Tôi đã thực hiện điều này trước đây với thành công khi sử dụng Bộ công cụ Photosynth ( http://www.visual-experiment.com/demos/photosynthtoolkit/ ), ngoại trừ thay vì máy bay không người lái, tôi đang cúi đầu ra khỏi một chiếc máy bay nhỏ chụp ảnh khu vực trung tâm của một thị trấn nhỏ. Bạn cũng có thể kiểm tra Visual SFM ( http://ccwu.me/vsfm/ ); Tôi đã không sử dụng nó nhưng nó dường như là một công cụ khác để hoàn thành nhiệm vụ tương tự.
Gần đây tôi cũng có một máy bay không người lái và dự định sử dụng cả hai phương pháp này cho cùng một dự án. Tôi sẽ đăng một số ví dụ về dự án bộ công cụ photosynth khi tôi có cơ hội.
EDIT: Đây là một ví dụ về đầu ra của Bộ công cụ Photosynth (như được xem trong MeshLab http://meshlab.sourceforge.net/ )
Đây là dữ liệu đám mây điểm (có thông tin màu) kết quả từ một loạt ảnh trên không tôi chụp từ máy bay. Tôi phân cụm các hình ảnh để tập trung xử lý đám mây điểm cho một khối tại một thời điểm, đó là lý do tại sao một khối dày đặc hơn nhiều so với các khối còn lại.
Đây là đám mây cùng điểm với mạng không đều hình tam giác được phủ lên trên. Nó không hoàn hảo, nhưng nó là một bản dựng lại tuyệt vời.
Vì vậy, trong câu trả lời cho câu hỏi của bạn về việc sử dụng UAV để tạo dữ liệu đám mây điểm có phải là sự thay thế khả thi cho máy quét laser trên mặt đất hay không: đúng vậy!
Hãy nhớ rằng các phương pháp tự động để ghép các bức ảnh lại với nhau không hoạt động tốt trong môi trường ánh sáng tương phản cao; Nếu một bên của tòa nhà của bạn ở trong ánh sáng mặt trời trong khi phía bên kia trong bóng râm, bạn có thể gặp khó khăn khi sắp xếp các bức ảnh. Thời điểm tốt nhất để chụp ảnh như vậy là khi trời u ám. Các đám mây giúp khuếch tán ánh sáng mặt trời làm cho ánh sáng đồng đều hơn / nhất quán hơn.
Nếu ánh sáng của bạn tốt, bạn có thể chụp ảnh ở khoảng cách tương đối gần để đưa ra bộ dữ liệu đám mây điểm rất chi tiết. Bạn có thể thấy từ TIN ở trên có một đường bên trái trông giống như nó đi từ mặt đất lên không gian; đó là một ngoại lệ không được xóa khỏi bộ dữ liệu. Một điều bạn nên xem xét là phương pháp làm mịn dữ liệu đám mây điểm / loại bỏ các ngoại lệ, có thể sử dụng phân tích lân cận gần nhất.
Nếu bạn đang chụp rất gần ảnh của tòa nhà, bạn có thể muốn đặt các mục tiêu lên tòa nhà để giúp liên kết các bức ảnh với nhau. Nếu bạn sử dụng mục tiêu, hãy đảm bảo mỗi mục là duy nhất để ảnh không bị khớp với vị trí sai và bạn nên cố gắng lấy 2/3 mục tiêu trong mỗi ảnh. Nếu bạn có một số mục tiêu trên mặt đất, bạn có thể sử dụng chỉ số GPS ở từng mục tiêu để định vị dữ liệu đám mây điểm của mình, để mọi phép đo bạn thực hiện từ tòa nhà sẽ đại diện cho các phép đo trong thế giới thực.
Nếu bạn muốn xem xét hội thảo địa lý dữ liệu đám mây điểm của mình, hãy xem hướng dẫn cách làm của Mark Willis ( http://palentier.blogspot.com/2010/12/how-to-create-digital-elevation-model.html ) . Đó là một blog cũ, nhưng phương pháp là một blog tốt.
EDIT2: Nhận xét cuối cùng: đảm bảo bạn đang sử dụng máy ảnh mà không bị biến dạng nhiều. Ví dụ, GoPro là một máy ảnh nhỏ tuyệt vời để đặt máy bay không người lái, nhưng sự biến dạng đáng kể gây ra bởi ống kính góc rộng sẽ loại bỏ khả năng sử dụng GoPro tiêu chuẩn cho dự án quang điện ảnh. Có một giải pháp cho vấn đề này, nhưng nó có thể yêu cầu tách GoPro của bạn: http : //www.peaup sinhtions.com/collections/survey-and-ndvi-camera
Peau Productions bán máy ảnh GoPro đã được sửa đổi với các ống kính khác nhau có độ méo ít hơn đáng kể so với ống kính đi kèm với máy ảnh. Họ cũng tự bán ống kính nếu bạn tự sửa máy ảnh của mình.
EDIT: Tôi biết đây là một câu hỏi cũ, nhưng tôi nghĩ rằng tôi sẽ chia sẻ OpenDroneMap, một công cụ nguồn mở để thực hiện chính xác dự án này http://opendronemap.org/