest zwykle idealna drogą do dokładnego reprezentowania wyników pomiarów, a jednocześnie do uzyskania optymalnego opisu powierzchni. Przetestowano trzy algorytmy: metodę objętościową (VCG), metodę Poissona i metodę Ball Pivoting. Metody te są najczęściej stosowane do modelowania jednorodnej siatki punktów. Wyniki eksperymentów wykazały, że niewłaściwe zastosowanie tych metod powoduje różne artefakty i zniekształcenia powierzchni modelu. Po utworzeniu siatki trójkątów modelowanej powierzchni, wyniki zwizualizowano wykorzystując metodę cieniowania oraz teksturowanie chmury punktów. Dokładność uzyskanej rekonstrukcji powierzchni modelu uzyskano z poniżej 1 mm.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2013, 25; 295-302
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Application of technical measures and software in constructing photorealistic 3D models of historical building using ground-based and aerial (UAV) digital images
    Autorzy:
    Zarnowski, A.
    Banaszek, A.
    Banaszek, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/106863.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Warszawska. Wydział Geodezji i Kartografii
    Tematy:
    3D modelling
    digital image
    UAV
    Pix4Dmapper
    Agisoft PhotoScan
    modelowanie 3D
    obraz cyfrowy
    bezzałogowy statek powietrzny
    skanowanie przestrzeni
    Opis:
    Preparing digital documentation of historical buildings is a form of protecting cultural heritage. Recently there have been several intensive studies using non-metric digital images to construct realistic 3D models of historical buildings. Increasingly often, non-metric digital images are obtained with unmanned aerial vehicles (UAV). Technologies and methods of UAV flights are quite different from traditional photogrammetric approaches. The lack of technical guidelines for using drones inhibits the process of implementing new methods of data acquisition.This paper presents the results of experiments in the use of digital images in the construction of photo-realistic 3D model of a historical building (Raphaelsohns’ Sawmill in Olsztyn). The aim of the study at the first stage was to determine the meteorological and technical conditions for the acquisition of aerial and ground-based photographs. At the next stage, the technology of 3D modelling was developed using only ground-based or only aerial non-metric digital images. At the last stage of the study, an experiment was conducted to assess the possibility of 3D modelling with the comprehensive use of aerial (UAV) and ground-based digital photographs in terms of their labour intensity and precision of development. Data integration and automatic photo-realistic 3D construction of the models was done with Pix4Dmapper and Agisoft PhotoScan software Analyses have shown that when certain parameters established in an experiment are kept, the process of developing the stock-taking documentation for a historical building moves from the standards of analogue to digital technology with considerably reduced cost.
    Źródło:
    Reports on Geodesy and Geoinformatics; 2015, 99; 54-63
    2391-8365
    2391-8152
    Pojawia się w:
    Reports on Geodesy and Geoinformatics
    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
    Tytuł:
    Performance evaluation of different selected UAV image processing software on building volume estimation
    Autorzy:
    Ajayi, Oluibukun Gbenga
    Ogundele, Bolaji Saheed
    Aleji, Gideon Abidem
    Powiązania:
    https://bibliotekanauki.pl/articles/43852779.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    budynek
    bezzałogowy statek powietrzny (UAV)
    modelowanie 3D
    building information modelling
    Unmanned Aerial Vehicle
    UAV mapping
    3D modelling
    image processing software
    Opis:
    The aim of this research is to evaluate the performance of four UAV image processing software for the automatic estimation of volumes based on estimated volume accuracy, spatial accuracy, and execution time, with and without Ground Control Points (GCPs). A total of 52 images of a building were captured using a DJI Mavic Air UAV at 60m altitude and 80% forward and side overlap. The dataset was processed with and without GCPs using Pix4DMapper, Agisoft Metashape Pro, Reality Capture, and 3DF Zephyr. The UAV-based estimated volume generated from the software was compared with the true volume of the building generated from its as-built 3D building information modeled in Revit 2018 environment. The resulting percentage difference was computed. The average volumes estimated from the four software with the use of GCPs were 4757.448 m3 (3.87%), 4728.1 m3 (2.54%), 4291.561 m3 (11.5%), and 4154.938 m3 (14.35%), respectively. Similarly, when GCPs were not used for the image processing, average volumes of 4631.385 m3 (4.52%), 4773.025 m3 (1.6%), 4617.899 m3 (4.89%), and 4420.403 m3 (8.92%) were obtained in the same order. In addition to the volume estimation analysis, other parameters, including execution time, positional RMSE, and spatial resolution, were evaluated. Based on these parameters, Agisoft Metashape Pro proved to be more accurate, time-efficient, and reliable for volumetric estimations from UAV images compared to the other investigated software. The findings of this study can guide decision-making in selecting the appropriate software for UAV-based volume estimation in different applications.
    Źródło:
    Advances in Geodesy and Geoinformation; 2023, 72, 1; art. no. e39, 2023
    2720-7242
    Pojawia się w:
    Advances in Geodesy and Geoinformation
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Problemy automatycznego modelowania i teksturowania obiektów opisujących skrajnię linii kolejowych
    Problems of automatic modelling and texturing of objects that describe railway line clearance gauge
    Autorzy:
    Pyka, K.
    Mikrut, S.
    Moskal, A.
    Pastucha, E.
    Tokarczyk, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/130509.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    naziemny skaning laserowy
    modelowanie 3D
    teksturowanie
    obraz cyfrowy
    skrajnia kolejowa
    terrestrial laser scanning
    3D modelling
    texturing
    digital image
    railway clearance
    Opis:
    The goal of the paper is to present results of research that has been conducted for several years in the Department of Geoinformatics, Photogrammetry and Environmental Remote Sensing, AGH University of Science and Technology in the field of automatic modelling and texturing of objects that describe railway line clearance gauges. In the paper, the authors have presented bases of 3D modelling and texturing of objects, with particular consideration of railway clearance gauge objects. An attempt has been made at assessing possibilities of automatic and semi-automatic reconstruction of objects located in the direct vicinity of railway tracks on the basis of a point cloud from a mobile scanning obtained, together with digital images from four cameras, for the selected test railway line section on Cracow-Warsaw route. Railway objects shape construction gauge of railway lines, therefore virtual geometric model of those objects might be used for checking if railway rolling stock elements of specified dimensions can safely fit the gauge outline. A couple of programs have been tested in the framework of research (PhotoModeler Scanner, RiScan Pro, 3DReshaper) as regards their usability for modelling and texturing. In research works a previously prepared triangle model has been utilized, as well as a set of 160 images made with the use of four cameras. Additional data included camera and distortion parameters, and elements of external orientation of obtained images. The paper shows exemplary results and indicates problems originating in the course of creating models by means of point cloud vectorization. The authors' experiences show that this is a far more difficult process than stereoscopic photogrammetric model vectorization. Only an experienced operator, with a good spatial imagination, is capable of producing a correct model. That is why in majority of solutions, semi-automatic methods are applied. Those methods consist in the operator's determining of a type (or, possibly, an approximated shape) of the object to be detected, as well as its rough location, and it is the task of the algorithm to fit the object into a set area. The conducted research has demonstrated that there is no thoroughly satisfactory method (program) for automatic modelling and texturing of railway line clearance gauge. As of today, numerous projects have still to be performed in either a semi-automatic, or a manual way.
    W artykule podjęty jest problem automatycznego modelowania i teksturowania obiektów kształtujących skrajnię kolejową. Źródłem modelowania jest mobilny skaning laserowy, a teksturowania – zdjęcia wykonane podczas skaningu. Artykuł składa się z dwóch części: przeglądu literatury i opisu eksperymentu badawczego. Eksperyment badawczy potwierdził większość problemów artykułowanych w literaturze, wniósł także szereg nowych. Przestrzeń obiektów przytorowych była bardzo trudnym materiałem do wymodelowania i pokrycia teksturą fotograficzną, co uwypukliło problemy. W konkluzji wskazano, że główną przeszkodą w automatyzacji procesu teksturowania jest słaba jakość modeli generowanych automatycznie.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2013, 25; 177-188
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Określanie grubości pokrywy śnieżnej na podstawie fotogrametrycznych zdjęć naziemnych
    Determination of snow depth using terrestrial photogrammetric images
    Autorzy:
    Kolecki, J.
    Kolecka, N.
    Powiązania:
    https://bibliotekanauki.pl/articles/130519.pdf
    Data publikacji:
    2013
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    chmura punktów
    pokrywa śnieżna
    modelowanie 3D
    powierzchnia terenu
    zdjęcie naziemne
    modelowanie powierzchni
    point cloud
    snow cover
    3D modelling
    terrain surface
    terrestial image
    surface modelling
    Opis:
    Określanie grubości pokrywy śnieżnej w terenie górskim ma duże znaczenie dla modelowania zagrożenia lawinowego, a także w analizach przyrodniczych, m.in. hydrologicznych. W niniejszym artykule przedstawiono prace mające na celu ocenę możliwości automatycznego generowania chmur punktów na podstawie naziemnych zdjęć fotogrametrycznych stoków górskich pokrytych śniegiem, w celu określenia przestrzennego rozkładu grubości pokrywy śnieżnej. Obszar badań znajduje się w Dolinie Pięciu Stawów Polskich w Tatrach Wysokich, na stokach pomiędzy Gładką Przełęczą a Walentkowym Wierchem. Zdjęcia wykonano w sezonie zimowym, przy zalegającej pokrywie śnieżnej, a następnie powtórzono w sezonie letnim. W tym celu wykorzystano lustrzankę cyfrową Nikon D5100 z obiektywem stałoogniskowym 85 mm, wyposażoną w matrycę 16 Mpix. Na podstawie zdjęć w programie PhotoModeler Scanner wygenerowane zostały automatycznie chmury punktów reprezentujące odpowiednio powierzchnię śniegu i powierzchnię terenu. Chmury poddano triangulacji, przy czym chmura pochodząca ze zdjęć wykonanych w porze letniej posłużyła do budowy referencyjnej powierzchni terenu, i do niej odniesiono wysokości powierzchni utworzonej z chmury punktów wygenerowanej ze zdjęć wykonanych zimą. Różnice wysokości pomiędzy nimi stanowiły miarę grubości pokrywy śnieżnej. Na badanym obszarze maksymalna grubość pokrywy śnieżnej wynosiła 8.7 m, a średnia grubość była równa 2.9 m Uzyskane wyniki pozwalają twierdzić, że naziemna fotogrametria cyfrowa może stanowić skuteczną metodę pozyskiwania informacji o grubości pokrywy śnieżnej dla niewielkich obszarów obejmujących górskie stoki i zbocza dolin.
    Determination of snow cover depth in mountainous terrain is of major importance for avalanche monitoring systems. Besides it is needed as an input information for environmental analysis, especially in hydrology. The aim of researches addressed in this paper was to evaluate the feasibility of using terrestrial photogrammetric images of mountain slopes for point cloud generation for snow cover mapping. The test area was located in the Pięć Stawów Valley in High Tatra in Poland. The image acquisition was carried out for slopes between Gładka Pass and Walentkowy Wierch. The first set of images was acquired during the winter season, when the deep snow cover reaches its highest annual values. Subsequently the second set of images was taken in summer, after the snow cover melted. The terrestrial image network was formed from all the images. The bundle adjustment was calculated and the winter and summer point clouds were generated using the dense matching algorithm. The mesh was built using the adjusted summer images. Created mesh was treated as a reference surface for measuring height of winter points. Calculated heights were used as a measures of snow depth. For some parts of test area the automatic generation of point clouds failed due to lowcontrast snow texture. In the rest of the test area the calculated snow depth is highest for the concave terrain formations. The results show that the terrestrial photogrammetry may by an attractive approach for acquiring the information about the snow depth distribution at small areas comprising slopes of mountains and valleys.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2013, 25; 85-93
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-10 z 10

      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