摘要:近年来,运动结构 (SfM) 和多视角立体 (MVS) 算法已成功应用于安装在无人机 (UAV) 平台上的摄像机生成的立体图像,以构建 3D 模型。事实上,基于 SfM-MVS 和 UAV 生成的图像组合的方法可以实现经济高效的采集、快速自动化处理以及 3D 模型的详细和准确重建。因此,这种方法在文化遗产 (CH) 领域的表示、管理和保护中变得非常流行。因此,本综述论文讨论了无人机摄影测量在 CH 环境中的使用,重点关注图像采集技术和 3D 模型构建软件的最新趋势和最佳实践。尤其是,本文旨在强调与可用的不同平台和导航系统相关的不同图像采集和处理技术,以及分析和深化有效描述整个摄影测量过程的 3D 重建方面,为不同领域的新应用提供进一步的见解,例如结构工程以及属于 CH 领域的遗址和结构的保护和维护修复。
摘要:近年来,运动结构 (SfM) 和多视角立体 (MVS) 算法已成功应用于安装在无人机 (UAV) 平台上的摄像机生成的立体图像,以构建 3D 模型。事实上,基于 SfM-MVS 和 UAV 生成的图像组合的方法可以实现经济高效的采集、快速自动化处理以及 3D 模型的详细和准确重建。因此,这种方法在文化遗产 (CH) 领域的表示、管理和保护中变得非常流行。因此,本综述论文讨论了无人机摄影测量在 CH 环境中的使用,重点关注图像采集技术和 3D 模型构建软件的最新趋势和最佳实践。尤其是,本文旨在强调与可用的不同平台和导航系统相关的不同图像采集和处理技术,以及分析和深化有效描述整个摄影测量过程的 3D 重建方面,为不同领域的新应用提供进一步的见解,例如结构工程以及属于 CH 领域的遗址和结构的保护和维护修复。
摘要。随着运动结构 (SfM) 和密集图像匹配 (如多视角立体成像 (MVS)) 等计算机视觉算法的最新发展,基于照片的表面重建正迅速成为地球科学许多领域中激光雷达 (光检测和测距) 的替代勘测技术。这项研究的目的是测试地面 SfM-MVS 方法是否适用于计算 2.1 平方公里冰川的大地质量平衡以及探测位于意大利东部阿尔卑斯山的邻近活岩冰川的表面位移。这些照片是在 2013 年和 2014 年使用数字消费级相机在单日实地调查中拍摄的。机载激光扫描 (ALS,也称为机载激光雷达) 数据被用作基准,以估计摄影测量数字高程模型 (DEM) 的准确性和该方法的可靠性。 SfM-MVS 方法能够重建高质量的 DEM,所提供的冰川和冰缘过程估计值与使用 ALS 可实现的估计值类似。在冰川外的稳定基岩区域,2013 年和 2014 年 SfM-MVS DEM 与 ALS DEM 之间的高程差的平均值和标准差分别为 − 0.42 ± 1.72 和 0.03 ± 0.74 m。两种方法下冰川高程损失和增益的总体模式相似,范围在 − 5.53 至 + 3.48 m 之间。在岩石冰川区域,高程差小于
近几年来,测量系统中软件的使用急剧增加,使许多设备更易于使用、更可靠、更准确。然而,软件中隐藏的复杂性是未检测到错误的潜在来源。此类系统的用户和供应商都必须意识到所涉及的风险并采取适当的预防措施。此类风险可能对测量系统的某些用途产生安全隐患。本指南参考通用安全标准 IEC 61508 处理安全隐患。警告读者,安全是一个系统问题,这意味着本指南(仅处理软件)只能提供安全系统中测量软件验证的部分解决方案。在本指南中,我们考虑了在测量系统中使用软件的影响。此类软件可以嵌入测量系统中,由系统供应商提供但与测量系统分开,也可以单独开发以与一种或多种类型的测量系统配合使用。关键问题是保持测量过程的完整性。尽管测量系统的用户与测量系统供应商的观点不同,但仅提供了一份指南。这样做的原因是,用户需要了解供应商可以合理提供什么来证明测量的完整性。同样,供应商也需要意识到合理的担忧