大范围实景三维智能调色 | 模方自动化匀色解决方案

《实景三维中国建设总体实施方案(2023---2025年)》、《实景三维中国建设技术大纲》等相关文件中指出,倾斜Mesh三维模型修饰要求模型整体色彩真实,无明显色差 。9月,自然资源部在国务院新闻发布会上表示,实景三维中国将于2025年初步建成

目前,我国各省市的实景三维建设任务已基本完成。但由于跨年份、拍摄季节、时间光照条件不一 等因素,数据在色彩上存在显著差异

在实景三维中国建设初期,大势智慧率先在业内推出了实景三维模型的色彩调整解决方案。通过模方联动DasViewer ,对不同区域(如A区、B区、C区等)的数据进行蒙版匀色,减少了人工的重复操作,提高了手动调色的效率,为各地的实景三维生产建设作出了贡献。

然而,随着更新区域的扩大,目前的匀色方法的人工交互工作量大、标准不统一等问题极大限制了各省实景三维数据成果的汇交效率。为此,模方4.2版本推出了基于存量地理模板数据的自动化调色解决方案,以帮助用户更有效地应对当前实景三维中国建设中的数据调色需求。

一键导入存量地理模板数据

超大范围实景三维自动调色

方案通过导入用户已有的存量地理模板数据,智能计算更新区域模型数据与存量地理模板数据之间的色差,进而对原始数据进行自动化色彩调整。

过去,存量的地理模板数据只能在二维平面上进行修改调整,模方成功将其应用在三维模型中进行自动匀色。用户只需一键导入存量地理模板文件无需人工干预 ,便可实现模型的**自动调色处理,**助力各地实景三维建设加速生产。
超大范围实景三维自动调色操作窗口

存量地理模板数据

调色前后对比效果

效率方面,以21平方公里测区,分辨率为3cm的数据进行调色为例,单机处理耗时仅3小时左右 ,**相比先前的手动调色效率提升了数倍。**以下为具体效率测试报告数据:

此外,模方还可联动G-Engine实现多机并行处理,让大范围的实景三维数据匀色效率更高。

方案通过高效的自动调色技术,能够帮助用户针对性解决大范围实景三维数据更新过程中常见的色彩不一致等难题,提升模型后处理效率的同时,保证模型的质量与一致性,打通大范围城市实景三维局部更新工作的最后一环。

4.2新版本将于近期上线正式大势智慧官方网站,请广大用户密切关注我们的官方渠道。同时感谢各位一直以来对模方、Dasviewer等产品的支持和信任!如有任何关于产品技术的疑问或建议,欢迎随时与我们联系。

相关推荐
985小水博一枚呀32 分钟前
【深度学习滑坡制图|论文解读3】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer
AltmanChan33 分钟前
大语言模型安全威胁
人工智能·安全·语言模型
985小水博一枚呀37 分钟前
【深度学习滑坡制图|论文解读2】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer·迁移学习
数据与后端架构提升之路1 小时前
从神经元到神经网络:深度学习的进化之旅
人工智能·神经网络·学习
爱技术的小伙子1 小时前
【ChatGPT】如何通过逐步提示提高ChatGPT的细节描写
人工智能·chatgpt
深度学习实战训练营2 小时前
基于CNN-RNN的影像报告生成
人工智能·深度学习
昨日之日20064 小时前
Moonshine - 新型开源ASR(语音识别)模型,体积小,速度快,比OpenAI Whisper快五倍 本地一键整合包下载
人工智能·whisper·语音识别
浮生如梦_4 小时前
Halcon基于laws纹理特征的SVM分类
图像处理·人工智能·算法·支持向量机·计算机视觉·分类·视觉检测
深度学习lover4 小时前
<项目代码>YOLOv8 苹果腐烂识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·苹果腐烂识别
热爱跑步的恒川5 小时前
【论文复现】基于图卷积网络的轻量化推荐模型
网络·人工智能·开源·aigc·ai编程