-
-
Einlesen aller gegebenen Dateien
-
Rote Flugroute der Drohne
-
Automatisiertes Rendering für das Matching mit Originaldaten
-
Automatisiertes Anordnen der Kameras aus der Sicht der Drohne
Die Aufgabe Bei einem verrechnetem 3D-Model sollen getagte Informationen automatisiert auf die Ursprungsbilder übertragen werden.
Was war die Herausforderung? Die Herausforderung bestand darin so viele der Daten zu verwerten, die uns zur Verfügung standen, um ein möglichst genaues Ergebnis zu erzielen.
Vorhandenes Material Zur Verfügung stehen Drohnenbilder, eine photogrammetrisch verrechnete Mesh und ein vektorisiertes Model. In den JPG-Dateien befinden sich die GPS-Koordinaten und die Ausrichtung der Drohne.
Was war die Idee? Im 3-dimensionalen Raum wird die getagte Mesh mit den Positionen der Ursprungsbilder abgeglichen und der entsprechende Tag auf die Bilder zurück überspielt.
Wie wurde es umgesetzt? Das Projekt wurde mit der Open Source Software Blender mit Python realisiert.
Was wurde zusätzlich benutzt? FreeGPSKonv RouteConverter blender-osm opencv2
Warum ist die Idee eine gute Lösung? Durch die Positionierung der JPG-Daten im 3D-Raum und der OBJ mit einem Template-Matching bekommt man auf Basis der vorhandenen Datenlage der Bilder ein übereinstimmendes Ergebnis mit dem gewünschten Tagging des Objektes.
Was haben wir gelernt? Sich mit Dingen zu beschäftigen mit denen man sich sonst nicht beschäftigt hätte.
Was hat nicht geklappt? / Wozu sind wir nicht mehr gekommen? Das Matching zwischen gerenderten Bildern und Originalbildern funktioniert nicht immer. Aus diesem Grund haben wir noch kein Feature eingebaut, welches einem ermöglicht einen Marker zu setzten. Zwei potentielle Verbesserungen wäre die Anpassung des Matchings bzw. der Wechsel zu einem anderen Algorithmus und die Verwendung der genauen Flugdaten der Drohne.
Log in or sign up for Devpost to join the conversation.