Badanie wpływu filtracji cyfrowej na dokładność rozwiązania metodą wiązek sieci zdjęć bliskiego zasięgu

• Autorzy: Sawicki P.

Warianty tytułu

EN

Assessment of the influence of digital filtering on the accuracy of close range bundle blockadjustment

• Języki publikacji: PL

Abstrakty

PL

Zastosowanie filtracji cyfrowej umożliwia korekcję wpływu nieostrości (rozmycia) oraz wyeliminowanie szumów na obrazach cyfrowych. W pracy badano wpływ 6. liniowych filtrów górnoprzepustowych (high-pass filters), wyostrzających obrazy rozmyte, oraz 5. filtrów liniowych dolnoprzepustowych (low-pass filters) i nieliniowego filtru medianowego, służących do eliminacji szumów, na dokładność pomiaru i rozwiązania sieci zdjęć bliskiego zasięgu. Badania przeprowadzono na 11. zdjęciach cyfrowych (4500x3000) pola testowego (220 punktów sygnalizowanych, w tym 65 punktów kodowych), z których wygenerowane zostały obrazy JPG nieostre (rozmycie gaussowskie, promień r = 2, r = 3 piksele) i obarczone szumem (gaussowski losowy, poziom = 25, gęstość= 50). W systemie AICON 3D Studio wykonano automatyczny pomiar punktów metodą ważonego środka ciężkości (Center Weighted Metod) oraz rozwiązanie terratriangulacji metodą wiązek, łącznie z kalibracją lustrzanki cyfrowej. Stwierdzono, że filtracja górnoprzepustowa obrazów nieostrych (rozmycie r = 2) jest niezbędna przy pomiarze punktów strukturalnych metodą ważonego środka ciężkości. W przypadku pomiaru obrazów silnie rozmytych (r = 3) jedynym skutecznym filtrem górnoprzepustowym, który umożliwia pomiar punktów, jest laplasjan gaussowski (maska 5×5 pikseli). Filtracja dolnoprzepustowa i medianowa obrazów zaszumionych nie wpływa na dokładność pomiaru oraz zmianę wartości wyznaczanych parametrów. Metoda ważonego środka ciężkości działa skutecznie przy pomiarze sygnalizowanych punktów na nieznacznie rozmytych obrazach cyfrowych bliskiego zasięgu oraz jest odporna na występowanie szumów losowych. W analizowanych wariantach obliczeń otrzymano dokładności: Sigma 0 = 0.07 piksela (p’_HV= 7.9 μm), średniokwadratowe poprawki do współrzędnych tłowych RMS V_x’ = 0.05, RMS V_y’ = 0.06 piksela, oraz średniokwadratowe błędy współrzędnych wyznaczonych w układzie obiektu RMS SX = 0.05 mm, RMS SY = 0.1 mm, RMS SZ = 0.04 mm.

EN

Random and systematic radiometric distortion in the images sequence is a common issue in digital photogrammetric close range applications. A digital image filtering enables correction of blur and elimination of noise on digital images. The paper analyses the influence of digital filtering of blurred and noisy close-range images on the subpixel accuracy of signalized points measurement and accuracy block bundle adjustment. Blurred (out of focus) images were processed with 6 linear high-pass filters, whereas 5 linear low-pass filters and 1 nonlinear median filter were applied for noisy images. The photogrammetric measurement was conducted on test field in Institute of Photogrammetry and Remote Sensing, Dresden University of Technology. The test field consisted of the total of 220 signalized, retro-reflective points (65 coded points, 14 bit code). The test field was registered on eleven convergent and normal color photos from the distance of ca Y_F = 5 m using digital SLR Kodak DCS Pro 14n (resolution 4500x3000) camera. Adobe Photoshop CS6 and Corel PHOTO-PAINT X6software were used for generation of blurred images (Gaussian blur, radius r = 2 and radius r = 3) and noisy images (random Gaussian noise, level = 25, density = 50). The fully automatic points measurement on the digital images using center weighted method, the bundle adjustment including self-calibration with additional parameters for modeling systematic imaging errors was determined in the AICON 3D Studio software package (AICON 3D Systems GmbH, Germany). The optimal correction terms contain additional parameters for the compensation of radial-symmetric A₁, A₂ lens distortion and radial-asymmetric tangential B₁, B₂ lens distortion as well as affinity C₁ and shear of the digital sensor coordinate system C₂. High-pass filtering of blurred digital images (blur r = 2) is essential for measurement of structural signalized points using center weighted method. In the case of significantly blurred images (blur r = 3) the typical Laplace filters do not sharpen the images to the extend enabling measurement. Laplacian of Gauss (mask 5×5 pixel) turned out to be the only efficient high-pass filter. The low-pass filtering and nonlinear median filter of noisy digital images does not influence the measurement accuracy and values of adjusted parameters. The center weighted operator is robust in the structural signalized points measurement on the insignificantly blurred images and is resistant to occurrences of random noises. In all of the analyzed variants Sigma 0 mean value after the combined bundle adjustment with the self-calibration amounted to σ₀ = 0.07 pixel (sensor pixel size p’_HV = 7.9 μm). The RMS image coordinates residuals after adjustment amounted to RMS V_x' = 0.05 pixel and RMS V_y' = 0.06 pixel and the RMS standard deviation of calculated object coordinates respectively amounted to: RMS SX = 0.05 mm, RMS SY = 0.1 mm, RMS SZ = 0.04 mm.

Słowa kluczowe

PL

lustrzanka cyfrowa; obraz cyfrowy; filtr cyfrowy; pomiar automatyczny; metoda wiązek; kalibracja równoczesna

EN

DSLR camera; digital image; digital filter; automatic measurement; bundle adjustment; self-calibration

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2012
• Tom: Vol. 24
• Strony: 333--343
• Opis fizyczny: Bibliogr. 18 poz.

Twórcy

autor

Sawicki P.

• Katedra Fotogrametrii i Teledetekcji, Uniwersytet Warmińsko-Mazurski w Olsztynie, tel. [phone] fax: [phone]

Bibliografia

• 1. Adobe Photoshop CS6, 2012: http://www.adobe.com
• 2. Atkinson K.B., 1996. Close Range Photogrammetry and Machine Vision. Whittles Publishing.
• 3. AICON 3D STUDIO, User manual. 2012: http://www.aicon.de
• 4. Chen J., Clarke T.A., 1992. The Automatic Recognition, Location and Labelling of Targets in Digital Photogrammetric Engineering Measurement, ISPRS Washington, Com.V.
• 5. CorelDRAW Graphics Suite X6, 2012: http://www.corel.com
• 6. Luhmann T., 1996. Results of the German Comparison Test for Digital Point Operators. International Archives of Photogrammetry and Remote Sensing, Vol. XXXI Part B5/2 Com.V, s. 324-329.
• 7. Luhmann T., 2003. Nahbereichsphotogrammetrie - Grundlagen, Methoden und Anwendungen. Wichman Verlag, Heidelberg.
• 8. Artykuł I. Luhmann T., Robson S., Kyle S., Harley I., 2006. Close Range Photogrammetry: Principles, Techniques and Application, Dunbeath : Whittles Publishing.
• 9. PHIDIAS, 2012: http://www.phocad.de
• 10. Malina W., Smiatacz M., 2008. Cyfrowe przetwarzanie obrazów. Akademicka Oficyna Wydawnicza EXIT, Warszawa.
• 11. Sawicki P., Ostrowski B., 2005. Badanie wybranych metod matching’u do pomiar punktów na cyfrowych obrazach bliskiego zasięgu. Roczniki Geomatyki PTIP, T. III, Zeszyt 2, s. 135-144.
• 12. Sawicki P., Ostrowski B., 2007. Badanie potencjału pomiarowego aparatu cyfrowego typu SLR Kodak DCS Pro 14n (13.5 MP). Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 17, s. 729-738.
• 13. Sawicki P., 2008. Średnioformatowa lustrzanka cyfrowa Mamiya ZD (21.3 MP) - nowy sensor wizyjny do aplikacji bliskiego zasięgu. Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 18b,559-568.
• 14. Sawicki P., Suchocki L., 2009. Wpływ filtracji obrazów cyfrowych bliskiego zasięgu na dokładność pomiaru punktów wybranymi metodami dopasowania. Geoinformatyka dla środowiska i społeczeństwa - badania i zastosowania. V Ogólnopolskie Sympozjum Geoinformacyjne, Kraków, 17-19.09.2009.
• 15. Schenk T., 1999. Digital Photogrammetry. TerraScience.
• 16. Trinder J.C., 1989. Precision of Digital Target Location. Photogrammetric Engineering and Remote Sensing, Vol. 55, No. 6, s. 883-886.
• 17. Trinder J.C., Jansa J., Huang Y., 1995. An Assessement of the Precision and Accuracy of Methods of Digital Target Location. ISPRS Journal of Photogrammetry and Remote Sensing, 50(2), s. 12-20.
• 18. V-STARS, 2012: http://www.geodetic.com