Mittausten suunnittelu I



Samankaltaiset tiedostot
Luento 6 Mittausten suunnittelu II. erikoissovellukset

Maa Kameran kalibrointi. TKK/Fotogrammetria/PP

Luento 6: 3-D koordinaatit

Teoreettisia perusteita II

Luento 4 Georeferointi

Luento 7: Fotogrammetrinen mittausprosessi

Luento 4 Georeferointi Maa Fotogrammetrian perusteet 1

Luento 5: Stereoskooppinen mittaaminen

Luento 7 3-D mittaus. fotogrammetriaan ja kaukokartoitukseen

Fotogrammetrian termistöä

Maa Fotogrammetrian erikoissovellutukset (Close-Range Photogrammetry)

Luento 2 Stereokuvan laskeminen Maa Fotogrammetrian perusteet 1

Luento Fotogrammetrian perusteet. Henrik Haggrén

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Luento 7: Kuvan ulkoinen orientointi

Luento 6 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Luento 6: Stereo- ja jonomallin muodostaminen

Luento 9 3-D mittaus. fotogrammetriaan ja kaukokartoitukseen

TTY Mittausten koekenttä. Käyttö. Sijainti

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

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Luento 4: Kiertomatriisi

JHS 163 Suomen korkeusjärjestelmä N2000 Liite 3. Geoidimallit

Suorakulmainen kolmio

Luento 5: Kuvakoordinaattien laskeminen ja eteenpäinleikkaus

JUHTA - Julkisen hallinnon tietohallinnon neuvottelukunta

VAASAN YLIOPISTO TEKNILLINEN TIEDEKUNTA SÄHKÖTEKNIIKKA. Lauri Karppi j SATE.2010 Dynaaminen kenttäteoria DIPOLIRYHMÄANTENNI.

Suuriformaattiset digitaaliset ilmakuvakamerat

Raidegeometrian geodeettiset mittaukset osana radan elinkaarta

Luento 5. Stereomittauksen tarkkuus Maa Fotogrammetrian perusteet 1

PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA

Luento 11: Stereomallin ulkoinen orientointi

Tehdään laadukas painotuote

KUVAMUOKKAUS HARJOITUS

Digikuvan peruskäsittelyn. sittelyn työnkulku. Soukan Kamerat Soukan Kamerat/SV

Luento 3: Kuvahavainnot

Stereopaikannusjärjestelmän tarkkuus (3 op)

3D-kuvauksen tekniikat ja sovelluskohteet. Mikael Hornborg

Otannasta ja mittaamisesta

PIKSELIT JA RESOLUUTIO

1/6 TEKNIIKKA JA LIIKENNE FYSIIKAN LABORATORIO V

1) Maan muodon selvittäminen. 2) Leveys- ja pituuspiirit. 3) Mittaaminen

Kahden suoran leikkauspiste ja välinen kulma (suoraparvia)

Kojemeteorologia. Sami Haapanala syksy Fysiikan laitos, Ilmakehätieteiden osasto

Ratkaisu: Maksimivalovoiman lauseke koostuu heijastimen maksimivalovoimasta ja valonlähteestä suoraan (ilman heijastumista) tulevasta valovoimasta:

SINI- JA KOSINILAUSE. Laskentamenetelmät Geodeettinen laskenta M-Mies Oy

LIITE 1 VIRHEEN ARVIOINNISTA

Jatkuvat satunnaismuuttujat

I AM YOUR 1 NIKKOR FINDER

Luento 10: Optinen 3-D mittaus ja laserkeilaus

LIITE 1 VIRHEEN ARVIOINNISTA

Rihtausohje. J.Puhakka

Mittaushavaintojen täsmällinen käsittelymenenetelmä

Esittelyssä AutoDome Easy Täydellinen keskikokoisiin kohteisiin

c) Määritä paraabelin yhtälö, kun tiedetään, että sen huippu on y-akselilla korkeudella 6 ja sen nollakohdat ovat x-akselin kohdissa x=-2 ja x=2.

Mat Sovellettu todennäköisyyslasku A. Moniulotteiset jakaumat. Avainsanat:

Ensimmäisen asteen polynomifunktio

Pitkä matematiikka Suullinen kuulustelu (ma00s001.doc) Tehtävät, jotka on merkitty (V), ovat vaativia.

Deformoituvan metallirakenteen fotogrammetrinen muodonmuutosmittaus

S11-04 Kompaktikamerat stereokamerajärjestelmässä. Projektisuunnitelma

Casion fx-cg20 ylioppilaskirjoituksissa apuna

7.4 PERUSPISTEIDEN SIJAINTI

FYSIIKAN LABORATORIOTYÖT 2 HILA JA PRISMA

Leica Sprinter Siitä vain... Paina nappia

Erikoistekniikoita. Moiré - shadow-moiré - projection-moiré. Rasterifotogrammetria - yhden juovan menetelmä - monen juovan menetelmä

LED VALON KÄYTTÖSOVELLUKSIA.

B. 2 E. en tiedä C ovat luonnollisia lukuja?

Kaupunkimallit

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.

Differentiaali- ja integraalilaskenta 2 (CHEM) MS-A0207 Hakula/Vuojamo Kurssitentti, 12.2, 2018, arvosteluperusteet


Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus

KÄYTTÖOHJE LÄMPÖTILA-ANEMOMETRI DT-619

Luento 3 Kuvaus- ja mittauskalusto. erikoissovellukset

Maa Fotogrammetrian, kuvatulkinnan ja kaukokartoituksen seminaari Liikennejärjestelmien kuvaaminen laserkeilauksen avulla

Testo 106 suojakotelolla Nopea mittari omavalvontaan.

Luento 2: Kuvakoordinaattien mittaus

Johdatus tekoälyn taustalla olevaan matematiikkaan

Geodeettisen laitoksen koordinaattimuunnospalvelu

Leica ScanStation 2 Poikkeuksellisen nopea, uskomattoman joustava

Korkeusmallien vertailua ja käyttö nitraattiasetuksen soveltamisessa

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

Matterport vai GeoSLAM? Juliane Jokinen ja Sakari Mäenpää

Mittaustulosten tilastollinen käsittely

LIITE 1 VIRHEEN ARVIOINNISTA

Luento 4: Kolmiointihavainnot

15. Suorakulmaisen kolmion geometria

Todellinen 3D-ohjauksensuuntauslaite

Mittausjärjestelmän kalibrointi ja mittausepävarmuus

A-osio. Ilman laskinta. MAOL-taulukkokirja saa olla käytössä. Maksimissaan tunti aikaa. Laske kaikki tehtävät:

Menetelmät tietosuojan toteutumisen tukena - käytännön esimerkkejä. Tilastoaineistot tutkijan työvälineenä - mahdollisuudet ja rajat 2.3.

Oikeanlaisten virtapihtien valinta Aloita vastaamalla seuraaviin kysymyksiin löytääksesi oikeantyyppiset virtapihdit haluamaasi käyttökohteeseen.

Geometrian kertausta. MAB2 Juhani Kaukoranta Raahen lukio

ja J r ovat vektoreita ja että niiden tulee olla otettu saman pyörimisakselin suhteen. Massapisteen hitausmomentti on

DistanceMaster 80 DE 04 GB 11 NL 18 DK 25 FR 32 ES 39 IT 46 PL 53 FI 60 PT 67 SE 74 NO TR RU UA CZ EE LV LT RO BG GR

Tutkimustiedonhallinnan peruskurssi

Laserkeilauksen ja kuvauksen tilaaminen

Jani Sipola & Timo Kauppi. Konenäkö putkiprofiilien dimensiomittauksissa

Puun geometrisen laatutiedon mittaukset monikameramenetelmällä

Transkriptio:

Mittausten suunnittelu I

Eteenpäinleikkaukseen perustuvan mittauksen tarkkuus riippuu kahdesta asiasta (C.S. Fraser, 1996): 1) kuvaus-/tähtäyssäteen määritystarkkuudesta 2) kuvausgeometriasta

Saavutettavaa tarkkuutta voidaan arvioida seuraavan kaavan avulla: c = q q d q s = = d a k k c k c kohdekoordinaatin keskivirhe s a mittakaavaluku kuvakoordinaatin keskivirhe kulmamittauksen keskivirhe q kuvausgeometriasta riippuva kerroin 0.4 0.7 vahvalle geometrialle, 1.5 heikohkolle jne. kohteen keskimääräinen etäisyys kamerasta kameran polttoväli kuvien lukumäärä per kamera asema d c k

Taulukko: C. S. Fraser.

Suunnittelun reunaehdot: 1) Kuvamittakaava -- eteenpäinleikkauksen tarkkuus on suoraan verrannollinen kuvamittakaavaan (polttovälin suhde kohteen ja kameran väliseen etäisyyteen) -- tavoiteltaessa tiettyä tarkkuutta voidaan kameran maksimietäisyyttä kohteesta arvioida seuraavan kaavan avulla: c c k d max = q 2) Erotuskyky (resoluutio) -- erotuskyvyn pitää olla riittävä jotta kuvakoordinaattien mittaus on mahdollista halutulla tarkkuudella -- myös mitattavien kohteiden (tähysten tai muiden yksityiskohtien) on oltava kooltaan sopivia

Suunnittelun reunaehdot: 3) Tila -- jos kuvaamiseen käytettävä tila on hyvin rajallinen, voidaan joutua turvautumaan laajakulmaisempaan optiikkaan ja kamera-asemien lisäämiseen 4) Kameran syvyysterävyysalue -- tärkeä eteenkin ei-tasomaisissa kappaleissa -- kameran aukkoa pienentämällä saadaan lisää syvyysterävyyttä, mutta tällöin joudutaan pidentämään valotusaikaa tai lisäämään valaistusta 5) Tähtäyskulma (incidence angle) -- esim. ristinmuotoisten tähysten keskipisteen määrittäminen saattaa olla vaikeaa, jos ne on kuvattu hyvin viistosta kulmasta

Suunnittelun reunaehdot: 6) Pisteiden määrä ja jakauma kuvilla -- sitä parempi mitä enemmän pisteitä ja mitä tasaisemmin ne ovat jakautuneet koko kuvan alueelle -- tasainen jakautuminen on erityisen tärkeää, jos kameran kalibrointiparametrit määritetään kuvauksen yhteydessä (itsekalibrointi) 7) Kuvasäteiden leikkauskulma -- optimaalinen n. 110 ± 30 8) Kameran avauskulma -- vaikuttaa kuvausetäisyyteen ja kuvien lukumäärään -- mittaus on sitä taloudellisempaa mitä suurempi osa kaikista pisteistä yksittäisillä kuvilla näkyy 9) Näkyvyys -- katveet Kuva: C. S. Fraser.

Suunnittelun vaiheet: E. Grafarend on jakanut geodeettisten verkkojen suunnittelun neljään vaiheeseen: - zero-order design (ZOD) -- datum - first-order design (FOD) -- konfiguraatio - second-order design (SOD) -- painotus - third-order design (TOD) -- tihennys Samaa jakoa on ryhdytty käyttämään myös fotogrammetriassa. Tosin TOD ei ole lähifotogrammetriassa kovinkaan oleellinen, ja sekä ZOD että SOD ovat myös huomattavasti yksinkertaisempia kuin geodeettisissa verkoissa.

- yleensä mittauksessa on tärkeintä, että mitattujen pisteiden tarkkuus on mahdollisimman hyvä - estimaatit pisteiden tarkkuuksille saadaan muodostamalla ratkaistuille parametreille kovarianssimatriisi: T 1 C x= 0 A P A = C 1 C 12 C 21 C 2 - yllä olevassa yhtälössä C1 sisältää ulkoisen orientoinnin ja kameran parametrien varianssit ja C2 mitattujen pisteiden varianssit - mittausten suunnittelulla pyritään siis saamaan C2 halutunlaiseksi

ZOD (datumin valinta): -- 3D-pisteistöä voidaan siirtää, kiertää ja skaalata 7-parametrisella muunnoksella ilman, että sen muoto muuttuu -- nämä siirrot, kierrot ja mittakaava määrittävät pisteistön datumin -- ZOD tulee kysymykseen vain siinä tapauksessa, että datum on määritetty minimiehdoin (esim. kiinnitetään kaksi pistettä (X, Y ja Z) ja yksi korkeus) -- se seikka, mitkä pisteet on kiinnitetty vaikuttaa A-matriisiin, jolloin myös kovarianssimatriisi Cx muuttuu -- ZOD tähtää sellaiseen datumiin, missä Cx on halutunlainen (esim. niin, että tarkkuus on tietyissä pisteissä mahdollisimman hyvä tai että tarkkuus on mahdollisimman homogeeninen kaikissa pisteissä)

(esimerkki): - antenni (D=10m) - 6 (filmi)kameraa - kuvakoko 23cm x 23cm - hyvä kuvausgeometria - kaikki pisteet näkyvissä kaikille kameroille - kuvamittauksen keskivirheeksi oletettu 1.5 m Kuva: C. S. Fraser.

Vasemmassa sarakkeessa kahdesta ensimmäisestä pisteestä on kiinnitetty X, Y ja Z, ja kolmannesta Z. Kuva ja taulukko: C. S. Fraser.

Johtopäätökset: - optimaalinen tulos saadaan, kun kolmen kiinnitetyn pisteen (2*(XYZ)+Z) muodostaman kolmion keskipiste on pistejoukon keskipisteessä, kolmion pinta-ala on mahdollisimman suuri ja kun kahden XYZ-koordinaateiltaan kiinnitetyn pisteen välimatka on mahdollisimman suuri - datumin muuttaminen aiheuttaa myös vaihtelua varianssien homogeenisuuteen (paras tulos vapaan verkon tapauksessa) -- varianssit pienimpiä kiinnitettyjen pisteiden lähellä ja suurimpia pisteissä jotka ovat niistä kauimpana

FOD (konfiguraatio): 1) Kuvausgeometria -- ohessa on esitetty eri konvergenssikulmien ja kamera-asemien lukumäärän vaikutus saavutettavaan tarkkuuteen Kuvat: C. S. Fraser.

2) Kantasuhde -- kannan kasvattaminen parantaa syvyyssunnassa saavutettavaa tarkkuutta edullisemman leikkauskulman ansiosta 3) Kamera-asemien lukumäärä -- kamera-asemien lisääminen parantaa tarkkuutta ja luotettavuutta -- vaikuttaa kuvausgeometrian suunnitteluun -- jos käytössä on m kameraa, on saavutettava tarkkuus m1/2 parempi kuin kahta kameraa käyttämällä 4) Kuvien lukumäärä / kamera-asema -- tärkeä videokameroita käytettäessä (satunnaisten kuvavirheiden kompensointi)

5) Pisteiden lukumäärä ja jakauma -- kts. suunnittelun reunaehdot 6) Kuvamittakaava ja polttoväli -- kuvamittakaavan ja mitattujen pisteiden tarkkuuden välillä on lineaarinen riippuvuus -- kts. suunnittelun reunaehdot 7) Kalibrointiparametrit -- yliparametrisointia varottava -- vankka geometria ja riittävä määrä pisteitä auttavat erottamaan tilastollisesti merkittävät ja merkityksettömät parametrit

SOD (painotus): Fotogrammetrisissa mittauksissa kuvahavainnoilla on yleensä sama paino: P= I 2 Painoyksikön keskivirheeseen (kuvamittauksen tarkkuuteen) voi vaikuttaa: -- tähysten valinnalla -- lisäämällä kuvien lukumäärää / kuva-asema (keskiarvoistus) -- resoluution lisäämisellä -- filmimittauksissa käyttämällä tarkempaa komparaattoria -- jne. TOD (tihennys): Fotogrammetrisissa mittauksissa TOD voidaan katsoa olevan osa FOD:ia.

Simulointi: Kuva: C. S. Fraser.

Tähysten valinta: A) Muoto Pyöreä tähys soveltuu automaattiseen mittaamiseen paremmin kuin esim. ristin muotoinen. B) Koko - vain muutaman pikselin kokoisen tähyksen keskipisteen paikka on hankala määrittää - liian suurta tähystä vääristävät piirtovirheet

C) Materiaali ja väri - hyviä vaihtoehtoja ovat mattapintaiset tai heijastavapintaiset tähykset - kiiltäväpintaisia tulee välttää - tähyksen erottamiseksi taustasta voi olla hyvä käyttää sopivan väristä taustalevyä - väriyhdistelmistä esim. musta ja valkoinen tai musta ja keltainen ovat hyviä - heijastavia tähyksiä käytettäessä on varottava ylivalottumista Liian voimakas valo aiheuttaa heijastavien tähysten ylivalottumisen.

D) Nimikointi - numero tai muu koodaus Kuva: F. A. van den Heuvel et al. Kuva: S. Hattori et al. Kuva: R. Goudard et al. Kuva: S. Hattori et al.

Pisteen numero: 20+23=9

E) Laserpiste - kätevä tapa osoittaa suuri määrä pisteitä kohteen pinnasta - laserpisteen muoto on riippuvainen pinnanmuodosta - häilyntä (speckle) tekee pisteestä epähomogeenisen

Kynnystys: - kynnystys vaikuttaa tähyksen keskipisteen sijaintiin Vasemmanpuoleisessa kuvassa kynnysarvo on 40 ja oikeanpuoleisessa 85.

Vasemmanpuoleisessa kuvassa kynnysarvo on 140 ja oikeanpuoleisessa 185.

Pisteen keskikohdan x- ja y-koordinaatin muuttuminen kynnysarvon funktiona.

Keskipisteen liike kynnysarvoa muutettaessa. Oikea arvo lienee oikeassa alakulmassa.

Valaistuksen säätö: - alivalottuneista kuvista tulee kohinaisia - suurempi aukko pienentää syvyysterävyysaluetta - pitkä valotusaika vaatii vakaan kameran - heijastavia tähyksiä käytettäessä voidaan tausta häivyttää alivalottamalla kuva (tähykset kuitenkin näkyvät kirkkaina) Oikeanpuoleinen kuva on selvästi alivalottunut ja siitä johtuen kohinainen.

Tiivistys: - jos käytetään tiivistysmenetelmiä, joissa kuva ei säily täysin alkuperäisen kaltaisena (esim. jpeg), on liiallista tiivistämistä syytä välttää Vasemmanpuoleisen kuvan tiivistyssuhde on 1:4 ja oikeanpuoleisen 1:80.

Orientointiparametrien likiarvojen hankinta: - kameroiden likimääräiset paikat voidaan määrittää esim. takymetrillä - yleensä kuitenkin käytetään tunnettuja pisteitä (joko likimääräisiä tai tarkkoja) ja esim. DLT:tä orientointien ratkaisuun - jos kuvausgeometria on hyvä, riittää kun projektiokeskusten likiarvosijainnit ovat kohteen oikealla puolella ja kierrot ovat n. 45 asteen tarkkuudella oikeat Kuva: S. Hattori et al. Kuva: http://www.sli.unimelb.edu.au/australis/faq.htm.

Kohteen näkyvöitys: - piste, pisteistö, viivasto, ruudusto, muu tekstuuri - läpinäkyvät kohteet hankalia -- esim. tuulilasin sisään jäävä piimaakerros saadaan näkyviin tietyllä valon aallonpituudella

Lähteet: C. S. Fraser: Network design, Close-Range Photogrammetry and Machine Vision, K. B. Atkinson (Ed), Whittles Publishing, 1996, pp. 256-277. C. S. Fraser: Optimization of Networks in Non-Topographic Photogrammetry, NonTopographic Photogrammetry, H. M. Karara (Ed.), Second Edition, ASPRS, 1989, pp. 95-106. C. S. Fraser: Network Design Consideration for Non-Topographic Photogrammetry, Photogrammetric Engineering and Remote Sensing, Vol. 50, No. 8, August 1984, pp. 1115-1126 F. A. van den Heuvel, R. J. G. A. Kroon, R. S. Le Poole: Digital Close-Range Photogrammetry Using Artificial Targets, 17th ISPRS Congress, Proceedings, Commission V, Washington, USA. R. Goudard, C. Lasseur, D. Mergelkuhl: Digital Photogrammetry Applied to Large Physics Detectors, Surveying in Industry and Construction, WorkingWeek 2003, Paris, France. S. Hattori, K. Akimoto, C. Fraser, H. Imoto: Automated Procedures with Coded Targets in Industrial Vision Metrology, Photogrammetric Engineering and Remote Sensing, Vol. 68, No. 5, May 2002.