Тази техника на визуализация и редактиране в RayCloud режим позволява комбиниране на облака от 3D точките и техните 2D образи , разпознати в отделните снимки . Полезно и важно е , че този метод на работа дава добър контрол върху изчислителната точност и възможност за проверка за разпознаване на точките от облака .
При фотограметричната обработка на снимките с Pix4DMapper се получава подробен отчет за извършените изчисления и оценки за качеството на получените резултати . Важна характеристика на дигиталните продукти е стойността на разделителната способност ( ground sample distance – GSD ), която представлява разстоянието между два центъра на последователни пиксели , изчислено между техните проекции на земната повърхност . В конкретния случай стойността на GSD е 0.053m , което означава , че един пиксел в снимката се проектира като квадрат със страна 5.3 cm върху земната повърхност . Друг важен показател в резултатите от обработката е обобщената средна квадратна грешка при георефериране на цялостния модел , която за експеримента е със средна стойност 0.015 m чрез използвани 11 опорни точки .
От особен интерес са получените данни за точността на георефериране чрез избраните 11 опорни точки , както и данните за оценката на точността на използваните 27 контролни точки . В конкретния случай , точността на георефериране е значително подобра от разделителната способност на въздушното фотозаснемане ( 0.053m ) – средните квадратни грешки на координатните разлики между координатите на точките , получени от преките GNSS RTK измервания и от реконструирания модел при фотограметричната обработка са съответно по X : 0.019 m ; по Y : 0.020 m и по Z : 0.005 m или пространствената точност е 0.028 m . Оценката на точността на използваните 27 контролни точки ( които не са включени в геореферирането на дигиталните продукти ) показва , че реалната точност на модела съвпада с резолюцията на въздушното фотозаснемане ( GSD ) - средните квадратни грешки на координатните разлики са съответно по X : 0.050m ; по Y : 0.049 m и по Z : 0.065 m или пространствената точност е 0.095 m .
С извършената автоматична фотограметрична обработка на въздушните фотоснимки и информацията от полетите са получени като резултат разнообразни дигитални продукти от изчисления модел на действителния обект : пространствени облак от точки , числен модел на повърхността ( DSM ) и ортофото мозайка .
2.5 . Допълнителна обработка за картиране
Картирането по облак от точки е трудно изпълнимо независимо от мощността на използваните 3D редактори , а това чрез стереокартиране по двойки снимки е продължителен процес , податлив на грешки [ 1 ]. Стереокартирането по начало изисква скъпоструващи софтуерни и хардуерни решения , като в същото време се явява доста неефективен метод за въздушни фотозаснемания с БЛС поради малкия обхват на снимките , заради ниската височина на полетите и характеристиките на използваните дигитални камери , например липса на компенсатор срещу размазване – неяснота на образа , причинен от скоростта и височината на полета .
При традиционното стереокартиранене се използват две снимки , за да се изпълни възстановяване на модела за извършване на 3D измерване . Точността на определяне на координати на подробни точки зависи най-вече от разстоянието ( базата ) между двете снимки . С по-голяма база между снимките се получават по-точни резултати - пресичането и застъпването на лъчите е в по-малък диапазон . При използването на множество лъчи би могло да се редуцира грешката ( фиг . 8 ), т . е . нужно е точката да бъде разпозната в повече снимки . Автоматичното разпознаване на идентични точки от отделните застъпени снимки чрез ComputerVision технологията позволява използването им за реконструкция на всяка от точките в модела чрез множество на брой лъчи , което подобрява точността на определяне на 3D координатите на точките .
( a )
( б )
Фиг . 8 . Определяне на точка в две стереоснимки с широк диапазон на застъпване ( a ) и в три снимки , водещо до намаляване на диапазона и грешката на отчитане ( източник [ 1 ])
Фиг . 7 . Пространствени цифрови продукти от автоматичната фотограметрична обработка - числен
модел на повърхността и ортофото мозайка
28
Този значително по-ефективен подход се явява комбинация от използването на облак от точки и картиране по образи на точки в повече от две снимки .
ГКЗ 1-2 ’ 2016