Как уменьшить ошибки в приобретении и обработке фотограмметрических данных

Введение

Фотограмметрия — наука о проведении измерений по фотографиям — стала краеугольным камнем современной геодезии, документации по культурному наследию и промышленной инспекции. Ее способность производить 3D-модели высокого разрешения и точную ортомозаику не имеет себе равных при правильном выполнении. Однако ошибки, вносимые как при сборе данных, так и при обработке, могут ухудшить конечный результат, приводя к несоответствиям размеров, геометрическим искажениям и ненадежным измерениям. Минимизация этих ошибок — это не одноэтапное исправление, а систематический подход, требующий понимания их источников, применения строгих протоколов сбора и использования сложных методов обработки. Эта статья предоставляет подробное руководство по сокращению ошибок в фотограмметрических рабочих процессах, от поля до конечной модели.

Общие источники ошибок в фотограмметрии

Перед тем, как приступить к изучению решений, крайне важно определить, где возникают ошибки. Они могут быть в целом классифицированы на ошибки, связанные с приобретением и обработкой.

Ошибки, связанные с приобретением

Ошибки, связанные с обработкой

Стратегии минимизации ошибок при приобретении данных

Получение данных является основой успешного фотограмметрического проекта. Следующие лучшие практики охватывают аппаратное обеспечение, программное обеспечение и операционные процедуры.

Камера и калибровка линз

Используйте камеру с известной, стабильной калибровкой. Выполните полную калибровку в лаборатории или поле с использованием шаблона шахматной доски или выделенного поля калибровки. Ключевые параметры для определения включают в себя основные коэффициенты искажения точки, фокусного расстояния и линзы (радиальный и тангенциальный). Сохраните профиль калибровки в программном обеспечении фотограмметрии и применяйте его последовательно на всех изображениях. Для фотограмметрии БПЛА калибруйте линзу с использованием тех же настроек, что и полет (например, та же диафрагма и расстояние фокусировки). Рекалибруйте периодически, особенно после ударов или экстремальных температур.

Последовательная конфигурация камеры

Заблокируйте все настройки экспозиции на один набор, который дает четкие, хорошо экспонированные изображения. Используйте приоритет диафрагмы (f/8 или меньше), чтобы максимизировать глубину резкости, избегая дифракции. Установите ISO до самого низкого собственного значения (например, ISO 100) для минимизации шума. Выключите автофокус после фокусировки вручную - или используйте непрерывную автофокусировку с высокой скоростью затвора для обеспечения резкости - но всегда проверяйте, что фокус остается фиксированным между кадрами. Используйте фильтр нейтральной плотности для достижения надлежащего воздействия, если это необходимо, обеспечивая постоянную яркость изображения. Отключите любую стабилизацию изображения на основе объектива, когда камера установлена на штативе или БПЛА, поскольку это может ввести небольшие корректирующие сдвиги.

Планирование полетов и Overlap

План получения изображения, чтобы гарантировать минимум 70% перекрытия фронта и 40% перекрытия стороны для растительного или низкотекстовых поверхностей; для подробных объектов культурного наследия, цель на 80% перекрытия или более. Используйте программное обеспечение планирования полета, которое учитывает изменение местности и клиренс препятствия. Для портативной фотограмметрии, следуйте систематическому рисунку сетки с постоянным расстоянием и углом относительно субъекта. При захвате вертикальных структур (например, фасадов зданий), используйте несколько орбит на разных высотах для поддержания последовательного перекрытия. Валидировать перекрытие в поле, просматривая гистограммы и миниатюры изображения.

Освещение и экологический контроль

Стреляйте в пасмурные дни или в течение золотого часа, чтобы уменьшить резкие тени и зеркальные изюминки. Для внутренней или студийной работы используйте рассеянное, постоянное освещение (например, светодиодные панели или софтбоксы), размещенное, чтобы избежать создания движущихся теней. Если требуется искусственный свет, избегайте смешивания цветовых температур. Используйте нейтральную серую карту, чтобы установить баланс белого вручную. Минимизируйте вибрацию с помощью жесткого штатива или БПЛА с вибрационным усилием камеры. В ветреных условиях, увеличивайте скорость затвора или используйте станцию наземного управления для поддержания стабильной высоты и положения. Для больших площадей рассмотрите возможность использования нескольких полетов в разное время, чтобы избежать смещения направленного освещения.

Наземный контроль и шкала баров

Размещайте наземные контрольные точки (GCP) равномерно по всей области съемки, с плотностью не менее трех на 1000-3000 изображений (или на линию полета) в зависимости от требований к точности. Используйте предварительно проверенные цели (например, 12-битные закодированные маркеры или квадратные шахматные доски), которые легко идентифицировать на снимках. Для небольших проектов без доступа к GNSS используйте штрихи масштаба известной длины для обеспечения абсолютного масштаба и ориентации. Измерьте координаты GCP с общей станцией или RTK GNSS с точностью не менее чем в три раза выше, чем целевая фотограмметрическая точность. Убедитесь, что GCP видны на нескольких изображениях и на разных расстояниях от камеры.

Методы повышения точности обработки данных

После того, как высококачественные изображения были получены, выбор обработки значительно влияет на конечную точность.Методический рабочий процесс обработки уменьшает систематические и случайные ошибки.

Предварительная обработка и выбор изображений

Перед импортом изображений в программное обеспечение для фотограмметрии удалите любые изображения, которые размыты, переэкспонированы или имеют значительное размытие движения. Для больших наборов данных используйте такие инструменты, как PhotoScan (теперь Metashape) «Оценка качества изображения» или скрипты с открытым исходным кодом, которые вычисляют метрики размытия. Образы с открытым исходным кодом вычисляют метрики размытия. Образы с использованием заданий для отбора проб только в том случае, если вычислительные ресурсы ограничивают обработку, но сохраняют оригинальное разрешение для окончательного плотного сопоставления. Если изображения имеют различный баланс белого, преобразуйте в 16-битный TIFF в линейном цветовом пространстве (например, sRGB), чтобы избежать несоответствий на основе цвета.

Калибровка камеры и самокалибровка

Даже при начальной калибровке современное программное обеспечение выполняет самокалибровку при регулировке пучка для уточнения параметров. Разрешить самокалибровку, но ограничить ее разумным предварительным. Используйте функции «адаптивной модели камеры», которые автоматически выбирают соответствующую модель искажения (например, модель Брауна с радиальными и тангенциальными терминами). Для камер с чрезвычайно широкоугольными объективами (например, fisheye), используйте соответствующую модель камеры и проверьте на конвергенцию. После регулировки пучка проверьте остаточные участки и стандартное отклонение параметров калибровки. Если остаточные значения превышают 1,5 пикселя, рассмотрите возможность перекалибровки отдельным набором изображений или добавления большего количества точек связи.

Интеграция наземных контрольных точек (GCP)

Маркировать GCP вручную с высокой точностью (подпиксельная точность) по меньшей мере на трех изображениях. Используйте программные средства, которые показывают прогнозируемое положение GCP на основе текущей ориентации для уменьшения ошибок ручной маркировки. Назначьте соответствующие веса точности: обычно 0,1-0,5 см для GCP, проверенных на полной станции, и 2-5 см для RTK GNSS. В регулировке пакета, включите оптимизацию ограничения GCP, но не «заблокируйте» GCP, если они не имеют чрезвычайно высокой уверенности. Проверьте остатки GCP в окончательном отчете; если они превышают ожидаемую ошибку, переизмерьте эти точки на изображениях или исследуйте ошибки измерения поля. Для крупных проектов используйте независимые контрольные точки (CP) для проверки точности окончательной модели.

Особенности экстракции и сопоставления

Выберите самую высокую доступную плотность ключевой точки (функции), с которой может справиться ваше оборудование. Увеличьте максимальные точки связи (например, 4000-6000 на изображение) для текстурированных сцен. Используйте «общий» или «адаптивный» режим максимального совпадения. Включите «референтный предварительный отбор» с использованием GPS-меток или позиций камеры для руководства алгоритмом сопоставления. После сопоставления примените строгий фильтр выпадения, такой как «Неопределенность реконструкции» или «Точность проекции», чтобы удалить ошибочные точки связи. Типичные пороги: удалите точки с неопределенностью реконструкции более 10-15 или с точностью проекции более 3 пикселей. Итеративно запустите настройку пакета после каждого раунда фильтра.

Поколение облаков в плотной точке и контроль качества

Для плотного сопоставления используйте настройки «Ultra High» или «High» качества для получения максимальной информации о глубине. Установите фильтрацию глубины на «Агрессивный» для объектов с жесткими краями и «Мягкий» для поверхностей с тонкой текстурой (например, растительность). После генерации плотного облака вручную очищайте очевидные выбросы (например, плавающие точки, шум на краях сцены) с помощью инструментов выбора. Вычислите карты плотности точек и проверьте покрытие; пробелы указывают на недостаточное перекрытие или плохую текстуру, требующую дополнительных изображений. Экспортируйте плотное облако для снижения шума с помощью стороннего программного обеспечения (например, CloudCompare) при необходимости.

Mesh, Texture и Dem Generation

При создании сетки выберите «Произвольное» для 3D-моделей и «2,5D» для поверхностей местности (DSM/DTM). Установите исходные данные на «плотное облако», а не на «глубинные карты», если вы вручную очистили облако. Примените сглаживание поверхности для удаления мелкомасштабного шума, но избегайте чрезмерного сглаживания, которое размывает края. Для ортомозного генерирования используйте «Мозаичное» или «Среднее» смешивание для минимизации линий швов и обеспечения возможности «Цветного балансирования» для выравнивания экспозиции на перекрывающихся изображениях. Для цифровых моделей возвышения (DEM) используйте метод интерполяции «Обратное расстояние» или «Триангуляция» с соответствующей плотностью точек. Всегда проверяйте DEM против GCP и известных вертикальных эталонов.

Отчетность об ошибках и их валидация

Большинство программ фотограмметрии генерирует отчет об обработке, включая ошибку репроектирования (RMSE в пикселях), остатки GCP (XYZ RMSE) и статистику точек связи. Используйте их для диагностики проблем: ошибка репроектирования > 1,0 пикселя указывает на проблемы выравнивания; большие остатки GCP предполагают либо плохие измерения GCP, либо систематические ошибки калибровки. Проверяйте конечный продукт путем сравнения расстояний между контрольными точками, либо путем обследования независимых трансектов с общей станцией. Для ортопедических изображений проверяйте точность соответствия края и масштаба с известными функциями карты.

Передовые методы устранения ошибок

Для проектов, требующих исключительно высокой точности (например, мониторинг деформации, инспекция аэрокосмических деталей), дополнительные методы могут снизить погрешность ниже 1:10 000 от базового уровня.

Слияние датчиков с данными GNSS/IMU

Интеграция бортовых данных GNSS и IMU (например, из системы PPK или RTK БПЛА) обеспечивает начальные положения и ориентации камеры, которые резко сокращают время конвергенции и улучшают стабильность настройки пучка. Даже с недорогими IMU, использование этих данных на этапе выравнивания уменьшает ошибки репроектирования на 30% или более. Убедитесь, что рычаг камеры-датчика (физическое смещение) измеряется и импортируется в программное обеспечение.

Многопользовательский Stereo и Deep Learning Denoising

Расширенные алгоритмы плотного сопоставления (например, Semi-Global Matching) создают карты глубины более высокого качества, особенно в областях с низкой текстурой. Некоторые коммерческие пакеты теперь включают модели машинного обучения для обезвреживания карт глубины или улучшения сопоставления точек связи. Хотя еще не стандартно, использование этих функций может улучшить полноту и уменьшить выбросы в облаке точек. Для исследовательских приложений инструменты с открытым исходным кодом, такие как COLMAP, предлагают современную функцию, соответствующую изученным дескрипторам (например, SuperPoint).

Радиометрическая калибровка и коррекция цвета

Если фотограмметрия используется для спектрального анализа (например, сельскохозяйственного NDVI), радиометрическая калибровка с использованием панели в сцене имеет важное значение. Для моделирования только текстуры, применение алгоритма коррекции цвета (например, гистограмма согласования или виньетирования коррекции) ко всем изображениям до выравнивания может уменьшить ошибки сопоставления в тени и выделения.

Заключение

Снижение ошибок в сборе и обработке фотограмметрических данных требует дисциплинированного подхода от первого щелчка затвора до окончательного отчета. Систематично устраняя источники ошибок - с помощью калиброванного оборудования, согласованных полевых практик, строгих параметров обработки и проверки - вы можете достичь надежных, высокоточных 3D-моделей и измерений. Инвестиции в тщательное планирование и контроль качества приносят дивиденды в виде снижения переделки и повышения уверенности в результатах. Поскольку фотограмметрия продолжает развиваться с использованием сенсорного синтеза и машинного обучения, оставаться в курсе лучших практик будет оставаться необходимым как для профессионалов, так и для исследователей.

Для дальнейшего чтения, проконсультируйтесь со следующими авторитетными ресурсами: