Python+AI+CC，这些建模“高级功能”，90%的人不知道

locaspace · 发表于 2021-3-2 14:15

本帖最后由 locaspace 于 2021-3-2 14:20 编辑

1. Python编写脚本，实现CC自动化建模

&#8203

ython脚本实现CC自动化建模

　　MasterKernel是一个以编程方式访问ContextCapture Master所有功能的Python模块，此模块可以代替用户界面，用于完整的项目创建、编辑和监控。还可以将ContextCapture Master 界面替换为Python API 调用，以满足自动化建模需求。可显著缩短处理时间，减少人工干预，适用于小范围、业务简单的建模工作。
2. 多数据源融合建模：空地一体化混合建模、激光点云和照片的混合建模、热红外照片和可见光照片的混合建模等

航拍结合地面视频及照片等多源数据空地一体化建模

　　当前主流的获取物体三维信息技术的手段有飞机航空摄影测量、无人机低空倾斜摄影测量、三维激光扫描、近景摄影测量等。多数据源融合建模能够结合不同来源数据的优势，兼容飞机、无人机、相机、手机、激光扫描等多种数据，将不同数据对齐、拼在一起混合建立三维模型。
空地一体化混合建模：由于无人机飞行高度及空中摄影采集角度的局限，近地面及被遮挡区域会造成地物纹理结构信息丢失或不足；通过结合地面近景摄影测量方法，可实现对近地面较小目标进行精细化三维重建，其最终取得较好的效果。
激光点云和照片的混合建模：对于细高物体，如路灯、旗杆等，由于匹配截面过小导致提取的特征点数目较少，采用无人机实景三维建模会造成拉花变形及破洞等现象；结合三维激光扫描技术可以实现历史建筑和工业设备等地物的精细化重建。
热红外照片和可见光照片的混合建模：融合这两种类型的图像，可以结合红外图像中的热辐射信息和可见图像中的详细纹理信息的优点，典型应用如监测建筑物保温层的效果。
3. 水面约束、用AI技术对水面进行探测并用于建模过程
　　大面积水域由于缺少特征点难以被匹配正确，最终实景三维建模成果往往出现水面破洞。更新后的CC软件针对水面破损情况提供了专门的约束工具。可以通过人工标记水面范围，或使用检测器自动检测水面，优化水面建模。

水面月约束前

水面约束后

4. 进阶行业应用：Descartes对模型进行平立剖操作；不同时间倾斜摄影成果比较与土石方计算；LumenRT中造景与动画漫游展示
随着无人机倾斜摄影的普及，针对不同行业的深度应用也成了相关从业人员研究的重点。
倾斜摄影在桥梁，建筑物、古建、文物巡检及病害检查中的应用，倾斜摄影在犯罪现场还原中的应用，倾斜摄影技术在检方取证过程中的应用；ContextCapture针对电力巡线等线状目标的建模优化。
在Descartes对模型进行平立剖操作，生成建筑剖面线、建筑物立面正射影像的生成。（规划设计）

Descartes对模型剖切出正射影像

施工现场不同时间倾斜摄影成果比较与土石方计算。（工程、施工、地质灾害）
倾斜摄影成果、BIM成果集成后在LumenRT中造景与展示（交通模拟、第一人称视角、第二人称视角、第三人称视角漫游动画、增强现实、全景视频的生成等）（方案汇报演示）

倾斜摄影场景第二人称动画漫游

倾斜摄影场景第一人称动画漫游

如何学习这些ContextCapture高级功能和进阶应用能够解决很多企业数据处理应用中的实际问题，但是大多数技术人员都没听过，更不知道如何操作。许多前沿应用目前只有部分高校在科研上会有所涉及。
Bentley官方Context Capture三维建模培训课此次全新升级！根据学员的反馈，我们在以往CC建模、修模、集群等课程内容的基础上，增加了上文提到的多个CC高级应用，更为不同行业的用户准备了相关行业的实用技能，为具体的业务项目服务，提升实用性。
课程大纲