Fotogrammetrian termistöä

Samankaltaiset tiedostot
Luento 6: Stereo- ja jonomallin muodostaminen

Luento 4 Georeferointi

Luento 4 Georeferointi Maa Fotogrammetrian perusteet 1

Luento 5: Kuvakoordinaattien laskeminen ja eteenpäinleikkaus

Luento 7: Fotogrammetrinen mittausprosessi

Luento 6: 3-D koordinaatit

Luento 8: Kolmiointi AIHEITA. Kolmiointi. Maa Fotogrammetrian yleiskurssi. Luento-ohjelma

Teoreettisia perusteita II

Luento 3: Kuvahavainnot

Luento 11: Stereomallin ulkoinen orientointi

Luento 5: Stereoskooppinen mittaaminen

Luento 7: Kuvan ulkoinen orientointi

Luento 2 Stereokuvan laskeminen Maa Fotogrammetrian perusteet 1

Luento 4: Kiertomatriisi

MAA-C2001 Ympäristötiedon keruu

Luento Fotogrammetrian perusteet. Henrik Haggrén

Maa Kameran kalibrointi. TKK/Fotogrammetria/PP

Luento 7 3-D mittaus. fotogrammetriaan ja kaukokartoitukseen

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Luento 6 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Luento 9 3-D mittaus. fotogrammetriaan ja kaukokartoitukseen

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Maa Fotogrammetrian perusteet

Luento 2: Kuvakoordinaattien mittaus

(Petri Rönnholm / Henrik Haggrén, ) Luento 1: Opintojakson järjestäytyminen. Motivointia. Kertausta. Kuvamittauksen vaihtoehdot.

Luento 5. Stereomittauksen tarkkuus Maa Fotogrammetrian perusteet 1

Malleja ja menetelmiä geometriseen tietokonenäköön

Ilmakolmioinnin laadunvalvonta fotogrammetristen pintamallien ja laserkeilausaineiston avulla

Luento 4: Kolmiointihavainnot

3D-kuvauksen tekniikat ja sovelluskohteet. Mikael Hornborg

Maa Fotogrammetrian erikoissovellutukset (Close-Range Photogrammetry)

Deformoituvan metallirakenteen fotogrammetrinen muodonmuutosmittaus

Luento 10 3-D maailma. fotogrammetriaan ja kaukokartoitukseen

EUREF-FIN/N2000-MUUNNOKSET HELSINGIN KAUPUNGISSA

Luento 3: Keskusprojektiokuvaus

JUHTA - Julkisen hallinnon tietohallinnon neuvottelukunta

FOTOGRAMMETRINEN PISTETIHENNYS

1. STEREOKUVAPARIN OTTAMINEN ANAGLYFIKUVIA VARTEN. Hyvien stereokuvien ottaminen edellyttää kahden perusasian ymmärtämistä.

Luento 4: Kolmiointihavainnot

Luento 9. Stereokartoituskojeet

Mittausten suunnittelu I

Luento 9: Analyyttinen stereomittaus. Kuvien oikaisu. Ortokuvaus

Puun geometrisen laatutiedon mittaukset monikameramenetelmällä

Luento 3: 3D katselu. Sisältö


Luento 10: Optinen 3-D mittaus ja laserkeilaus

S11-04 Kompaktikamerat stereokamerajärjestelmässä. Projektisuunnitelma

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa

1. Olkoot vektorit a, b ja c seuraavasti määritelty: a) Määritä vektori. sekä laske sen pituus.

Oppimateriaali oppilaalle ja opettajalle : GeoGebra oppilaan työkaluna ylioppilaskirjoituksissa 2016 versio 0.8

Luento 6 Mittausten suunnittelu II. erikoissovellukset

Tekijä Pitkä matematiikka Pisteen (x, y) etäisyys pisteestä (0, 2) on ( x 0) Pisteen (x, y) etäisyys x-akselista, eli suorasta y = 0 on y.

Luento 7 Stereokartoituskojeet Maa Fotogrammetrian perusteet 1

Luento 5: Kolmioinnin laskenta

Teknillinen Korkeakoulu Fotogrammetrian ja kaukokartoituksen laboratorio Maa Fotogrammetrian, kuvatulkinnan ja kaukokartoituksen seminaari

Radiotekniikan sovelluksia

Symmetrioiden tutkiminen GeoGebran avulla

MAB3 - Harjoitustehtävien ratkaisut:

Luento 1 Fotogrammetria prosessina Maa Fotogrammetrian perusteet 1

Raidegeometrian geodeettiset mittaukset osana radan elinkaarta

Muutoksen arviointi differentiaalin avulla

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on

iwitness-harjoitus, kohteen mallinnus

LIITE 1 VIRHEEN ARVIOINNISTA

Luento 4 Kolmiulotteiset kuvat. fotogrammetriaan ja kaukokartoitukseen

Kahden suoran leikkauspiste ja välinen kulma (suoraparvia)

HAMMASVALOSTEN AUTOMATISOITU MITTAUSMENETELMÄ

Paraabeli suuntaisia suoria.

MAB3 - Harjoitustehtävien ratkaisut:

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

Vanhoja koetehtäviä. Analyyttinen geometria 2016

5. Grafiikkaliukuhihna: (1) geometriset operaatiot

iwitness-harjoitus, kohteen mallinnus

Osoita, että kaikki paraabelit ovat yhdenmuotoisia etsimällä skaalauskuvaus, joka vie paraabelin y = ax 2 paraabelille y = bx 2. VASTAUS: , b = 2 2

Stereokameran tarkkuuden mittausmenetelmä lisätyn todellisuuden

Ota tämä paperi mukaan, merkkaa siihen omat vastauksesi ja tarkista oikeat vastaukset klo 11:30 jälkeen osoitteesta

Uusi koordinaatti- ja korkeusjärjestelmä

Luento 7 Stereokartoituskojeet Maa Fotogrammetrian perusteet 1

Luento 4 Kolmiulotteiset kuvat. fotogrammetriaan ja kaukokartoitukseen

2 Pistejoukko koordinaatistossa

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

5.3 Suoran ja toisen asteen käyrän yhteiset pisteet

y=-3x+2 y=2x-3 y=3x+2 x = = 6

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Pyramidi 4 Analyyttinen geometria tehtävien ratkaisut sivu 352 Päivitetty Pyramidi 4 Luku Ensimmäinen julkaistu versio

LIITE 1 VIRHEEN ARVIOINNISTA

Stereopaikannusjärjestelmän tarkkuus (3 op)

Tämä luku nojaa vahvasti esimerkkeihin. Aloitetaan palauttamalla mieleen, mitä koordinaatistolla tarkoitetaan.

Luento 6: Suhteellinen liike ja koordinaatistomuunnoksia

Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4).

A B = (1, q, q 2 ) (2, 0, 2) = 2 2q q 2 = 0 q 2 = 1 q = ±1 A(±1) = (1, ±1, 1) A(1) A( 1) = (1, 1, 1) (1, 1, 1) = A( 1) A(1) A( 1) = 1

Luento 8: Ilmakuvaus AIHEITA. Kuvauslajit. Maa Fotogrammetrian perusteet. Luento-ohjelma

TIETOTEKNIIKAN OSASTO. Marko Seppälä YMPÄRISTÖN 3D-MALLINTAMINEN QUADROKOPTERILLA KUVATUN 2D-VIDEON POHJALTA

Suuriformaattiset digitaaliset ilmakuvakamerat

2016/06/21 13:27 1/10 Laskentatavat

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora

Camflight x8:n RPAS-ilmakuvaus väylämäisessä

Mittaustekniikka (3 op)

ILMALASERKEILAUSAINEISTOJEN JA ILMAKUVIEN KESKINÄINEN ORIENTOINTI. Petri Rönnholm 1, Juha Hyyppä 2.

Transkriptio:

Fotogrammetrian termistöä Petri Rönnholm, Henrik Haggrén, 2015 Hei. Sain eilen valmiiksi mukavan mittausprojektin. Kiinnostaako kuulla yksityiskohtia? Totta kai! (Haluan tehdä vaikutuksen tähän kaveriin, koska hän on guru tekemään 3D-malleja) Otin uudella Nikonillani maakuvablokin talostani. Muuten - kameran kalibrointi paljasti, että sisäinen orientointi onnistui paremmin kuin koskaan. Hieno linssi, todellakin! Hienoa (Ymmärsin kameraosuuden, mutta mitä tuo sisäinen orientointi oli ja kalibrointi?) Olin aika innoissani, kun sädekimpputasoitus paljasti myös huikean hyvät tarkkuudet. Luulen, että myös ulkoiset orientoinnit olivat tarkemmat kuin olen koskaan ennen saanut! Öhh... Onnittelut! (Mieti! Mieti! Mitä tuo nyt oikein tarkoitti? Sädekimpputasoitus? Ulkoinen orientointi?) Datumvajeen selvitin helposti, kun tein jo aiemmin vähän maastomittauksia. Laitoin muuten valmiin 3D-mallin Google Earth:iin kaikkien nähtäväksi. Eikös sinustakin nämä fotogrammetriset mittaukset ole aivan mahtavia? Juu, totta kai. (Datum - mitä? Hei, mitä tuo fotogrammetria edes tarkoitti? Tämä keskustelu ei tainnut mennä ihan putkeen )

Fotogrammetria (Photogrammetry) Mittaustiede, jossa tehdään 3D-mittauksia käyttäen 2D-valokuvia. Fotogrammetrisilla mittauksilla saadaan luotettavaa tietoa pinnanmuodoista ja kappaleista etämittauksina eli kohteeseen ei tarvitse fyysisesti koskea. Mittausten lisäksi aineistoa voidaan tulkita. Projektiokeskus (Projection center) Ideaalisen neulansilmäkameran tapauksessa kaikki kameraan sisään tulevat valonsäteet kulkisivat yhden projektiokeskuksen kautta. Vaikka näin ei todellisuudessa käykään modernien linssijärjestelmien tapauksessa, voimme matemaattisesti määritellä tällaisen projektiokeskuksen. Projektiokeskus toimii myös kamerakoordinaatistojärjestelmän (3D) origona. Polttoväli, f (Principle distance/focal length) Lyhyin etäisyys projektiokeskuksen ja kuvatason välillä. Kameravakio, c (camera constant) Vastaa polttoväliä, jos kamera on fokusoitu äärettömyyteen. Muussa tapauksessa c<f.

Pääpiste, pp (Principle point) Piirrettäessä projektiokeskuksesta suora, joka on kohtisuorassa kuvatasoon nähden, löydetään pääpiste kohdasta, jossa suora leikkaa kuvatason. Tyypillisesti pääpiste on lähellä kuvan keskipistettä. Näin ei kuitenkaan ole aina ja erikoislinssit saattavat asettaa pääpisteen jopa kuva-alueen ulkopuolelle. Reunamerkki (Fiducial mark) Reunamerkkejä tarvittiin filmikameroiden käyttämiseksi mittaustarkoituksiin. Kun kuva valotettiin, reunamerkit tulivat filmille aina tietyllä tavalla. Näiden merkkien avulla voitiin selvittää luotettavasti, missä kuvan pääpiste on. Digitaalikameroissa ei ole tarvetta käyttää reunamerkkejä, koska kuvaussensori muodostaa luonnollisen ja vakaan koordinaatistojärjestelmän.

Kameran kalibrointi (Camera calibration) Kameran kalibroinnissa määritetään kameran sisäinen geometria. Ideaalisessa tapauksessa jouduttaisiin selvittämään vain pääpisteen paikka ja kameravakio. Todellisuudessa joudutaan ratkaisemaan myös linssivirheen parametrit. Vasen kuva: Alkuperäinen kuva; Oikea kuva: linssivirheet on poistettu ja kuva vastaa nyt ideaalisella neulansilmäkameralla otettua kuvaa. Sisäinen orientointi (Interior orientation) Sisäisessä orientoinnissa ratkaistaan koordinaatistomuunnos 2D kuvakoordinaatistosta ideaaliseen 3D kamerakoordinaatistoon. Muunnosta varten joudutaan ratkaisemaan kameravakio, pääpisteen paikka ja linssivirheet. Sisäisen orientoinnin parametrit saadaan kameran kalibroinnista. Ulkoinen orientointi (Exterior orientation) Ulkoinen orientointi määrittelee koordinaatistomuunnoksen maastokoordinaatiston (3D) ja kamerakoordinaatiston (3D) välillä. Muunnosta varten on tunnettava projektiokeskuksen sijainti (3 parametria) ja koordinaatiston 3 kiertoa suhteessa maastokoordinaatistoon. Tyypillisesti ulkoinen orientointi ratkaistaan käyttämällä maaston tunnettuja pisteitä. Vaihtoehtoisesti voidaan käyttää suoran georeferoinnin sensoreita (Satelliittinavigointijärjestelmät ja inertialaitteet), vaikka nämä eivät välttämättä ole riittävän tarkkoja vaativampiin sovelluksiin. Keskinäinen orientointi (Relative orientation) Kahden kuvan tapauksessa voimme selvittää niiden keskinäinen sijainti (periaatteessa 3 siirtoparametria) ja kiertoero (3 kiertoparametria). Kaikkia siirtoparametreja ei kuitenkaan voida ratkaista pelkistä kuvamittauksista, jonka takia mittakaava jää epäselväksi. Mittakaavan ratkaisemiseksi tulee tuntea ainakin yksi etäisyys kohteessa. Keskinäinen orientointi voidaan ratkaista mittaamalla riittävästi vastinpisteitä kuvien välille.

Kun keskinäinen orientointi on valmis, voimme tehdä stereomittauksia, mikä mahdollistaa 2D kuvahavaintojen muuttamisen 3D maastonpisteiksi. Keskinäinen orientointi Kuvakanta, B (Image base) Stereokuvan tapauksessa kuvien projektiokeskusten välistä etäisyyttä (tai vektoria) kutsutaan kuvakannaksi. Jos pelkkä kuvien keskinäinen orientointi on tunnettu, kuvakannan pituus jää ratkaisematta (sille voi antaa minkä tahansa pituuden). Kuvakannan pituutta muuttamalla voi skaalata mitatun 3D-mallin mittakaavaa.

Stereomalli (Stereo model) Kuvilta voidaan tehdä stereomittauksia, jos kuvat kattavat (päällepeitto) yhteisen alueen maastossa. Kuvien yhteistä peittoaluetta kutsutaan stereomalliksi, koska sitä osaa voidaan katsella kolmiulotteisesti (jos kuvat on otettu stereokuvauksen normaalitapauksessa). Stereomallin alueelta voidaan tehdä myös 3D mittauksia. Absoluuttinen orientointi (Absolute orientation) Kuvien stereomallilta mitatut 3D tiedot muunnetaan maastokoordinaatistoon. Muunnosta varten tarvitaan tunnettuja maastopisteitä (lähtöpisteitä), joiden vastinpisteet etsitään mitatulta stereomallilta. Keskinäisen orientoinnin ja 3D mittausten jälkeen tulokset ovat vapaasti valitussa koordinaatistossa (vasen kuva). Absoluuttisen orientoinnin jälkeen tulokset ovat halutussa maastokoordinaatistossa (oikea kuva) Mustat pisteet kuvaavat tunnettuja lähtöpisteitä.

Liitospiste (Tie-point) liitospiste on mikä tahansa vastinpistehavainto eri kuvien välillä. Liitospisteitä tarvitaan sitomaan kuvat toisiinsa joko keskinäisessä orientoinnissa tai sädekimpputasoituksessa. (englanniksi käytetään useita variaatioita: tiepoint, corresponding points, conjugate points, and homologous points) Sädekimpputasoitus (Bundle block adjustment) Sädekimpputasoituksessa hyödynnetään kaikkia kuvahavointoja (liitospisteitä) usein laajaksi muodostuvassa pienimmän neliösumman tasoituksessa. Tasoitukseen voidaan liittää myös tieto tunnetuista maaston lähtöpisteistä ja/tai suoran georeferoinnin sensoreista (jotka antavat likiarvot kameroiden ulkoisille orientoinneille). Tuloksena saadaan tarkat ulkoisen orientoinnin parametrit kaikille kuville. Toisaalta saadaan myös uudet 3D koordinaatit kaikille liitospisteille, jotka mitattiin kuvien välille. Jos kuvausgeometria on erityisen hyvä, tasoitukseen voidaan liittää myös kameran sisäisen orientoinnin parametrien ratkaiseminen (kameran kalibrointi!). Sädekimpputasoituksessa liitospisteiden havaintovektorit muodostavat sädekimpun, joka kiinnittää kuvajoukon geometrian ja kohdepisteiden sijainnit. Ilmakolmiointi (Aerial triangulation) Sädekimpputasoituksen erikoistapaus, jossa kaikki kuvat ovat (ainakin lähes) pystykuvia.

Datumvaje (Datum deficiency) 2D kuvahavainnot eivät sisällä milloinkaan tarpeeksi informaatiota, jotta voitaisiin ratkaista kohdetason 7- parametrinen yhdenmuotoisuusmuunnos (3 siirtoa, 3 kiertoa ja mittakaava). Tasoituksessa tämä näkyy siten, että tasoituksen rakennematriisin rangivaje on 7 vaikka mitattaisiin kuinka monta kuvahavaintoa lisää. Tämä estää sädekimpputasoituksen ratkaisemisen. Tyypillisesti datumvaje hoidetaan käyttämällä tunnettuja maaston lähtöpisteitä. Vaihtoehtoisesti vapaaverkkotasoituksessa sädekimpputasoitukseen liitetään fiktiiviset rajoiteyhtälöt varmistamaan ratkaistavuus. Tässä tapauksessa mallin mittakaava jää auki ja sen voi vapaasti valita.