Ugrás a tartalomhoz

Fotogrammetria 12., Digitális fotogrammetria

Dr. Jancsó Tamás (2010)

Nyugat-magyarországi Egyetem

12.4 Kiértékelő szoftverek

12.4 Kiértékelő szoftverek

A digitális fotogrammetriai munkaállomás egyik nagy előnye, hogy a kiértékelő és feldolgozó szoftverek széles választéka illeszthető a rendszerhez. Az elmúlt 20 évben a digitális fotogrammetriával elvégezhető feladatok palettája olyan szélessé vált, hogy mindegyiket nem áll módunkban ismertetni. Ugyanakkor jól körvonalazható egy olyan alkalmazás-együttes, mely többé-kevésbé közösnek tekinthető a munkaállomásokon, és gyártótól függetlenül szükség van rá. A következőkben ezeket az alkalmazásokat tekintjük át egy-két konkrét példával is illusztrálva az elméleti leírást.

12.4.1 Szkenner kalibráció

A szkenner kalibráció során a cél a szkenner szabályos hibáinak meghatározása. E hibák felderítéséhez egy kalibrációs rácsot vagy ponthálót szkennelnek be. A beszkennelt rácsot vagy ponthálót tartalmazó pontok koordinátáit laboratóriumban meghatározták és ezek a referencia koordináták a szkenner várható pontosságánál egy nagyságrenddel pontosabbak. A beszkennelt és torzult rácsháló pontjait megmérve affin vagy egyéb polinomiális transzformációval kiszámíthatók a szkenner szabályos hibái. A szkenner területén belül a szabályos hibák értékei a rácspontokhoz rendelhetők és a képterület egészérére vonatkozó általános következtetések is levonhatók a hibavektorok nagyságát és irányát figyelembe véve. A szkennelt rácsháló pontjainak mérését mintaillesztésen alapuló autokorrelációs eljárással is el lehet végezni, ha a kalibrációs program ezt támogatja (12-19.ábra).

12-19. ábra Rácsmérés DVP munkaállomáson

A kiszámolt szabályos hibák, illetve az azokat jellemző transzformációs állandók egy kalibrációs fájlba kerülnek, melynek segítségével a majdani szkennelendő fotók pixelkoordinátái javíthatók lesznek (Busics Gy., Engler P., Guszlev A., Jancsó T. (2009)).

12.4.2 Képek teljes tájékozása

A digitális fotogrammetriai munkaállomásokon lehetőség van egy kép, képpár vagy tömb tájékozására. Egy kép külső tájékozási elemeinek meghatározása térbeli hátrametszéssel történik a 12-2. egyenletek alapján. A 12-20. ábra szerint egy képpár tájékozása munkaállomás szoftverétől függően kétféle módon történhet. Mindkét esetben a közös lépés a belső tájékozás (Busics Gy., Engler P., Guszlev A., Jancsó T. (2009)). Ezután a kétféle külső tájékozási lehetőség:

  1. Relatív és abszolút tájékozás

  2. Kettős képkapcsolás (sugárnyaláb kiegyenlítés)

12-20. ábra A tájékozások egymásra épülése

A kétféle lehetőség matematikai hátteréről részletesen olvashat a 10. fejezetben. A belső tájékozás elvégzéséhez szükséges keretjelek irányzása és a relatív tájékozáshoz szükséges Gruber pontok mérése a legtöbb munkaállomáson automatizáltan elvégezhető. Ehhez általában a 12-1. egyenletekre épülő területalapú mintaillesztési algoritmust használják a szoftverek.

12.4.3 Digitális domborzatmodell készítése

A sztereoképpárból történő DDM adatnyerés digitális kiértékeléskor tovább automatizálható különböző sztereo-korrelációs eljárásokkal, melyek a sztereoszkópikus irányzást automatizálják és ezzel a terepi pontok koordinátáinak kinyerését teszik lehetővé.

A korrelációs eljárások közös jellemzője, hogy a homológ pontpárok keresése képrészletek (korrelációs képmátrixok) segítségével történik. A képrészletek összehasonlítása történhet az eredeti képkoordináta rendszerben vagy - az eredeti képpárból a normál sztereogramm előállítsa után - a normál helyzetű képeken, és végül megvalósítható az összehasonlítás az ortofotó raszteres terében is (Czimber 2000), ekkor a kiértékelési folyamatba beépül magának az ortofotónak az előállítása is. A korrelációs képmátrixon kívül az összehasonlítás önállóan vagy kiegészítésképpen történhet alak- és topológia felismeréssel is. Ekkor a képen az összetartozó pontok alakzatba rendezését (vonal, vonallánc) megelőzi az érdeklődési operátorok szerinti kijelölés, ami tovább növeli a korreláció robosztusságát.

A legtöbb program a raszteres korrelációs mintamátrixot alkalmazza és a 12-1. egyenlettel leírt vagy ehhez hasonló kereszt-korrelációs képletet használja (Höhle 2003):

12-1. egyenlet Kereszt-korrelációs egyenlet

Ahol:

- a célterületen lévő pixel szürkeségi értéke

- a keresési területen lévő pixel szürkeségi értéke

- sor, oszlop index

- szürkeségi értékek átlaga a cél- és keresési területen

- a mintaterület sorainak és oszlopainak száma

Az autokorrelációval végzett DDM előállítása nem ad 100%-os megbízhatóságú eredményt, ezért, ha van rá lehetőség és a kiértékelő program támogatja, akkor érdemes a korrelációs képet is elkészíteni, ami alapján láthatóvá vállnak a gyengén korreláló helyek, ahol fokozottabb utólagos ellenőrzésre van szükség (12-21. ábra). A másik fő problémaforrás a homogén (víz, szántó, erdő, homokos területek, nagy kiterjedésű utak, repülőterek) területek automatizált kiértékelése. Ezeken a helyeken a korrelációs eljárások tévesztenek és hibás magassági modellt eredményeznek. Az ilyen természetű hibák kivédésére szokás alkalmazni a maszkolási eljárást, vagyis ezeket a területeket kirekesztik a korrelációs eljárásból. Ez a módszer akkor hatásos, ha egybefüggő területekről van szó és azok magassága kevés számú magassági értékkel utólag megadható. A másik lehetőség ilyen jellegű hibák csökkentésére az utólagos szűrő és domborzatsimító eljárások közbeiktatása.

Általánosságban megállapítható, hogy az így elkészült DDM modell utólagos manuális ellenőrzése, kiegészítő mérések elvégzése elkerülhetetlen. Látványosan javítható az eredmény, ha a korrelációs folyamat elvégzése előtt már rendelkezünk magassági értékekkel fontos tereprészletek leírásához (pl. hegycsúcs, úthálózat, töltések).

12-21. ábra Digitális domborzatmodell ellenőrzése Leica LPS munkaállomáson

12.4.4 Egyképes kiértékelés (monoplotting)

A Monoplotting olyan egyképes kiértékelési eljárás, melynek segítségével térbeli koordinátákat nyerhetünk ki. Ehhez szükséges ismernünk a kép belső és külső tájékozási elemeit, valamint a képet lefedő digitális domborzatmodellt, melyből a magassági koordinátákat rendeljük a képpontokhoz (12-22. ábra). A képpontok kinyerése interaktív kiértékelési folyamattal valós időben elvégezhető.

12-22. ábra Monoplotting kiértékelési mód lényege

12.4.5 Digitális ortofotó készítése

A digitális ortofotó egy olyan speciális fototranszformátum, mely a centrális vetítéssel kapott légi felvételek ortogonális vetületbe történő áttranszformálása során jön létre. A centrális és az ortogonális vetület közötti különbség akkor jelentkezik igazán, ha a terepen jelentős magasságkülönbségek vannak. A szabatos megfogalmazás érdekében megjegyzendő, hogy az ortofotó előállítása során valójában két különböző torzulást, a perspektív és magassági torzulást küszöböljük ki, de a mai légi felvevő berendezések kompenzációs berendezései már olyan jól működnek, hogy a kép dőléséből következő perspektív torzulás elhanyagolható a magasságkülönbségekből adódó torzuláshoz képest.

Ahhoz, hogy a magassági torzulást számítani és ezáltal kiküszöbölni legyünk képesek, valamilyen formában ismernünk kell a fotó területét lefedő digitális domborzatmodellt vagy az azt szimbolizáló magassági adatokat és az eredeti képhez tartozó külső tájékozási elemeket.

Az ortofotó előállítása után sok esetben nem ér véget a feldolgozási folyamat. Ha több kép fed le egy adott területet, akkor szükség lehet az ortofotó mozaik előállítására is. Az így elkészült ortofotót vagy ortofotó-mozaikot végül át kell alakítani ortofotó-térképpé, vagyis az ortofotót el kell látnunk a térképekre jellemző járulékos adatokkal, úgymint koordinátaháló, méretarányskála, vetületi rendszer megnevezése, stb.

A fentiekben felvázolt folyamatot – az apróbb részleteket figyelmen kívül hagyva - a 12-23. ábra összegzi (Aranoff 1995).

12-23. ábra Ortofotó-térkép elkészítésének vázlatos folyamata

A digitális ortofotó előállításához feltétlenül rendelkeznünk kell a képi területet lefedő digitális domborzatmodellel (DDM). Szigorúan véve közvetlenül minden egyes pixelhez XYZ terepi koordinátával kellene rendelkeznünk, de ez gyakorlati szempontból nem megvalósítható. Ehelyett diszkrét pontok halmazával közelítjük a teljes terepet, ahol a szükséges közbülső pontokat interpolációval számítjuk ki. A megfelelő DDM kiválasztásakor két szempontot kell mindenekelőtt figyelembe vennünk: a pontsűrűséget és maguknak a DDM pontoknak a pontosságát.

A digitális ortofotó előállításához egy szabályos négyzetháló szerinti elrendezésben adjuk meg a DDM pontjait (GRID modell), és ezt tekintjük adekvát bemeneti adathalmaznak. Ugyanakkor a terepet többféle módon is reprezentálhatjuk digitális formában, melyeket csak átalakítás, vagyis szabályos négyzethálóra való áttranszformálás, interpolálás és pontsűrítés után tudunk csak felhasználni (Aranoff 1995, Czimber 2000, Detrekői-Szabó 2002, Markó 2003, Márkus-Végső 2004).

Az ortofotó előállításához a 12-2. egyenletpár szerint a centrális vetítés alapegyenletét használjuk fel. Első lépésben az ortofotó pixel-koordinátarendszerét definiáljuk a térképezési vetület síkjában, kiválasztva egy rácssűrűséget. Vagyis a digitális ortofotó minden pixeléhez hozzárendelünk egy sík koordinátát, továbbá, a DDM alapján interpolációval számítjuk az adott koordinátához tartozó Z magasságot is. Ezután az így definiált pixeleket a 12-2. egyenlet segítségével áttranszformáljuk a kamera koordináta-rendszerében megadott eredeti képmátrixba. Ennek további előfeltétele, hogy ismertek legyenek a belső és külső tájékozási elemek is. A belső tájékozási elemeket () a kamera kalibrációs könyvéből ismerjük, a külső tájékozási elemeket () pedig térbeli hátrametszésből illesztőpontok alapján számítjuk (Albertz J., Kreiling W. (1989)).

12-2. egyenlet Kollineár egyenletek

Jelölések:

: a képfőpontra redukált képkoordináták.

: terepi koordináták.

: vetítési centrum koordinátái.

: irány koszinusz, ahol

: kamera állandó, ismertnek vesszük.

Az itt felsorolt geometriai összefüggéseket a 12-24. ábra foglalja össze (Kraus 1998).

12-24. ábra Összefüggés az X,Y síkban definiált pixeles rácsháló és az ennek megfelelő torzult rácsháló között a képsíkban

A pixelek áttranszformálásakor két problémával találjuk szembe magunkat (Kraus 1998):

1. Elképzelhető, hogy az áttranszformálás során a kiinduló kép pixelei közül lesznek olyanok, melyekre nem esik transzformált pont, vagyis ezek a pixelek elvesznek és nem fognak megjelenni az ortofotón.

Megoldás: A digitális ortofotón a pixelek számát meg kell növelni. Sík területen elegendő 25%-os pixelszám-növekedés, változatosabb terepen akár a pixelek számának megkétszerezésére is szükség lehet.

2. Ha az áttranszformált pixel nem esik pontosan egybe az eredeti kép pixelével (12-25. ábra), akkor valamilyen módon el kell döntenünk, hogy hogyan rendeljünk szürkeségi értéket az áttranszformált pixelhez.

12-25. ábra Az ortofotó-kápmátrix transzformálása a kamera koordinátarendszerben létező eredeti képmátrixba

Ezt a feladatot újramintavételezésnek hívjuk, mely többféleképpen is megoldható:

  • Válasszuk ki az áttranszformált pixelhez legközelebbi pixelt az eredeti képen és ennek a szürkeségi értékét rendeljük az ortofotó-pixelhez. Egy ilyen, a legközelebbi szomszéd szerinti interpoláció hátránya, hogy az orotofotón maximálisan egy pixeles eltolódások is előfordulhatnak, ami negatív hatásként a vonalas létesítményeknél jelentkezik a leglátványosabban.

  • Vizuálisan simább eredmény érhető el, ha az szub-pixeles pozíciójú ortofotó-pixel szürkeségi értékét a négy legközelebbi, egymástól távolságra lévő pixelek szürkeségi értékeiből bilineáris interpolációval határozzuk meg a 12-3. egyenletet alkalmazásával [Kraus-Waldhäusl 1998]:

12-3. egyenlet Bilineáris interpoláció

  • Tovább növelhetjük a pontosságot, ha a szomszédságot nem négy, hanem 16 pixelre terjesztjük ki, ekkor egy harmadfokú polinommal (Lagrange polinommal) határozzuk meg a szürkeségi értéket. A gyakorlatban legtöbbször a pontosság és a számítási idő között kompromisszumot kötnek és a bilineáris interpolációval megelégszenek.

Az ortofotó és a hozzá kapcsolódó ortofotó-térkép és ortofotó-mozaik előállítását elsősorban, de nem kizárólag a digitális fotogrammetriai munkaállomások támogatják komplex technológiával (Ebner 1991, Ecker 1993). Ezen kívül egyéb, általános célú térinformatikai, képfeldolgozó és térképező programoknál is előfordulhatnak ezek a végtermékek (ERDAS, Digiterra, ErMapper, GRASS). A 12-3. táblázat összehasonlítást ad a lehetséges szolgáltatásokról pár általánosan ismert szoftver esetében. A táblázat célja a alkalmazáskategóriák (fotogrammetriai, térinformatikai) közötti eltérések szemléltetése. A technológia élvonalát képviselő munkaállomásokon kívül (pl. Leica LPS, Intergraph MDI) két program érdemel még külön említést. Az egyik a softcopy fotogrammetriai munkaállomások körébe tartozó DMS (Desktop Mapping Software) (DMS 1995), mely lefedi a teljes modulkészletet, és ezzel egy nagyon hatékony eszközt ad a felhasználó kezébe. A program nagy előnye a kezelhetőségében és az árában van. A hátránya a korlátozott alkalmazási kör, mivel elsősorban kis méretarányú légi felvételek és műholdfelvételek kiértékelésére javasolják. Az elérhető pontosság még a legjobb képanyagnál is csak deciméteres nagyságrendű. A másik szoftver, ami külön említést érdemel a DigiTerra, az első olyan magyar fejlesztésű térinformatikai rendszer, mely a sztereószemléléssel végzett mérésen kívül minden munkafázist támogat, ami az ortofotó előállításához szükséges (Czimber 2000).

12-3. táblázat - Kiértékelő és képfeldolgozó szoftverek összehasonlítása

Munkaállomások

Fotogrammetriai

Térinformatikai

Szoftver-modulok

Leica LPS

Intergraph ImageStationn

DVP

DMS

DIAP

DigiTerra

Idrisi kilimanjaro

Geomedia

ArcGIS

Sztereószemlélés

X

X

X

X

X

X

X

Mérés sztereószemléléssel

X

X

X

X

X

Tájékozások

X

X

X

X

X

X

DTM manuálisan

X

X

X

X

X

X

DTM autokorrelációval

X

X

X

X

X

X

DTM manipuláció

X

X

X

X

X

X

X

DTM importálás

X

X

X

X

X

X

X

X

Ortofotó

X

X

X

X

X

X

Ortofotó-térkép

X

X

X

X

X

X

Ortofotó-mozaik

X

X

X

Képjavítás, képszűrés

X

X

X

X

X

X

X

X

3D látvány- megjelenítés

X

X

X

X

X

X

X

X

Műholdfelvételek feldolgozása

X

X

X

X

X

X

X

Földi felvételek feldolgozása

X

X

X

Képosztályozás

X

X

X

X

X

X


12.4.6 Vonalas kiértékelés (térképezés)

A vonalas kiértékelés megvalósítható egy kép alapján vagy egy sztereo-képpár segítségével. Egyképes kiértékelésnél választható a monoplotting technika, (melyhez szükséges még ismerni a képhez tartozó digitális terepmodellt) vagy az ortofotón alapuló térképezés.

A térképezés másik, általánosabb formája a sztereo-képpár segítségével végzett térbeli kiértékelés. Ehhez természetesen el kell végezni a képpár teljes tájékozását (belső és külső tájékozás). A kiértékeléshez, illetőleg a térképezéshez vagy egy általános térképező programot használnak vagy a fotogrammetriai rendszert szállító cég saját térképező szoftvert ajánl (12-27. ábra). Az általános térképező programokhoz csatolóra, interfészre van szükség a térképező program és a fotogrammetriai kiértékelő program között. Általánosan elterjedt térképező szoftverek, melyeket fotogrammetria kiértékelésnél használnak: Microstation, AutoCAD, Geomedia, ArcGIS (Busics Gy., Engler P., Guszlev A., Jancsó T. (2009)). Ezen összefüggéseket mutatja a 12-26. ábra:

12-26. ábra A vonalas kiértékelés módozatai fotogrammetriai munkaállomáson

12-27. ábra Példa vonalas kiértékelésre Microstation környezetben

12.4.7 Légiháromszögelés

A digitális fotogrammetriában a légi háromszögelés célja megegyezik az analóg, analitikus fotogrammetriában leírtakkal. Cél a tömböt alkotó képek külső tájékozási elemeinek kiszámítása, valamint a képeken belül pontok meghatározása, vagyis a fotogrammetriai pontsűrítés végrehajtása (12-28. ábra).

A háromszögeléshez szükséges kapcsolópontok mérése történhet manuálisan vagy automatikusan. Az automatikus mérésnél a program maga választja ki a kapcsolópontok helyét a képeken és mintaillesztéssel elvégzi a kapcsolópontok beazonosítását az átfedési területeken.

12-28. ábra Légiháromszögelési tömb sematikus ábrázolása DVP munkaállomáson

Általában a légi háromszögelés számítását végrehajtó programok különállóak és több fotogrammetria munkaállomás mérési adatait képesek fogadni. E programok több matematikai modellt is használnak, melyek egymásra épülnek. Amíg korábban pl. a független modelleken alapuló tömbháromszögelés és a sugárnyaláb kiegyenlítéssel végzett légi háromszögelés elkülönült egymástól és nem volt szükség mindkettőre egy számítási meneten belül, addig a mai légi háromszögelő programok a különböző módszereket ötvözik. Így tipikus eset, hogy a mért képkoordináták alapján először a program számítja a modelleket relatív tájékozással, ahol már lehetőség nyílik a maradék harántparallaxisok ellenőrzésére, ami alapján egy elsődleges hibaszűrés végezhető. A tájékozott modelleket a program modellsorokká kapcsolja, vagyis sorháromszögeléshez készíti elő a képeket. A sorháromszögelés célja az ismeretlenek előzetes értékeinek meghatározása. Ezek alapján elvégezhető a tömb előzetes kiegyenlítése, valamint a program ebben a fázisban ellenőrizheti, hogy a kapcsoló és egyéb pontokhoz mindegyik előforduló képen van-e mért koordináta, vagyis a lehetséges vetítési sugarak mind rendelkezésre állnak-e. Befejező számításként az előzetes tömbháromszögeléskor meghatározott paraméterekkel, mint közelítő értékekkel a program elvégzi a sugárnyaláb kiegyenlítést (12-29. ábra). A légiháromszögelés matematikai hátterével részletesen a 13. fejezet foglalkozik.

12-29. ábra Légiháromszögelés folyamata

12.4.8 3D modellezés

A fotogrammetriai kiértékelés speciális esete, amikor a térképi objektumok és attribútum adatok objektum orientált szemlélet szerint kapcsolódnak egy logikailag egységes adatbázisba, és a rendszer képes az objektumorientált programozásnál használt fogalmak (öröklődés, polimorfizmus, hierarchia, stb.) megfeleltetésére. Ennek a kívánalomnak nem minden 3D modellező rendszer felel meg. A legtöbbször a modellezésnél megelégednek maguknak a modelleknek az előállításával és befejezésként a kiértékelésnél használt képeket ráfeszítik a modellre. A létrejött 3D modelleket a térinformatikai rendszerek teszik objektumokká. Ezen a területen még nincs kialakult szabvány, így itt dinamikus fejlődés tapasztalható. A létrejött 3D modellek számos területen és további szoftverekben felhasználhatók. Tipikus példa a felhasználásra a Google Earth, ahol külön megoldások állnak rendelkezésre a felhasználók számára az elkészült 3D modell beillesztésére a meglévő légi felvételek vagy térképek kiegészítésére (12-30. ábra), (Busics Gy., Engler P., Guszlev A., Jancsó T. (2009)).

12-30. ábra Példa városmodellre Google Earth környezetben

Egyéb felhasználási területek lehetnek pl.:

  • Városrendezés és –tervezés

  • Építészet (12-31. ábra)

  • Régészet

  • Mérnöki alkalmazások, létesítmények

  • Ipari tervezés és ellenőrzés.

12-31. ábra Épületek, városrészek egyszerűsített 3D modelljei