מבוא

Photogrammetry - המדע של ביצוע מדידות מתצלומים - הפך אבן הפינה של סקר מודרני, תיעוד מורשת תרבותית, ובדיקה תעשייתית.היכולת שלה לייצר מודלים 3D ברזולוציה גבוהה אוטומומיסטיקה מדויקת אינה תואמת כאשר מבוצע כראוי.עם זאת, שגיאות שהוצגו במהלך רכישת נתונים ועיבוד יכול להפיג את התפוקה הסופית, המוביל לעיוותים לא-ממדיים, גיאומטריים, לא אמין ומדכאוניים אלה דורשות הפעלה של שיטות עיבוד מתוחכמות, אך לא מתוכנות עיבוד מעמיקות, אך לא מחייבות של פורמטים של שיטות עיבוד.

מקורות נפוצים של טעויות ב Photogrammetry

לפני חקר פתרונות, חשוב לזהות היכן שגיאות מקורן.אלה יכולים להיות מסווגים באופן רחב לשגיאות הקשורות לרכישות ולעיבוד.

טעויות נוספות

  • (FLT:0) בעיות איכות תמונה:001 Blur ממצלמת טייפ, תנועה, או מיקוד לא נכון מייצר תכונות מוגדרות בצורה גרועה, מה שהופך את זיהוי תכונה והתאמה לא אמינה. Overexposed או underexposed תמונות לאבד פרטים באזורים גבוהים יותר, צמצום מספר יעיל של נקודות עניבה.
  • (FLT:0) תמונות מדהימות חופפות: FLT:1 insufficient חפיפה בין תמונות מוצלחות שובר את שרשרת הגיאומטרית הנדרשת עבור triangulation.הסטנדרט בתעשייה הוא לפחות 60% חפיפה ו 30% חפיפה בצד, אם כי משטחים מורכבים עשויים לדרוש ערכים גבוהים יותר. נמוך כוחות התוכנה לחפוף יתר, ומציג שגיאות שיטתיות.
  • הגדרות מצלמה:0 ו הגדרות מצלמה:FLT:1ir Changing aperture, מהירות התריס, ISO, או מוקד לאורך פני נקודת נתונים מעצימים את ההנחה של אוריינטציה פנימית יציבה.
  • (ב) תנאי תאורה:0 (FLT:1) צלי האפר יוצרים קצוות נעים ואזורים ללא מרקם, בעוד דיפרפוזה, תאורה נמוכה-contrast מפחיתה את הייחודיות של תכונות.
  • (FLT:0) התערבות סביבתית:FLT:1; התחדשות אטמוספירית, חרטה חום, ולחות מחלחלת יכולה לשנות עמדות ברורות של אובייקטים, במיוחד על פני קווי בסיס ארוכים.
  • (FLT:0) ⁇ מצלמה נכונה: FIRLT:1) באמצעות מודל קליברציה מיושן או גרוע מציג עיוות שיטתי של שאריות אשר מתפשטות לתוך שחזור 3D. אפילו הטבות תוכנה מחלחלות עצמית מ calibration ראשוני ממושמע היטב.
  • (FLT:0) תמונת הפוטור תואמת: 1FLT באזורים עם דפוסים חוזרים, מרקם נמוך או שינויים בסיסיים גדולים, התוכנה עשויה ליצור התכתבויות כוזבות (הלאירים) שמציקו את ההתאמות של החבילה.
  • (FLT:0) בקרת הקרקע: FLT:1 ללא נקודות שליטה מדויקות (GCP), מודלים פוטוגרםמטריים הם רק בקנה מידה מקומי ומסתובבים.
  • (FLT:0 suboptimal עיבוד פרמטרים: FIRLT:1) שימוש הגדרות ברירת מחדל עבור מיצוי נקודות מפתח, התאמה צפופה, או דור mesh יכול לגרום עננים נקודה מלוח או רועש, במיוחד בסביבות מאתגרות.

אסטרטגיות למזער שגיאות במהלך רכישת נתונים

רכישת נתונים היא הבסיס של פרויקט פוטוגרםמטרי מוצלח.הפרקטיקות הטובות ביותר לכסות חומרה, תוכנה והליכים תפעוליים.

מצלמה ו Lens Calibration

השתמש במצלמה עם שדה קליברציה ידוע ויציב.בצע קלמנט מלא במעבדה או שדה באמצעות תבנית צ'קינט או שדה קי פרמטרים ייעודי כדי לקבוע נקודה עיקרית, אורך מוקד, ועיוות עיוות עדשות coefficients (radial and tangential) או פרופיל קייברציה בתוכנת photogrammetry וליישם אותו באופן עקבי על פני כל התמונות.

צילום: Consisation

לנעול את כל ההגדרות החשיפה להגדרה יחידה השואפת תמונות חדות, מכוסות היטב. השתמש בעדיפות ראשונה (f/8 או קטן יותר) כדי למקסם את עומק השדה תוך הימנעות מ diffraction. Set ISO לשווי הילידי הנמוך ביותר (למשל, ISO 100) כדי למזער את הרעש.להכבה את המיקוד האוטומטי לאחר התמקדות ידנית - או להשתמש בהגדרה אוטומטית רציפה כדי להבטיח מהירויות חד-טריות - אך תמיד ייצוב של שימוש קבוע בין לחץ דם קבוע, אם הוא מאובטח, אם הוא מאובטח, אם הוא מאובטח, אם הוא מאובטח, לחץ דם קבוע, או מאובטח, אם הוא מאובטח, אם הוא מאובטח, אם הוא בטוח, לחץ על ידי לחיצה על ידי שימוש קבוע, אם הוא בטוח, לחץ על ידי שימוש קבוע, אם הוא מבטיח לחץ על ידי לחיצה על ידי לחיצה על ידי לחיצה על ידי לחיצה על ידי לחץ אוטומטי, או לחץ אוטומטי, אם הוא מאובטח על ידי שימוש קבוע, אם הוא מאובטח על ידי לחיצה על ידי לחיצה על ידי שימוש קבוע, אם הוא מאובטח על ידי לחיצה על ידי לחיצה על ידי לחיצה על ידי לחיצה על ידי לחיצה על מנת להבטיח את התמונה מופעלת על ידי לחיצה על ידי לחיצה על ידי לחיצה על ידי לחיצה על ידי לחיצה על ידי לחיצה על ידי לחיצה על ידי לחיצה על ידי לחיצה על לחץ אוטומטי

תכנון טיסה וOverlap

רכישת תמונות התוכנית להבטיח מינימום של 70% חזית חפיפה ו-40% צד חפיפה על משטחים מוצפנים או נמוך; עבור אובייקטים תרבותיים מפורטים מורשת, לשאוף ל 80% חפיפה או יותר. השתמש בתוכנה תכנון טיסה החשבונאית עבור וריאציות שטח וניקוי מכשולים.עבור photogrammetry, לעקוב אחר דפוס רשת שיטתי עם מרחק קבוע וזווית יחסית לנושא.

תאורה ובקרה סביבתית

לירות על ימים מצופים או במהלך שעת הזהב כדי להפחית צללים קשים ונקודות מבט specular מדגיש.עבור עבודה בתוך או סטודיו, השתמש תאורה מטבולית, קבוע תאורה (למשל, לוחות LED או רכות) ממוקמים כדי להימנע יצירת צללים נעים.אם אור מלאכותי הוא הכרחי, להימנע ערבוב טמפרטורות צבע נייטרליות כדי להגדיר איזון לבן.

בקרה ומדורגת

נקודות שליטה קרקעיות (GCP) אפילו על פני אזור הסקר, עם צפיפות של לפחות 3 ל 1000-3000 תמונות (או קו טיסה) בהתאם לדרישות הדיוק. השתמש במטרות מראש (למשל, 12 סיביות קודקוד או צ'ק מרובע) כי הם קלים לזיהוי בתמונה. עבור פרויקטים קטנים ללא גישה לגנוקס, שימוש בסולם של 2 ק"מ כדי לספק דיוקים מרובים או סטנדרטיים ב-RT) אשר קלים לזיהוי בדימויים שונים.

טכניקות לשיפור יעילות עיבוד נתונים

לאחר שתמונות באיכות גבוהה נתפסות, אפשרויות עיבוד משפיעות באופן משמעותי על הדיוק הסופי.זרימת עיבוד שיטתית מפחיתה שגיאות שיטתיות ואקראיות.

עיבוד וצילום

לפני ייבוא תמונות לתוך התוכנה photogrammetry, להסיר כל תמונות כי הם מטושטשים, overexposed, או יש מטושטש תנועה משמעותית. עבור נתונים גדולים, להשתמש בכלים כמו PhotoScan (כיום Metashape) "איכות תמונה מוגזמת" או קוד פתוח כי מטושטשת קידוד compute s. downsample תמונות רק אם עיבוד משאבים חישוביים, אבל מקורי עבור תמונה משולבת צבע שקוף.

מצלמה קליברציה ו- Self-Calibration

גם עם קליברציה ראשונית, תוכנה מודרנית מבצעת הערכה עצמית במהלך התאמת החבילה לפרמטרים.אפשר איכות עצמית אבל מגבילה אותו עם תכונות "מודל מצלמה מפוכחת" אשר באופן אוטומטי לבחור את המודל העיוות המתאים (למשל, מודל בראון עם תנאים קורנליים וטרקטיביים) עבור מצלמות עם עדשות רחבות מאוד (למשל, דגים, בדיקת פיקסלים מתאימים, 1.5 נקודות סטנדרטיות יותר עם התאמות סטנדרטיות יותר והתאמות).

נקודת בקרה (GCP)

מארק GCPs באופן ידני עם דיוק גבוה (דיוק של פיקסלים) לפחות שלוש תמונות. השתמש בכלים תוכנה המציגים את המיקום המצופה של GCP בהתבסס על הכיוון הנוכחי כדי להפחית שגיאות סימון ידניות. assign המתאים משקולות: בדרך כלל 0.1-0.5 ס"מ עבור סך של נקודות מדד GCP, ו 2-5 ס"מ עבור RTK GNSS.

הפקה: Extraction and Matching

בחר את הדחיסות הגבוהה ביותר (feature) כי החומרה שלך יכולה להתמודד עם.להגדיל את נקודות העניבה המקסימליות (למשל, 4000-6000 לדימוי) עבור סצינות מרקמות "גנריות" או "אדפטי" מצב התאמה מקסימלית (למשל, "הקצאות עדיפות" באמצעות תגי GPS או עמדות פרויקט כדי להנחות את האלגוריתם ההתאמה.

Dense Point Cloud Generation and Quality Control

עבור התאמה צפופה, השתמש ב "גבוהה" או "גבוה" הגדרות איכות כדי להפיק מידע עומק מקסימלי. הגדרת עומק המסנן "Aggressive" עבור אובייקטים עם קצוות קשיחים ו "Mild" עבור משטחים עם מרקם עדין (למשל, צמחייה) לאחר יצירת הענן הדחוס, ניקוי באופן ידני של חומרים ברורים (למשל, נקודות צפים, רעש בקצהים) באמצעות כלים מאובטחים או דחיסות ענן (re) כדי לאמת את הפחתת לחץ דם נמוך יותר.

Mesh, Texture ו- Dem Generation

בעת יצירת מרש, בחר "ארי" עבור מודלים תלת-ממדיים ו-"2.5D" עבור משטחי שטח (DSM/DTM) הגדר את נתוני המקור ל"ענן Dense" ולא "מפות תלת-ממדיות" אם יש לך ניקוי ידני של צפיפות בענן, החל משטח חלק כדי להסיר רעש בקנה מידה קטן, אבל להימנע מעודף משקל כי מטושטשים או הומוגני, שימוש ב"מחדש"מחדש" כדי ל"ד"מצמצם את הפחתת "מפרק" (DVal" (DV) לשימוש דיגיטלי"מפרקים) כדי ל"מטווח"מחדש"מחדש"מטווח" (DVicicic" (DV) כדי למזערי) כדי למזערי) כדי ל"מטווח" (DValdexic Use to betradexicic Use to betradexing) כדי למזער" (DValdexing) כדי למינימום של שימוש ב" (DVolge) כדי לדגמימין" (DVolgeualpressing) כדי להפחית את הפחתת כמותוריד) כדי למזער את הפחתת כמותוריד) כדי ל"DVol-"DVic

דיווח שגיאות ואימות

רוב תוכנת photogrammetry מייצרת דו"ח עיבוד כולל שגיאות הדדיות (RMSE בפיקסלים), GCP שאריות (XYZ RMSE), וסטטיסטיקות נקודה מקבילות. השתמש אלה כדי לאבחן בעיות: טעות חידוש > 1.0 pixel מציין בעיות היערכות; שאריות GCP הגדולות מציעות מדידת GCP או שגיאות cabration שיטתיות.

טכניקות מתקדמות לשגיאה

עבור פרויקטים הדורשים דיוק גבוה במיוחד (למשל, ניטור עיוות, פיקוח חלקי אוויר), שיטות נוספות יכולות לדחוף שולי שגיאה מתחת 1:10,000 של הבסיס.

GNSS / IMU Data

GNSS ו- IMU נתונים (למשל, ממערכת PPK או RTK של UAV) מספק עמדות מצלמה ראשונית וכיוון אשר להפחית באופן דרמטי את זמן ההתכנסות ולשפר את יציבות ההתאמות החבילה.גם עם IMU זול נמוך, מינוף נתונים אלה בהיערכות מפחית שגיאות הדדיות ב-30% או יותר.

Multi-View Stereo ו- Deep Learning Denoising

אלגוריתמים מתקדמים (למשל, Semi-Global Matching) מייצרים מפות עומק באיכות גבוהה יותר, במיוחד באזורים נמוכים של טקסט.חלק מהחבילות המסחריות משלבות כעת מודלים של למידת מכונה כדי להפיג מפות עומק או לשפר את נקודת העניבה. בעוד לא סטנדרטי, השימוש בתכונות אלה יכול לשפר את השלמות ולהקטין את החריגות בענן הנקודה.

רדיומטרי קליברציה ותיקון צבע

אם photogrammetry משמש לניתוח ספקטרלי (למשל, NDVI חקלאיים), דלי הרדיומטרי באמצעות פאנל בסצינה הוא חיוני.עבור מודלים מרקמים בלבד, החל אלגוריתם תיקון צבע (למשל, Histogram תואם או תיקון vignetting) לכל התמונות לפני היערכות התאמה בצלים ומדגיש.

מסקנה

הפחתת שגיאות ברכישת נתונים פוטוגרםמטרי ועיבוד דורש גישה ממושמעת מהלחץ הראשון לדיווח הסופי.על ידי התייחסות שיטתית למקורות של טעות - באמצעות חומרה calibrated, נהלי שדה עקביים, פרמטרים עיבוד קפדניים, ואימות - אתה יכול להשיג אמין, דיוק גבוה מודלים 3D ומדידות.ההשקעה בתכנון קפדני ובקרת איכות דיבידנדים מופחתים בעבודתם מוגברת באבטחה ב-Ascerary להמשיך לפתח שיטות למידה חיוניות.

לקריאה נוספת, להתייעץ עם המשאבים הסמכותיים הבאים:

  • (ב) ◄ [13]: ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
  • (ב) ◄0 (ISPRS) - הנדסה Photogrammetric הנדסה ו-Sensing JournalFLT:1
  • (ב) ,0) פתחה מצלמה קליברציה ו-3D ReciovisionFLT
  • (ב) ,0) Agisoft Metashape User Manual - Accuracy Optimization Optimization 1
  • [01:0] ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇