In most structural geology and neot

In most structural geology and neotectonic applications, we are
interested in a bare surface model. In areas of light to dense
vegetation, this preference for bare surfaces becomes the primary
disadvantage to photo-based 3D reconstruction relative to active
source 3D data collection tools. LiDAR collects a 3D point location
with a single pulse of light, thus is capable of collecting ground
surface points wherever the pulse of light is able to penetrate the
vegetation, reflect off the ground surface, and return to the instrument.
The requirement in photo-based 3D reconstructions for
multiple images collected from different perspectives for 3D point
geometry reconstruction dramatically reduces the number of
resolvable ground surface points due to the occlusion of the ground
surface by vegetation when moving from one camera position to
the next. However, because the SfM process creates a point cloud,
as long as the vegetation is sparse enough to allow a sufficient
number of ground features to be identified and matched, some of
the approaches developed for classification of LiDAR data can be
applied to SfM-derived point clouds. Furthermore, one of the
popular commercial photo-based 3D reconstruction packages
(Table 1), Agisoft PhotoScan, has implemented a point cloud classification
scheme for classification of ground surface points and
vegetation (http://www.agisoft.ru/tutorials/photoscan/08).

ผลลัพธ์ (ไทย) 2:

ในธรณีวิทยาโครงสร้างและการใช้งานมากที่สุด neotectonic
เรามีความสนใจในรูปแบบพื้นผิวเปลือย ในพื้นที่ของแสงที่จะหนาแน่นพืชการตั้งค่านี้สำหรับพื้นผิวเปลือยกลายเป็นหลักข้อเสียภาพตามญาติฟื้นฟู3 มิติเพื่อใช้งานแหล่งที่มาของเครื่องมือการเก็บรวบรวมข้อมูล3 มิติ LiDAR เก็บรวบรวมสถานที่จุด 3D ที่มีการเต้นของชีพจรเดียวของแสงจึงมีความสามารถในการจัดเก็บภาษีของพื้นดินจุดที่พื้นผิวใดก็ตามที่พัลส์ของแสงคือสามารถที่จะเจาะที่พืชสะท้อนออกจากพื้นผิวพื้นดินและกลับไปใช้ในการ. ความต้องการในภาพถ่าย ตามไทปัน 3 มิติสำหรับภาพหลายภาพที่เก็บมาจากมุมมองที่แตกต่างกันสำหรับจุด3D ฟื้นฟูเรขาคณิตอย่างมากจะช่วยลดจำนวนของจุดที่พื้นดิน resolvable เกิดจากการอุดตันของพื้นผิวด้วยพันธุ์ไม้เมื่อมีการย้ายจากตำแหน่งหนึ่งไปยังกล้องต่อไป แต่เนื่องจากกระบวนการ SFM สร้างเมฆจุดตราบใดที่พืชจะเบาบางพอที่จะให้เพียงพอจำนวนของคุณสมบัติพื้นดินที่จะระบุและจับคู่บางส่วนของแนวทางการพัฒนาสำหรับการจัดหมวดหมู่ของข้อมูลLiDAR สามารถนำไปใช้กับSFM มา จุดเมฆ นอกจากนี้หนึ่งในความนิยมภาพตามแพคเกจฟื้นฟู 3 มิติในเชิงพาณิชย์ (ตารางที่ 1) Agisoft PhotoScan ได้ดำเนินการจุดการจัดหมวดหมู่เมฆรูปแบบการจัดหมวดหมู่ของจุดที่ผิวดินและพืชผัก(http://www.agisoft.ru/tutorials/photoscan / 08)

ผลลัพธ์ (ไทย) 3:

ในส่วนโครงสร้างธรณีวิทยาและการประยุกต์ใช้ neotectonic เรา
สนใจนางแบบเปลือยผิว ในพื้นที่ของแสงที่พืชหนาแน่น
, การตั้งค่าสำหรับพื้นผิวเปลือยกลายเป็นข้อเสียหลัก
รูปถ่ายตามมิติการสร้างใหม่เมื่อเทียบกับเครื่องมือที่ใช้ในการเก็บรวบรวมข้อมูล 3D
ที่มาใช้งาน ไลด้าเก็บ 3D จุดที่ตั้ง
ที่มีชีพจรเดียวของแสง จึงสามารถรวบรวมดิน
จุดพื้นผิวที่พัลส์ของแสงจะสามารถเจาะ
พืช สะท้อนจากผิวดิน และกลับไปยังวัด ตามความต้องการในรูป

หลายภาพ 3D การสร้างใหม่เพื่อเก็บข้อมูลจากมุมมองที่แตกต่างกันเพื่อการฟื้นฟูเรขาคณิตจุด
3D สามารถลดจำนวน
ผิวดิน resolvable จุดเนื่องจากการอุดตันของ พื้นดิน
พื้นผิวโดยพืชเมื่อย้ายจากตำแหน่งกล้องหนึ่ง

ต่อไป อย่างไรก็ตาม เนื่องจากกระบวนการ sfm สร้างจุดเมฆ
ตราบเท่าที่พืชจะเบาบางพอที่จะอนุญาตให้มีจำนวนเพียงพอ
คุณสมบัติพื้นดินที่จะระบุและตรงกับบางส่วนของแนวทางการพัฒนาระบบ

ข้อมูล LIDAR สามารถใช้ sfm ได้มาเมฆจุด นอกจากนี้ หนึ่งใน
นิยมพาณิชย์ภาพ 3D ฟื้นฟูเกจ
ตาม ( ตาราง 1 ) agisoft , photoscan ได้ใช้เมฆหมวดหมู่
โครงการสำหรับประเภทของจุดที่ผิวดินและ
พืช ( http : / / www.agisoft . ru / แบบฝึกหัด / photoscan / 08 )