由于使用2d图像进行3D重建是一个超级难题，编写自己的应用程序来做到这一点不仅是一个挑战，也是浪费时间（从我正在阅读的内容）我想问一下如何使用图像GPS数据？
想象一下无人机在一个物体周围飞行拍照进行三维重建，让我们在3d中制作点云。
这会有帮助吗？知道2d图像和路线的位置会更容易编码将这些信息与RGB数据一起转换为3d模型/点云的应用程序吗？
答案 0 :(得分：1)
像往常一样，这完全取决于你的目标。如果你想获得乐趣，你可以毫不费力地轻松获得cm / m准确度的结果，如果你的目标是准确的结果，你需要处理和实现的信息量会随着你的期望呈指数级增长。
这里的大多数人没有任何摄影测量经验，这意味着你必须更多地将他们的答案视为个人观点，而不是值得依赖的东西。
此时在摄影测量和计算机视觉之间分开。
如果您进行计算机视觉，将2d图像转换为3d点云非常容易。所有必要的算法都已经写在像OpenCV这样的库中。如果你想从头开始，它将花费你更多的时间，但或多或少你最终将复制OpenCV中的东西。
OpenCV中的例程很快但不准确。在实际精度方面，你可能达到不超过（mm / m到cm / m）。它们更像是数学优化，意思是：“在某处适合某些东西。如果样本内错误结果没问题，一切都很好。”这对于有趣的应用程序是可以的，但它们从未被用于专业领域。因此，永远不要试图将OpenCV结果作为真实世界的准确性出售，否则你将犯下欺诈行为。
编写好的摄影测量应用程序非常困难，因为突然之间您必须考虑温度梯度和外部精度，这与背投影误差无关。您还需要根据您的任务设计目标，因为在摄影测量中没有SIFT目标，它们太不准确了。必须用物理参数描述镜头，并且需要在多个步骤中执行整个优化过程以避免某些系统误差。
因此，如果您不需要准确，那么请使用CV算法并使用OpenCV等现有库，如果您有扎实的编程背景，这应该非常简单。对于旨在实现真实世界精度的摄影测量任务＆lt; 50μm/ m需要投入更多时间。
GPS可以帮助吗？ 如果您想将3D模型放在某个参考帧（如ERTS89）中，并且无法找到某些点的某些现有坐标，那么是。
另一种用途是，如果你想检查图像之间的位移作为控制值以避免粗差或作为共线性方程的泰勒级数的初始值，它们可能会有所帮助。
另一方面，对于无人机而言足够轻的标准非差分GPS接收器在3D位置的准确度非常差，因此你必须飞得很高才能使误差小到足以使用。
答案 1 :(得分：1)
如果您可以从无人机及其GIS信息中收集视频，则可以使用摄影测量3d重建软件，例如Pix4d（https://pix4d.com）
您提到的确切内容是由苏黎世大学在2017年完成的。请参阅下面的视频
https://www.youtube.com/watch?v=7hTvWbxxmY0
及其研究论文