Создание модели местности, ЦМР и ортотрансформирование 1. Принцип построения модели местности и ее масштаб. Элементы ориентирования стереопары фотоснимков (РМ). Построить модель местности можно не только с помощью ЭВО фотоснимков, но и с использованием ЭВзО. Однако ЭВзО также неизвестны. Поэтому их определение является важной практической задачей. Для определения ЭВзО используют зависимости, которые связывают ЭВО и плоские прямоугольные координаты точек фотоснимков стереопары, т. е. уравнения взаимного ориентирования. Полученные ЭВзО снимков используют для построения модели местности. Однако при этом интерес представляет и полученная точность. Точность определения элементов взаимного ориентирования. В строгом способе используется метод наименьших квадратов. Поэтому для оценки точности используют приёмы этого метода. Для оценки точности в строгом способе обычно используют средние квадратические ошибки, которые рассчитываются с использованием веса величины и СКО единицы веса. Актуальным является и вопрос априорной оценки. Рассмотрим априорную оценку ЭВО, зависимости для которой можно получить по приближённым зависимостям определения ЭВзО. Для оценки точности ЭВзО используется формула СКО нескольких н/вел. Точность определения ЭВзО прямо пропорциональна точности измерения поперечных параллаксов. Точность определения ЭВзО повышается с уменьшением f. Поэтому для построения модели местности по стереопаре следует использовать короткофокусные АФА. Точность определения ЭВО повышается с увеличением стандартных отрезков а. Поэтому стандартные точки 3, 5, 4, 6 следует выбирать как можно дальше от начального направления (но не слишком близко к краям - 1 см). Увеличение формата фотоснимков повышает точность определения ЭВзО (построения модели) Построение модели местности по ЭВО может быть реализовано двумя методами: аналитическим или аналоговым. При этом может использоваться взаимное ориентирование первым или вторым способом, т. е. с использованием ЭВзО первой или второй группы. Аналитический метод построения модели. Теоретической основой реализации аналитического метода построения модели являются формулы прямой фотограмметрической засечки (6.11) и масштабного коэффициента (6.12). Пространственные координаты точек фотоснимков вычисляют по формулам (7.36) для левого фотоснимка, используя при этом ЭВзО а'1, к'1, и по формулам (7.37) для правого фотоснимка стереопары, используя ЭВ30 а'2, w'2, к'2. произвольное значение базиса проектирования. Процесс построения модели может быть реализован по следующей технологии: Выбирают на фотоснимках стереопары необходимое количество точек в зонах стандартного расположения. Измеряют плоские прямоугольные координаты выбранных точек. Определяют ЭВзО. В зависимости от решаемой задачи может использоваться 1-я или 2-я группа ЭВзО стереопары фотоснимков. При этом предпочтение отдаётся строгим способам их определения. Вычисляют координаты точек модели, используя зависимости (7.34) и (7.35)д В результате будут получены координаты ряда точек, совокупность которых можно рассматривать как геометрическую модель местности. Обратим внимание, что собственно для построения модели местности достаточно точек (6ти) в стандартно расположенных зонах. Если для решения практической задачи требуются другие точки, то количество их и места расположения не ограничены. Модель местности, построенная по ЭВзО имеет следующие особенности: она не связана с геодезической системой координат; имеет произвольный масштаб, значение которого не известно. 2. Аналоговая и цифровая корреляция. Более подробно аналоговую корреляцию можно описать следующим образом: это процесс сравнения двух изображений для определения соответствия между ними. Она основана на визуальном анализе и требует значительных затрат времени и усилий. Цифровая корреляция, с другой стороны, использует компьютерные алгоритмы для ускорения процесса и повышения его точности. Эти алгоритмы автоматически сравнивают пиксели на двух изображениях и определяют, какие из них соответствуют друг другу. Это значительно повышает эффективность процесса и уменьшает вероятность ошибок. Для цифровой корреляции используются различные алгоритмы, такие как SIFT (Scale Invariant Feature Transform), SURF (Speeded Up Robust Features), ORB (Oriented BRIEF) и другие. Каждый из них имеет свои преимущества и недостатки, но все они предназначены для быстрого и точного сопоставления пикселей на двух изображениях. 3. Использование детекторов и дескрипторов. Алгоритм SIFT (Чебуничев) Для выделения характерных точек существуют операторы Moravec, Harris, Forstner, FAST, Mar-Hildreth и др. Задача этих операторов найти на изображении области с наибольшим изменением контраста, в которых затем получатся наилучшие результаты отождествления. Например, оператор Moravec позволяет выделить точки с контрастом, превышающем некоторый порог. Оператор Harris позволяет выделить точки, относящиеся к изображениям углов. Выделенные с помощью оператора Forstner точки инвариантны к поворотам, и как следствие в этих точках отождествление получается более надежно. Оператор Marr-Hildreth (или оператор LoG — Лапласиан Гауссиана) фильтрует изображение и одновременно выделяет зоны изменений значений яркостей изображения. Все эти операторы часто называют детекторами, так как они позволяют найти на снимках характерные точки. Соответственные точки на соседнем снимке можно найти с помощью методов корреляции, описанных выше, а можно сначала найти характерные точки на со-седнем снимке с помощью техже операторов, описать каждую точку с помощью, так называемых дескрипторов, а затем сравнивая дескрипторы точек на смежных снимках выявить соответственные точки. Наиболее известен дескриптор - SIFT (масштаб-но-инвариантное преобразование) это алгоритм, позволяющий описать точку снимка некоторыми локальными признаками, которые инвариантны к сдвигу, повороту и масштабу. Входными данными дескриптора являются изображение и набор особых точек, выделенных на снимках, выходом — множество векторов признаков для исходного набора характерных точек. Необходимо отметить, что некоторые дескрипторы решают одновременно две задачи — поиск характерных точек и построение описателей этих точек. Признаки (описатели) строятся на основании информации об яркости, цвете и текстуре характерной точки. Но характерные точки могут быть представлены углами, ребрами или даже контуром объекта, поэтому, как правило, вычисления выполняются для некоторой окрестности. Существует достаточно много различных дескрипторов, позволяющих описать характерные точки снимков. Например, SIFT, PCA-SIFT, SURF, GLOH, DAISY, BRIEF. Большинство этих дескрипторов являются модификациями дескриптора SIFT, поэтому ниже более подробно рассмотрим именно этот дескриптор. SIFT (масштабно-инвариантное преобразование) Этот алгоритм позволяет описать точку снимка некоторыми локальными при-знаками, которые инвариантны к сдвигу, повороту и масштабу. Выделение характерных точек на изображении, применяя один из описанных выше операторов, например, оператор Форстнера. Описание локальной области, выделенной вокруг точки путем задания радиуса и ориентации локальной системы координат, связанной с этой локальной областью. Детальное описание точки с помощью градиентов по направлениям, заданным относительно ориентации локальной области. Рассмотрим подробнее каждый из этапов формирования SIFT-описания точки. Выделение характерных точек на изображении выполняется путем применения одного из описанных выше операторов, например, оператора Форстера. Локальная область задается радиусом г окружности с центром в характерной точке и начальным направлением, заданным как направление максимального градиента. 4. Теоретические основы и способы блочной фототриангуляции. Фототриангуляция, способ связок. Требования к обеспечению фототриангуляции опорными точками (РМ). Фототриангуляция выполняется с целью определения элементов внешнего ориентирования снимков, координат и высот точек местности в системе координат объекта, путем построения и внешнего ориентирования фотограмметрической модели объекта (местности) по снимкам, принадлежащим одному или нескольким перекрывающимся маршрутам. Эти данные используются в качестве исходной и контрольной информации при выполнении процессов обработки стереопар или одиночных снимков в фотограмметрических системах. В настоящее время построение сетей пространственной фототриангуляции осуществляется только аналитическим методом, а измерения снимков производится на цифровых стереофотограмметрических системах. Фототриангуляцию можно разделить на: - маршрутную, в которой построение сети фототриангуляции производится по снимкам, принадлежащим одному маршруту; - блочную, в которой построение сети фототриангуляции производится по снимкам, принадлежащим нескольким маршрутам. Основными методами построения и уравнивания сетей пространственной фототриангуляции в настоящее время являются методы связок и независимых моделей. Построение сетей фототриангуляции более простыми и не строгими, с точки зрения метода наименьших квадратов, методами продолжения и независимых маршрутов выполняют как предварительные построения для отбраковки грубых ошибок и нахождения значений начальных приближений определяемых величин перед построением сетей по методам связок или независимых моделей. Существенной особенностью построения фототриангуляции способом связок является построение и уравнивание фотограмметрической сети одновременно по всем фото-снимкам маршрута. Теоретическую основу способа связок составляют уравнения коллинеарности векторов. Эти уравнения связывают координаты точки фотоснимка и местности. Сущность способа состоит в следующем. Если известны приближённые значения ЭВО фотоснимков и определяемых точек фототриангуляции, а плоские прямоугольные координаты точек фотоснимков измерены, то можно составить систему линейных уравнений. 5. Преобразования координат опорных точек и фотограмметрических координат точек свободной сети (РМ). 6. Внешнее ориентирование и устранение деформации свободной сети. Деформации модели местности (РМ). 7. Цифровые модели рельефа (ЦМР), их классификация и содержание.а Классификация моделей рельефа и местности Цифровая модель местности состоит из цифровой модели рельефа и цифровой модели ситуации. Под термином цифровая модель рельефа (ЦМР) понимают математическое представление участка земной поверхности, полученное путем обработки материалов топографической съемки. ЦМР состоит из двух категорий данных: геометрической и семантической. Геометрические данные содержат информацию о пространственном положении моделируемой поверхности и, как правило, могут быть представлены в виде функции двух переменных z = F(x, y), где z - отметка точки; x и y - северная и восточная координаты. Семантические данные характеризуют принадлежность точек поверхности к различным типам топографических объектов (поле, луг, дорога, река и т.д.). Эти данные имеют вид специальных семантических кодов, приписываемых дискретным элементам цифровой модели. Исходными данными для построения ЦМР являются съемочные точки. Каждая точка должна быть задана, как минимум, пятью параметрами: • номером точки; • северной координатой x; • восточной координатой y; • отметкой z; • семантическим кодом. Точки могут быть получены как непосредственно от изыскателей, так и при помощи оцифровки сканированных карт. Чем больше точек на единицу площади, тем лучше цифровая модель описывает реальную поверхность. Известные цифровые модели рельефа, широко используемые на практике, подразделяются на три группы: регулярные, структурные и нерегулярные. В регулярных моделях точки с известными пространственными координатами располагаются в вершинах сетки либо квадратов, либо прямоугольников, либо равносторонних треугольников. Существуют также цифровые модели в виде системы поперечных профилей, проведенных через определенные расстояния вдоль заданной линии (например, оси трассы). По регулярным моделям высотное положение в любой точке местности, как правило, определяется линейной интерполяцией высот внутри заданного квадрата, прямоугольника или треугольника. Основными недостатками таких моделей являются неэффективное расположение точек, так как не на всех участках требуется одинаковая плотность сетки, и повышенные трудозатраты при разбивке узловых точек на местности. Регулярные модели находят применение в тех случаях, когда требуется повышенная точность съемки, например, при проектировании аэродромов. В структурных цифровых моделях точки с известными пространственными координатами располагаются на структурных линиях рельефа, местах изменения углов наклона склонов, на характерных линиях дороги, урезах рек. Изменение отметок вдоль структурной линии описывается полиномиальной зависимостью. По сравнению с регулярной структурная цифровая модель требует меньшую плотность исходных точек и при линейной интерполяции является весьма эффективной для описания поверхности городских дорог. В нерегулярных цифровых моделях точки могут располагаться без какой-либо системы, но с заданной плотностью. Эти модели являются самыми универсальными и получили в настоящее время наиболее широкое распространение. В современных программных продуктах цифровые модели рельефа создаются на основе съемочных точек и структурных линий, описывающих изломы естественного (овраги, урезы рек) или искусственного происхождения. При этом образуется сеть, состоящая из треугольников, вершинами которых являются съемочные точки. Это позволяет вычислять высотные отметки точек с известными координатами в плане, строить разрезы поверхности земли по заданной линии, отображать рельеф при помощи горизонталей. Построение сети должно удовлетворять двум условиям: • внутри окружности, описанной вокруг любого из треугольников не должно содержаться съемочных точек; • ребра треугольников не должны пересекать структурных линий. Процесс разбиения поверхности на треугольники называется триангуляцией. В современных программных продуктах для выполнения триангуляции используют алгоритм, предложенный российским ученым Б.Н. Делоне. Сущность алгоритма триангуляции заключается в следующем. В произвольное место горизонтальной проекции поверхности помещают окружность малого радиуса таким образом, чтобы ни одна съемочная точка не попала внутрь окружности. Затем увеличивают радиус окружности, не передвигая ее центра до тех пор, пока она не наткнется на некоторые съемочные точки. Далее, сохраняя то условие, чтобы точки лежали на границе окружности, увеличивают ее радиус и одновременно отодвигают ее центр. Этот процесс продолжают до тех пор, пока окружность не коснется, как минимум, трех точек. Дальнейшее увеличение радиуса становится невозможным, а найденные три точки образуют первый треугольник. Взяв две точки полученного треугольника, строят новую окружность на образовавшемся ребре и увеличивают ее радиус одновременно с перемещением центра в сторону, противоположную третьей вершине треугольника, до тех пор, пока окружность не коснется следующей точки. Таким путем образуется еще один треугольник. Процесс повторяют до тех пор, пока все точки поверхности не будут охвачены треугольной сетью. Поверхности внутри каждого треугольника, вершинами которого являются точки с известными координатами x, y, z представляет собой плоскость. Высотная отметка z любой точки с координатами x, y в плане, находящейся внутри треугольника определяется по формуле: z=Ax + By + C, где A, B, C - коэффициенты уравнения плоскости, построенной по трем точкам, образующих треугольник. Что касается цифровой модели ситуации (ЦМС), то, как правило, она представляет собой векторный чертеж, состоящий из площадных, линейных и точечных объектов. Каждый объект имеет семантическую информацию, которая отображается в виде условных знаков и пояснительных надписей. Источники данных для построения ЦМР И хотя сегодня принцип нивелирования остался неизменным, геодезические работы больше не останавливаются просто на определении отметок точек. Сегодняшние требования к геодезическим инструментам определяют нивелир как комплексную эргономичную измерительную систему, которая не только является полностью автоматизированной системой для сбора и обработки данных в цифровом виде, но и обеспечивает исключительную эффективность выполнения работ при использовании самых современных технологий 8. Создание и редактирование ЦМР в виде TIN-моделей: структурные линии (как строятся, для чего нужны), форма треугольников (перекидывание ребер). Структурные линии в TIN-моделях используются для принудительной триангуляции вдоль этих линий. Они представляют собой, например, тальвеги водотоков или бровки террас. Существуют два типа структурных линий: 1. Мягкие линии — гладкие перегибы поверхности, которые включаются в триангуляцию без изменения характера поверхности. 2. Жёсткие линии — резкие изменения уклонов поверхности, которые определяют границы треугольников. Перекидывание рёбер треугольников в TIN-моделях позволяет изменять форму и расположение треугольников для более точного представления поверхности. Структурные линии в TIN-моделях ЦМР Построение структурных линий Структурные линии - это важный элемент TIN-моделей ЦМР, которые представляют собой векторные полилинии, создаваемые вдоль характерных форм рельефа. Существует несколько методов построения структурных линий: Автоматическое извлечение: Программное обеспечение может автоматически извлекать структурные линии из точек ЦМР, используя алгоритмы, основанные на анализе уклонов, кривизны или других характеристик рельефа. Ручное создание: Опытный пользователь может вручную создавать структурные линии, используя инструменты редактирования в ГИС-программах. Импорт из внешних данных: Структурные линии могут быть импортированы из других источников, таких как геодезические съемки или топографические карты. Назначение структурных линий Структурные линии играют crucial role in TIN-моделях, выполняя несколько важных функций: Повышение точности: Структурные линии обеспечивают более точное отображение рельефа, особенно в местах с крутыми склонами, хребтами, впадинами и другими ярко выраженными формами. Уменьшение количества точек: Использование структурных линий позволяет сократить количество точек, необходимых для построения TIN-модели, что приводит к уменьшению объема данных и повышению производительности. Контроль за качеством: Структурные линии служат инструментом контроля качества TIN-модели, позволяя визуально оценить правильность построения поверхности. Анализ стока: Структурные линии могут использоваться для моделирования стока воды по поверхности, что имеет значение для гидрологических исследований и инженерных проектов. Форма треугольников и перекидывание ребер В TIN-моделях треугольники должны соответствовать определенным критериям качества, чтобы обеспечить точность и надежность модели. Качество треугольников: Обычно используются следующие критерии: Максимальное соотношение сторон: Ограничивает вытянутость треугольников. Минимальный угол: Гарантирует, что треугольники не слишком "плоские". Максимальный угол: Предотвращает образование "игольчатых" треугольников. Перекидывание ребер: Иногда может потребоваться перераспределение ребер TIN-модели, чтобы улучшить качество треугольников. Это делается путем "перекидывания" ребер между соседними треугольниками, что приводит к образованию новых треугольников, соответствующих критериям качества. Важно отметить: Программное обеспечение для построения TIN-моделей обычно автоматически оптимизирует форму треугольников и выполняет перекидывание ребер. Однако, в некоторых случаях может потребоваться ручная корректировка для достижения желаемого качества модели. 9. Ортотрансформирование снимков. Создание цифровых фотопланов и ортофотопланов (РМ). Сущность цифрового трансформирования снимков остается такой же, как и при трансформировании аналоговых снимков. Она заключается в необходимости устранить смещения точек на снимках. При этом может использоваться одна высота (трансформирование на одну плоскость) или дифференцированный поход к учету высоты точек местности (ортотрансфорсмирование). Отличие будет в том, что в цифровых технологиях исходные данные и результат получают в цифровой форме. Цифровое ортотрансформирование - это преобразование исходного цифрового снимка в ортогональную проекцию местности на горизонтальной плоскости. Предположим также, что имеется ЦМР, а значения ЭВО снимков получены в процессе решения ОФЗ по опорным точкам. Для решения ОФЗ необходимо иметь не менее четырех опорных точек на каждый снимок. Исходными данными для цифрового ортотрансформирования являются: - цифровое изображение исходного цифрового снимка; - значения ЭВнО и ЭВО снимка; - цифровая модель рельефа в виде ЦМР Матрица цифрового трансформированного изображения состоит из отдельных элементов (квадратов), стороны которых равны выбранному размеру пиксела. Строки и столбцы МЦТИ параллельны осям X и У системы координат объекта (местности). Координаты одного из углов матрицы известны и должны быть заданы в этой же системе. Координаты начала СК формируемой МЦТИ кратны величине элемента матрицы. Для получения цифрового трансформированного изображения каждому элементу МЦТИ необходимо присвоить значения оптической плотности (цвета, если выполняется ортотрансформирование цветного снимка) соответствующего участка на исходном цифровом снимке. 10. Актуальность и сложность создания “истинного орто”, для каких задач это используется (true ortho). Настоящие ортофотоснимки (также известные как True Ortho) отображают аэрофотоснимки земной поверхности и объектов на ней в ортографической проекции. Изображения имеют ту же перспективу с высоты птичьего полета, что и DSM, но вместо этого отображают исходные цветные полосы входных изображений. Поддерживается до 4 каналов, обычно это красный, зеленый, синий и, при наличии, ближний инфракрасный диапазоны. Главной особенностью, отличающей его от классической ортофотосъемки, является использование точного DSM вместо DTM в качестве геометрической основы. Это применяется для устранения искажения перспективы на аэрофотоснимках. В результате появляется ряд свойств, которые отличают настоящую ортофотосъемку от аэрофотоснимков и классической ортофотосъемки.: На всех изображениях равномерный масштаб. Размер пикселей или разрешение остаются неизменными в зависимости от охватываемого ими пространства объекта. Разрешение идентично разрешению в базовом DSM. Точное 2D-расположение объектов с возможностью их географической привязки. Истинные расстояния по горизонтали, независимо от того, где они измеряются на настоящих ортоплитах. Отсутствие смещений, вызванных рельефом или высокими конструкциями → отсутствие наклона здания и связанных с этим окклюзий. Контуры зданий можно легко идентифицировать - они совпадают с контурами крыш, за исключением смещения карнизов, где они присутствуют. Сравнение классического Орто (слева) и истинного орто (справа) и влияние наклона здания на контуры зданий. Преимущества True Ortho заключаются в методах обработки данных: точное сопоставление изображений с плотностью изображения и эффективная DSM-фильтрация обеспечивают четкие границы, в то время как продуманное сочетание изображений создает эффект четкой текстуры. Кроме того, этот продукт обладает функцией глобальной цветовой балансировки, которая сглаживает различия в цветовых оттенках входных изображений, вызванные изменением атмосферных условий, экспозиции и ориентации камеры и т.д. Уникальный алгоритм создания истинного ортоизображения не предполагает редактирования линий разреза или шва, что делает процесс полностью автоматическим. Все эти особенности делают его подходящим решением для изображения как густонаселенных районов, так и сельских или природных ландшафтов. Настоящие ортофотоснимки являются оптимальной основой для картографических приложений. Они могут быть использованы в качестве наиболее интуитивно понятной основы для работы с ГИС. Современные технологии фотограмметрии и лазерное сканирование 1. Общие требования к различным видам аэрофотосъемки (БПЛА, пилотируемая), сферы их использования в картографии, масштабы съемок, контроль качества АФС. 2. Опорные и контрольные точки и их точность. Геодезические способы определения координат для решения фотограмметрических задач (ГНСС-измерения: статика, кинематика, RTK, сети постоянно-действующих базовых станций) 3. Воздушное лазерное сканирование и цифровая аэрофотосъемка: принцип действия и технические характеристики. Калибровка комплекса. Чебуничев глава 9 4. Воздушное лазерное сканирование и цифровая аэрофотосъемка: материалы предварительной обработки данных и методика создания топографических планов. 5. Современные высокопроизводительные аэрофотосъемочные камеры со сложной геометрией кадра и их применение (по презентации); 6. Особенности выполнения аэрофотосъемочных работ с использованием БПЛА. Классификация и устройство БПЛА – смотрите видеоролик СПбГУ 7. Порядок автоматизированной стреофотограмметрической обработки данных на примере использования ПО Agisoft Metashape – можно посмотреть manual, также 2ой видеоролик СПбГУ https://youtu.be/xpGYBMqlluo?si=T6xuTvf1L6d3bhgv
