Once a set of images has been orien

Once a set of images has been oriented, the following steps in the 3D reconstruction and modeling process are surface measurement and feature extraction. Starting from the known exterior orientation and camera calibration parameters, a scene can be digitally reconstructed by means of automated dense image matching techniques or interactive methods for man-made features and vector information extraction. Interactive approaches deliver sparse point clouds which need structuring and editing in order to create accurate 3D data (e.g. building models). Automated methods produce a dense point cloud describing the surface of the surveyed scene (DSM), which has to be interpolated, maybe simplified and finally textured for photo-realistic visualization. A powerful image matching algorithm should be able to extract dense 3D point clouds with a sufficient resolution to describe the object’s surface and its discontinuities. Therefore the point density must be adaptively tuned to preserve edges and, possibly, avoid too many points in flat areas. At the same time, a correct matching result must be guaranteed also in regions with poor textures. The actual state-of-the-art encompasses the multi-image matching technique (Seitz et al., 2006; Remondino et al., 2008; Vu et al., 2009; Zhu et al., 2010) based on semi-global matching algorithms (Hirschmüller, 2008; Gerke et al., 2010), patch-based methods (Furukawa and Ponce, 2010) or optimal flow algorithms (Pierrot-Deseilligny and Paparoditis, 2006). The last two methods have been implemented into open source packages named, respectively, PMVS and Micmac.
Finally orthoimages can be produced and delivered for further processes, analyses and decisions.

ผลลัพธ์ (ไทย) 1:

เมื่อชุดของรูปภาพแล้ววาง ขั้นตอนฟื้นฟู 3D และการสร้างแบบจำลองกระบวนการต่อไปนี้จะแยกการประเมินและลักษณะพื้นผิว เริ่มต้นจากแนวภายนอกรู้จักและพารามิเตอร์เทียบกล้อง ฉากสามารถถูกเซ็นเชิดโดยใช้เทคนิคการจับคู่ภาพหนาแน่นแบบอัตโนมัติหรือแบบโต้ตอบวิธีการจำลองคุณลักษณะการบีบอัดข้อมูลแบบเวกเตอร์ วิธีโต้ตอบส่งเมฆเบาบางจุดที่จำเป็นต้องจัดโครงสร้าง และแก้ไขการสร้างข้อมูล 3D ที่แม่นยำ (เช่นสร้างแบบจำลอง) วิธีการอัตโนมัติผลิตอธิบายพื้นผิวของฉากสำรวจ (DSM), ซึ่งมีการส บางทีภาษา และสุดท้าย พื้นผิวสำหรับการแสดงภาพประกอบเพลงเหมือน ก้อนเมฆหนาแน่นจุด รูปภาพที่มีประสิทธิภาพตรงกับอัลกอริทึมควรขยายเมฆ 3D จุดหนาแน่น มีความละเอียดเพียงพอเพื่ออธิบายเป็น discontinuities และพื้นผิวของวัตถุ ดังนั้น ความหนาแน่นจุดต้องมีอย่างเหมาะปรับ การรักษาขอบ อาจจะ หลีกเลี่ยงจุดมากเกินไปในพื้นที่ราบ ในเวลาเดียวกัน ผลจับคู่ถูกต้องต้องได้รับยังในภูมิภาคที่มีพื้นผิวที่ดี จริงรัฐของ-the-art ครอบคลุมหลายรูปตรงเทคนิค (Seitz et al., 2006 Remondino et al., 2008 วู et al., 2009 ซู et al., 2010) ตามอัลกอริทึมใช้ตรงกึ่งกลาง (Hirschmüller, 2008 Gerke et al., 2010), วิธีใช้โปรแกรมปรับปรุง (ฟูรูกาวาและปอน 2010) หรืออัลกอริทึมขั้นตอนที่เหมาะสม (Pierrot Deseilligny และ Paparoditis, 2006) ล่าสุดสองวิธีมีการใช้เป็นแพคเกจมาเปิดชื่อ ตามลำดับ PMVS และ Micmac ในที่สุด orthoimages สามารถผลิต และจัดส่งสำหรับเพิ่มเติมกระบวนการ วิเคราะห์และตัดสินใจ

ผลลัพธ์ (ไทย) 2:

เมื่อชุดของภาพที่ได้รับการมุ่งเน้นการขั้นตอนต่อไปในการฟื้นฟู 3 มิติและการสร้างแบบจำลองที่มีการวัดพื้นผิวและการสกัดคุณลักษณะ เริ่มต้นจากการวางแนวทางด้านนอกเป็นที่รู้จักและพารามิเตอร์การสอบเทียบกล้องฉากจะถูกสร้างขึ้นแบบดิจิทัลโดยความหมายของภาพอัตโนมัติหนาแน่นเทคนิคการจับคู่หรือวิธีการโต้ตอบสำหรับคุณสมบัติที่มนุษย์สร้างขึ้นและเวกเตอร์สกัดข้อมูล วิธีการโต้ตอบส่งมอบเมฆเบาบางจุดที่จำเป็นต้องมีโครงสร้างและการแก้ไขเพื่อสร้าง 3D ข้อมูลที่ถูกต้อง (เช่นการสร้างแบบจำลอง) วิธีการผลิตแบบอัตโนมัติจุดเมฆหนาแน่นอธิบายพื้นผิวของฉากการสำรวจ (DSM) ซึ่งจะต้องมีการหยันอาจจะง่ายและพื้นผิวในที่สุดสำหรับการแสดงภาพที่สมจริง วิธีการจับคู่ภาพที่มีประสิทธิภาพควรจะสามารถที่จะดึงเมฆจุด 3D หนาแน่นที่มีความละเอียดเพียงพอที่จะอธิบายถึงพื้นผิวของวัตถุและไม่ต่อเนื่องของ ดังนั้นความหนาแน่นของจุดจะต้องได้รับการปรับจูนปรับตัวเพื่อรักษาขอบและอาจจะหลีกเลี่ยงจุดที่มากเกินไปในพื้นที่ราบ ในขณะเดียวกันผลการจับคู่ที่ถูกต้องจะต้องดำเนินการยังอยู่ในภูมิภาคที่มีพื้นผิวที่ไม่ดี ที่เกิดขึ้นจริงรัฐของศิลปะบนโลกไซเบอร์หลายภาพเทคนิคการจับคู่ (Seitz et al, 2006;. Remondino et al, 2008;. Vu et al, 2009;. Zhu et al, 2010.) ตามสถานที่กึ่งทั่วโลก ขั้นตอนวิธีการจับคู่ (Hirschmüller 2008;. Gerke et al, 2010) วิธีการใช้แพทช์ (Furukawa และเซ, 2010) หรืออัลกอริทึมการไหลเวียนที่ดีที่สุด (Pierrot-Deseilligny และ Paparoditis 2006) สุดท้ายทั้งสองวิธีมีการดำเนินการเป็นแพคเกจที่มาเปิดการตั้งชื่อตามลำดับ PMVS และ Micmac.
สุดท้าย orthoimages สามารถผลิตและส่งมอบสำหรับกระบวนการต่อการวิเคราะห์และการตัดสินใจ

ผลลัพธ์ (ไทย) 3:

เมื่อชุดของภาพที่ได้รับการมุ่งเน้นขั้นตอนต่อไปนี้ในมิติการสร้างใหม่และการสร้างแบบจำลองกระบวนการการวัดพื้นผิวและการสกัดคุณลักษณะ เริ่มจากรู้จักการสอบเทียบภายนอกและพารามิเตอร์ของกล้องฉากสามารถเซ็นชื่อแบบดิจิทัลที่สร้างโดยอัตโนมัติหนาแน่นจับคู่ภาพเทคนิคหรือวิธีการโต้ตอบกับคุณสมบัติที่มนุษย์สร้างขึ้นและการสกัดข้อมูลเวกเตอร์ วิธีการโต้ตอบส่งเมฆจุดโปร่งซึ่งต้องการการแก้ไขเพื่อสร้างข้อมูล 3D ที่ถูกต้อง ( เช่นโมเดลอาคาร )วิธีการอัตโนมัติผลิตหนาแน่นเมฆจุดอธิบายพื้นผิวของการสำรวจฉาก ( DSM ) ซึ่งจะต้องมีการขัด อาจจะง่ายและในที่สุดพื้นผิวสำหรับภาพที่สมจริงภาพ . ขั้นตอนวิธีการจับคู่ภาพที่มีประสิทธิภาพควรจะสามารถสกัดจุดเมฆหนาแน่น 3 มิติที่มีความละเอียดเพียงพอที่จะอธิบายพื้นผิวของวัตถุและต่อเนื่อง .ดังนั้นจุดที่ต้องปรับเพื่อรักษาความหนาแน่นตามที่ขอบและอาจหลีกเลี่ยงจุดที่มากเกินไปในพื้นที่ที่แบน ในเวลาเดียวกัน ผลการจับคู่ที่ถูกต้องจะต้องรับประกันในภูมิภาค ด้วยพื้นผิวที่น่าสงสาร จริงครอบคลุมหลายรัฐ - of - the - art เทคนิคการจับคู่ภาพ ( ไซต์ส et al . , 2006 ; remondino et al . , 2008 ; wu et al . , 2009 ; จู et al . ,2010 ) ตามกึ่งสากลขั้นตอนวิธีการจับคู่ ( hirschm มึลเลอร์ , 2008 ; gerke et al . , 2010 ) , แพทช์ตามวิธี ( ฟุรุคาว่า พอน และ 2010 ) หรือขั้นตอนวิธีการไหลที่เหมาะสม ( และทน deseilligny paparoditis , 2006 ) สองคนสุดท้ายได้ถูกใช้เป็นวิธีการเปิดแหล่งแพกเกจที่ชื่อ ตามลำดับ และ pmvs micmac .
สุดท้าย orthoimages สามารถผลิตและส่งมอบสำหรับกระบวนการต่อไป
วิเคราะห์และการตัดสินใจ