多光谱摄影测量的MicMac应用。
colorpl的Python项目详细描述
彩色
多光谱摄影测量应用程序
概述
Colorply是一个开源的python应用程序,它将新的波长通道添加到来自一组参考图像的3D点云中,并使用MicMac的图像校准。 此软件包附带一个GUI,如果您不习惯MicMac,则可以简化任务。在
这些模型是面向同一相对坐标系的模型。然而,这些模型 只由一个通道组成。Colorply合并来自任何模型的任何通道,只要它们是 在同一个坐标系中。在
关于
仅这个项目就在一周内完成,是在一个更大的摄影测量工程项目中。整个项目的重点是测试和评估多光谱相机Parot Sequoia。然后,一个主要部分使用该相机生成多光谱三维点云,用于遥感目的,如植被分类,所有这些都是三维的。因为MicMac仅适用于RGB(或最多3通道图像),Colorply已经创建,可以处理任意多个通道,并从多光谱图像中完成现有的三维点。在
依赖性
此软件包取决于:
- PyQt5型
- lxml公司
- PLY文件
- numpy公司
PyQt5仅用于此应用程序的GUI。由于理解MicMac生成的文件和目录名有点棘手,我们决定为它创建一个接口。使用此接口不是必须的,您可以自由地使用和修改python模块。在
安装
要安装此软件包,请克隆此存储库,然后从根文件夹中的命令行中使用:
pip install .
这将安装所有依赖项并将Colorply添加到python环境中,通常保存在path_to_anaconda\lib\site packages中。在
使用
MicMac
Colorply与开源摄影测量软件MicMac携手合作。您可以从GitHub的https://github.com/micmacIGN/micmac或从主页https://micmac.ensg.eu/index.php/Install下载它。 如果您不熟悉MicMac,请查看文档https://github.com/micmacIGN/Documentation/blob/master/DocMicMac.pdf和此活动论坛:http://forum-micmac.forumprod.com/。在
彩色
外观如何
界面很简单,但所有选项都是链接的!在
若要使用此包,请运行主.py或者
fromcolorply.uiimportinterfaceinterface()
如果您喜欢手动执行,可以使用函数实现:
^{pr2}$你也可以使用命令行系统
$ python colorply --inply path/to/input_ply --outply path/to/output_ply --calib path/to/calib_xml --oridir path/to/orientation_folder --imdir path/to/image_folder --imext image_extension --channel name_of_new_channel --mode mode_used_to_merge_new_radiometry
使用help--argument获取更多信息。在
如何工作
主要算法基于image公式。该方程将三维坐标点M链接到图像坐标点M,并取决于相机的校准(旋转R,失真和PPSS,焦距F)。在
为了可视化这个公式,让我们来看看这个简短的动画:
红色十字表示从红色通道计算的密集云点。这些通道点被投射到近红外图像中。这个位置上的辐射测量会被影响回这些点,给云层增加一个额外的通道。在
应用
关于
该项目用于多光谱相机的遥感分类。相机Parrot Sequoia首先在样品区进行校准和测试。然后,它被固定在一架民用无人机上,我们飞过高海拔森林来估计植被物种的进化。^{str1}$Colorply用于创建多光谱点云,通过添加额外的特征来改进我们的分类。这些簇是由一个随机的森林骨架组成的吨,使用所有辐射计(红色、REG、NIR、GRE)和点的三维位置。在
分类
在这个存储库中,您可以对提供的数据here运行分类。 对于这个简短的例子(为了快速处理),分类结果描述如下:
此示例的混淆矩阵为:
Terrain | Oak | Shrub | Grass | |
---|---|---|---|---|
Terrain | 410 | 0 | 0 | 16 |
Oak | 0 | 260 | 10 | 0 |
Shrub | 0 | 10 | 137 | 16 |
Grass | 23 | 0 | 11 | 192 |
全局准确率:92.07%。
许可证
密码是在麻省理工学院的许可证下
- 项目
标签: