三维重建与正射影像生成：cc生成正射之前是否一定要三维？

1次阅读

共计 1571 个字符，预计需要花费 4 分钟才能阅读完成。

正射影像是摄影测量和遥感中的基础数据产品，它通过几何校正消除了地形起伏和相机倾斜引起的变形，具有统一的尺度和几何精度。传统生成方法通常需要先进行三维重建（如密集匹配生成 DSM/DEM），再通过数字微分纠正（Differential Rectification）生成正射影像。这一流程存在两个显著痛点：

计算成本高：密集匹配和三维重建消耗大量计算资源，尤其对大区域或高分辨率数据时
时间周期长：完整三维流程可能需要数小时甚至数天处理时间

ContextCapture（简称 cc）生成正射影像的核心步骤可分为：

空三解算：通过特征点匹配计算相机位置和姿态
表面重建（可选）：生成密集点云或网格模型
正射纠正：将原始影像投影到二维平面

关键发现：正射纠正仅需知道每个像素对应的高程值（Z 值）。当存在以下条件时，三维重建并非必需：

平坦地形（Z 值变化可忽略）
已有可靠 DEM 数据
低精度需求场景

flowchart TD
    A[输入数据] --> B{地形平坦或有 DEM?}
    B -->| 是 | C[直接正射纠正]
    B -->| 否 | D[三维重建 + 正射]

import cc

# 场景 1：使用现有 DEM 直接生成正射
def quick_ortho(image_path, dem_path, output_path):
    # 初始化工程
    project = cc.Project.create('QuickOrtho')

    # 添加影像（跳过空三解算模拟已有外方位元素）project.add_images(image_path, skip_reconstruction=True)

    # 加载现有 DEM
    dem = cc.DEM.load(dem_path)
    project.set_reference_surface(dem)

    # 生成正射（设置分辨率 0.1 米）ortho = project.generate_ortho(
        resolution=0.1,
        skip_3d_reconstruction=True  # 关键参数
    )
    ortho.save(output_path)

# 场景 2：平坦地形假设（Z 值恒定）def flat_ortho(image_path, elevation, output_path):
    project = cc.Project.create('FlatOrtho')
    project.add_images(image_path)

    # 创建恒定高程表面
    flat_dem = cc.DEM.create_flat(
        bbox=project.bbox, 
        elevation=elevation
    )

    ortho = project.generate_ortho(
        resolution=0.2,
        reference_surface=flat_dem
    )