मैंने पहले फोटोसिंथ टूलकिट ( http://www.visual-experiments.com/demos/photosynthtoolkit/ ) का उपयोग करके सफलता के साथ ऐसा किया है , एक ड्रोन के बजाय मैं अपने सिर को एक छोटे विमान से बाहर लटका रहा था, जिसकी तस्वीरें ले रहा था एक छोटे शहर का शहर क्षेत्र। आप विज़ुअल SFM ( http://ccwu.me/vsfm/ ) भी देख सकते हैं ; मैंने इसका उपयोग नहीं किया है लेकिन यह एक ही कार्य को पूरा करने के लिए एक और उपकरण प्रतीत होता है।
मुझे हाल ही में एक ड्रोन मिला है, और एक ही परियोजना के लिए इन दोनों तरीकों का उपयोग करने का इरादा है। जब मुझे मौका मिले तब मैं फोटोसिंथ टूलकिट प्रोजेक्ट के कुछ उदाहरण पोस्ट करूँगा।
EDIT: यहां प्रकाश संश्लेषण टूलकिट के आउटपुट का एक उदाहरण है (जैसा कि MeshLab http://meshlab.sourceforge.net/ पर देखा गया है )
यह बिंदु क्लाउड डेटा (रंग जानकारी के साथ) है जो हवाई जहाज से लिए गए हवाई फ़ोटो के एक बैच से उत्पन्न होता है। मैंने एक समय में एक ब्लॉक के लिए पॉइंट क्लाउड को संसाधित करने पर ध्यान केंद्रित करने के लिए छवियों को क्लस्टर किया, यही वजह है कि एक ब्लॉक बाकी की तुलना में बहुत अधिक घना है।
यहाँ एक ही बिंदु बादल शीर्ष पर एक त्रिकोणीय अनियमित नेटवर्क के साथ है। यह सही नहीं है, लेकिन यह एक अच्छा पुनर्निर्माण है।
तो, आपके प्रश्न के उत्तर में कि क्या बिंदु क्लाउड डेटा उत्पन्न करने के लिए एक यूएवी का उपयोग करना स्थलीय लेजर स्कैनर के लिए एक व्यवहार्य विकल्प है: हाँ, यह है!
ध्यान रखें कि फ़ोटो को एक साथ सिलाई के लिए स्वचालित कार्यप्रणाली उच्च विपरीत प्रकाश वातावरण में अच्छी तरह से काम नहीं करती हैं; अगर आपकी बिल्डिंग का एक हिस्सा धूप में है, जबकि दूसरा छाया में है तो आपको फोटो खींचने में परेशानी हो सकती है। इस तरह की तस्वीरें लेने का सबसे अच्छा समय है जब यह घटाटोप है। बादल प्रकाश को और अधिक / सुसंगत बनाते हुए सूर्य के प्रकाश को फैलाने में मदद करते हैं।
यदि आपकी लाइटिंग अच्छी है, तो आप बहुत विस्तृत बिंदु क्लाउड डेटासेट के साथ आने के लिए अपेक्षाकृत नज़दीकी रेंज में चित्र ले सकते हैं। आप ऊपर के टीआईएन से देख सकते हैं कि बाईं ओर एक रेखा है जो दिखता है कि यह जमीन से अंतरिक्ष तक जाती है; यह एक ऐसा दोष है जो डेटासेट से हटाया नहीं गया था। एक बात जो आपको ध्यान में रखनी चाहिए, वह है पाइंट क्लाउड डेटा को स्मूद करना / आउटलेयर हटाना, शायद किसी निकटतम पड़ोसी विश्लेषण का उपयोग करना।
यदि आप भवन के बहुत नज़दीक से फ़ोटो खींच रहे हैं, तो आप फ़ोटो को एक दूसरे से संबंधित करने में सहायता के लिए भवन पर लक्ष्य रखना चाह सकते हैं। यदि आप लक्ष्य का उपयोग करते हैं, तो सुनिश्चित करें कि प्रत्येक एक अद्वितीय है ताकि फ़ोटो गलत स्थान से मेल न खाएं, और आपको प्रत्येक फ़ोटो में 2/3 लक्ष्य प्राप्त करने का प्रयास करना चाहिए। यदि आपके पास जमीन पर कुछ लक्ष्य हैं, तो आप अपने पॉइंट क्लाउड डेटासेट को जियॉर्फ़ेरेंस करने के लिए हर एक पर जीपीएस रीडिंग का उपयोग कर सकते हैं, ताकि आप इमारत से जो भी माप लें, वह वास्तविक दुनिया मापों का प्रतिनिधित्व करे।
यदि आप अपने पॉइंट क्लाउड डेटा को जियॉर्फेरिंसिंग में देखना चाहते हैं, तो मार्क विलिस को देखें कि कैसे-कैसे गाइड ( http://palentier.blogspot.com/2010/12/how-to-create-digital-elevation-mobel.html ) । यह एक पुराना ब्लॉग है, लेकिन कार्यप्रणाली एक अच्छी है।
EDIT2: अंतिम टिप्पणी: सुनिश्चित करें कि आप बहुत अधिक विरूपण के बिना एक कैमरा का उपयोग कर रहे हैं। उदाहरण के लिए, गोप्रो ड्रोन पर डालने के लिए एक बहुत ही छोटा कैमरा है, लेकिन वाइड एंगल लेंस के कारण होने वाली महत्वपूर्ण विकृति फोटोग्राममेट्रिक प्रोजेक्ट के लिए मानक गोप्रो का उपयोग करने की संभावना को समाप्त कर देती है। इस समस्या का समाधान है, लेकिन इसके लिए आपको अपने GoPro को अलग करने की आवश्यकता हो सकती है: http://www.peauproductions.com/collections/survey-and-ndvi-cameras
प्यू प्रोडक्शंस संशोधित गोप्रो कैमरों को विभिन्न लेंसों के साथ बेचता है, जिसमें कैमरे के साथ आने वाले लेंस की तुलना में काफी कम विरूपण होता है। यदि आप अपने कैमरे को अपने दम पर संशोधित करने के लिए हैं तो वे लेंस को स्वयं बेचते हैं।
संपादित करें: मुझे पता है कि यह एक पुराना सवाल है, लेकिन मुझे लगा कि मैं OpenDroneMap, एक खुला स्रोत उपकरण साझा करूँगा, इस परियोजना को ठीक करने के लिए http://opendronemap.org/