社区 图形处理/算法帖子详情 求教!ContextCapture生产的点云数据坐标与模型坐标差距很大
最近在用ContextCapture做无人机摄影测量,生产区域的三维模型与点云数据,选取的坐标系均为WGS84 UTM 47N。但是模型与点云数据的坐标差距十分大。
同一点,模型上坐标为:3359850.3146,229725.9105,3852.5620;点云上坐标为:-7556137.7373,11654503.8992,3814.7921
模型是用ContextCapture Viewer打开的,也用EPS打开查看过。之前查阅到点云数据生产时最好不要用WGS84这个坐标系,我也用其他坐标系生产了点云,又用ArcGIS Pro转换为WGS84 UTM 47N地理坐标,不知是我转换错还是怎样,坐标没有改动。
求教,模型的坐标应该是符合WGS84 UTM 47N的,但是点云到底是什么回事,它这是什么坐标系,有什么解决办法吗?!
相关推荐
大疆M210 V2 Mark文件解析与应用指南
本文深入解析了大疆M210 V2无人机Mark文件的核心作用与数据结构。Mark文件作为每张照片的“时空身份证”,记录了精确的POS数据,是连接原始影像与测绘成果(如正射影像图、三维模型)的核心桥梁。文章详细解读了文件中的经纬度、大地高、RTK状态、姿态角及杆臂改正等关键信息,并提供了文件管理、质量筛选及与Pix4Dmapper等专业软件对接的实战指南,帮助用户实现高精度测绘应用。
倾斜摄影实景三维建模全流程:从无人机采集到Web三维展示
实景三维重建是数字孪生与智慧城市建设的关键技术,其核心是通过无人机倾斜摄影获取多视角影像,再经空三解算生成高精度三维模型。然而,从原始数据到浏览器中流畅展示的三维场景,还面临模型破洞、拉花、悬浮物等质量问题,以及数据量大、格式不兼容等发布挑战。模型修复与轻量化处理是决定成果可用性的重要环节,而基于3D Tiles标准的网络发布则让大规模三维场景在Web端高效渲染成为可能。这一技术链路广泛应用于文旅展示、城市规划、应急管理等领域。本文以工程实践为背景,系统梳理从外业采集、内业建模、模型修复到CesiumJS部
无人机倾斜摄影与三维重建:从航拍到实景三维模型的完整实战
计算机视觉与摄影测量技术的结合,让真实世界可以转化为高精度的空间数据。从多视角影像采集到空中三角测量解算,再到密集点云与纹理映射,整个流程构成了实景三维重建的核心链路。这项技术不仅服务于测绘与GIS领域,也在数字孪生、工程巡检、文旅展示等场景中发挥关键作用。通过无人机搭载多角度相机获取重叠影像,配合控制点与POS数据,能够生成带地理坐标、可量测的实景模型。文章围绕倾斜摄影和三维重建的工程实践,从设备选型、航线设计到数据处理的完整环节展开,帮助读者理解从二维影像到三维空间数据的转化逻辑,并掌握落地应用中的常见
电力系统三维空间智能监控技术解析与应用
三维空间感知技术通过多相机矩阵融合与高精度三角测量,实现了电力设施安全监控的维度升级。其核心原理在于将二维图像信息转化为三维空间坐标,结合时间同步系统与特征匹配算法,可精确计算人员设备空间位置。该技术解决了传统监控无法量化安全距离的痛点,在变电站带电作业、输电线路树障预警等场景中显著提升安全防护水平。典型工程实践显示,系统可实现厘米级定位精度,并融合AR与数字孪生技术,推动电力安全治理从事后追溯转向事前预防。
中国网络安全产业创新发展联盟“Al+网信安全”典型案例集8.4
人工智能自身安全方向 聚焦人工智能技术全生命周期安全治理,围绕大模型、智能体等新一代人工智能技术的安全风险开展系统性研究。重点关注基础设施安全、训练数据防投毒与防泄漏、模型算法鲁棒性增强、应用服务内容合规检测、智能体行为监控等关键领域,构建A安全防护、检测与监测技术体系。深入研究智能体在研发、部署、应用全生命周期的安全风险,系统梳理风险点与标准框架,牵头或参与智能体安全领域的国际、国家、行业标准制定,推 动AI安全治理规范化、标准化。 人工智能赋能安全方向 推动人工智能技术与网络安全深度融合,发挥Al技术在安全领域的赋能作用。重点发展安全大模型、安全智能体、AI驱动的自动化渗透测试与漏洞挖掘等技术与产品,提升网络安全防护的智能化、自动化水平。整合行业优秀实践与优质资源,提炼可复制可推广的解决方案,促进供需精准对接。举办AI安全技术研讨活动,聚焦AI攻防对抗等前沿热点,推动AI赋能安全关键技术突破与创新应用,力争打造自主的、能够与国际水平对标 的大模型赋能安全攻防应用能力集。


图形处理/算法
