При перенесенні складного промислового об'єкта в цифру — наприклад, турбіни або архітектурної пам'ятки — традиційне 3D-сканування часто впирається в бюджет і логістику. Ми вирішуємо це завдання за допомогою фотограмметрії: за серією звичайних фотографій відновлюємо точну тривимірну геометрію. Результат — щільна хмара точок, полігональна сітка та текстурована 3D-модель, готова до CAD, VR або рендеру. Економія бюджету порівняно з лазерним скануванням досягає 70% (на прикладі проєкту цифрового двійника цеху — заощадили 50 000 грн). За 5+ років ми реалізували 20+ таких проєктів для промисловості, будівництва та геймдеву. Наприклад, для цифрового двійника виробничого цеху обробили 1500 знімків з дрона за 8 годин, отримавши точність 1.5 мм.
Проблеми, які ми вирішуємо
Низька якість вихідних знімків. Клієнти часто надсилають фото, зроблені на смартфон із нерівномірним освітленням і малим перекриттям. Це призводить до прогалин у хмарі точок і спотворень геометрії. Ми компенсуємо це алгоритмічною фільтрацією та адаптивним підбором параметрів SfM.
Нестабільне освітлення та відблиски. Блискучі та дзеркальні поверхні — класичний біль фотограмметрії. Для них застосовуємо крос-поляризацію або мультиекспозицію, а на етапі обробки — маскування відблисків за допомогою нейромережевих детекторів.
Величезні обсяги даних. Для великого об'єкта (цех, будівля) кількість фото сягає 2000–3000. Обробка такого набору без оптимізації займає добу. Ми впроваджуємо розподілені обчислення (Ray, Dask) і квантизацію хмар точок, скорочуючи час до годин.
Чому фотограмметрія ефективніша за лазерне сканування?
Лазерні сканери точніші (до 0.1 мм), але вони дорогі та потребують доступу до об'єкта. Фотограмметрія дає порівнянну точність (0.5–3 мм) для більшості задач, при цьому вартість обладнання в 10 разів нижча, а зйомку можна проводити з дрона. Для цифрових двійників будівель і пам'яток це оптимальний вибір. Отримайте консультацію, щоб оцінити, чи підійде фотограмметрія для вашого проєкту.
Як налаштувати SfM пайплайн: покрокова інструкція
Фотограмметрія (Wikipedia) пайплайн складається з двох етапів: SfM та MVS. Розберемо налаштування на прикладі COLMAP і OpenMVS.
Крок 1: Вилучення та зіставлення ознак Використовуйте SuperPoint замість SIFT — він краще працює на гладких поверхнях:
import pycolmap from pathlib import Path def run_sfm_reconstruction(images_dir: str, output_dir: str) -> dict: """Повний SfM пайплайн через COLMAP""" image_path = Path(images_dir) output_path = Path(output_dir) output_path.mkdir(exist_ok=True) database_path = output_path / 'database.db' # Вилучення ознак pycolmap.extract_features(database_path, image_path, sift_options={'max_num_features': 8192}) # Зіставлення ознак pycolmap.match_exhaustive(database_path) # Інкрементальна реконструкція maps = pycolmap.incremental_mapping( database_path=database_path, image_path=image_path, output_path=output_path ) reconstruction = maps[0] # найбільша карта return { 'num_cameras': len(reconstruction.cameras), 'num_images': len(reconstruction.images), 'num_3d_points': len(reconstruction.points3D) } Крок 2: Щільна реконструкція
OpenMVS дає баланс швидкості та якості. Порівняно з Meshroom, OpenMVS працює в середньому в 1.5 раза швидше при однаковій точності:
import subprocess def run_dense_reconstruction(sfm_output: str, output_dir: str): """Щільна реконструкція через OpenMVS""" subprocess.run([ 'InterfaceCOLMAP', '-i', sfm_output, '-o', f'{output_dir}/scene.mvs' ], check=True) subprocess.run([ 'DensifyPointCloud', '-i', f'{output_dir}/scene.mvs', '--resolution-level', '1', '--number-views', '5' ], check=True) subprocess.run([ 'ReconstructMesh', '-i', f'{output_dir}/scene_dense.mvs', '--quality', '3' ], check=True) subprocess.run([ 'TextureMesh', '-i', f'{output_dir}/scene_dense_mesh.mvs' ], check=True) Крок 3: Постобробка в Open3D
import open3d as o3d import numpy as np def process_point_cloud(pcd_path: str) -> dict: pcd = o3d.io.read_point_cloud(pcd_path) pcd_clean, _ = pcd.remove_statistical_outlier(nb_neighbors=20, std_ratio=2.0) pcd_clean.estimate_normals( o3d.geometry.KDTreeSearchParamHybrid(radius=0.05, max_nn=30) ) mesh, densities = o3d.geometry.TriangleMesh.create_from_point_cloud_poisson( pcd_clean, depth=9 ) density_threshold = np.quantile(densities, 0.05) mesh = mesh.select_by_index(np.where(densities > density_threshold)[0]) return { 'num_vertices': len(mesh.vertices), 'num_triangles': len(mesh.triangles), 'bounding_box': mesh.get_axis_aligned_bounding_box() } Що впливає на точність реконструкції?
Точність залежить від трьох факторів: якості знімків, перекриття та алгоритмів. Навіть при ідеальних фото COLMAP може дати 1–3 мм, а Reality Capture — 0.5–2 мм. Для підвищення точності до 0.1 мм використовуємо лазерне сканування, але фотограмметрія достатня для 95% задач. Ми гарантуємо точність, зазначену в технічному завданні, та надаємо сертифікат калібрування камери. Замовте аудит фото — ми визначимо очікувану точність.
Який пайплайн обрати: COLMAP чи Reality Capture?
Якщо бюджет обмежений — ставимо open-source COLMAP + OpenMVS. Він безкоштовний, гнучкий, але потребує програмування. Для комерційних проєктів із жорсткими строками Reality Capture дає ту саму точність у 2 рази швидше. Багато клієнтів обирають гібрид: COLMAP для передобробки, Reality Capture для фінальної збірки. Ми маємо досвід 5+ років у налаштуванні обох систем, тому гарантуємо оптимальне рішення. Замовте розробку індивідуального пайплайну під ваші задачі.
Вимоги до фотографій
Якість реконструкції напряму залежить від вхідних фото:
| Параметр | Рекомендація |
|---|---|
| Перекриття кадрів | 70–80% |
| Мінімальна кількість фото | 30–50 |
| Оптимальна кількість | 100–300 |
| Кут між знімками | 15–30° |
| Освітлення | Рівномірне, без різких тіней |
| Роздільна здатність | 12 MP+ |
| Глибина різкості | Максимальна (f/8–f/16) |
Точність і час обробки
| Метод | Точність (мм) | Час (100 фото, CPU) |
|---|---|---|
| COLMAP + OpenMVS | 1–3 | 30–120 хв |
| Meshroom (AliceVision) | 1–5 | 45–90 хв |
| Reality Capture | 0.5–2 | 15–30 хв |
| Metashape (Agisoft) | 0.5–2 | 20–60 хв |
Що входить до роботи
- Аудит вихідних фото та консультація щодо зйомки.
- Проектування пайплайну під вашу задачу.
- Реалізація SfM + MVS з калібруванням та фільтрацією.
- Побудова mesh, текстурування, експорт у потрібні формати (PLY, OBJ, FBX, GLTF).
- Документація щодо відтворення результату.
- Навчання вашої команди роботі з пайплайном.
- Технічна підтримка 3 місяці.
Терміни орієнтовно
| Застосування | Термін проєкту |
|---|---|
| Пайплайн обробки фотосесій | 3–5 тижнів |
| Автоматична фотостудія з роботом | 8–14 тижнів |
| Система для інспекції/документації | 6–10 тижнів |
Точна вартість розраховується після аудиту ваших даних і вимог. Маємо сертифікати партнерів Agisoft та Reality Capture. Зв'яжіться з нами — ми оцінимо проєкт і запропонуємо оптимальне рішення.







