Ocena dokładności modelu budynku z bardzo gęstej chmury punktów pozyskanej z integracji zdjęć o różnej geometrii

• Autorzy: Drzewiecki R. , Bujakiewicz A.

Identyfikatory

DOI

10.14681/afkit.2018.006

Warianty tytułu

EN

Assessment of accuracy for the building model acquired from a high dense points cloud based on images of different geometry

• Języki publikacji: PL

Abstrakty

PL

Dokładność rekonstrukcji 3D modeli budynków jest w znacznym stopniu uzależniona od gęstości chmur punktów jakie są wykorzystywane dla ich tworzenia. Sprzyja temu rozwijająca się w ostatnich latach metoda tworzenia bardzo gęstych chmur punktów w oparciu o automatyczne pomiary na zdjęciach cyfrowych o dużych pokryciach. W niniejszym artykule zostanie przedstawiony przykład rekonstrukcji 3D modelu budynku o skomplikowanym kształcie, z wykorzystaniem gęstej chmury punktów, ze zdjęć niemetrycznych o różnej geometrii. W tym celu, pozyskano 200 zdjęć o pokryciu około 90%, na trzech poziomach wysokości lotu systemu BSP (DJI Phantom4), oraz dodatkowo wykonano 46 zdjęć z podobnym pokryciem, aparatem FUJIFILM X-S1, ze stanowisk naziemnych. Do całego procesu rekonstrukcji obiektu wykorzystano oprogramowanie Agisoft PhotoScan. Ze względu na zróżnicowaną metrykę zdjęć z BSP oraz stanowisk naziemnych, a także ich różny sposób kalibracji (przed lub w trakcie opracowania), zdjęcia obu sieci umieszczono w dwóch klastrach, dla których w niezależnych wyrównaniach aero/terra triangulacji, zostały wyznaczone parametry orientacji zewnętrznej (EOZ), względem tego samego referencyjnego układu współrzędnych. Automatyczny pomiar bardzo dużej liczby punktów opisujących obiekt, na zdjęciach z obu klastrów oraz wykorzystanie wyznaczonej metryki kamer i parametrów EOZ, umożliwiło generowanie jednej wspólnej bardzo gęstej chmury punktów (ponad 6 milionów), z której stworzono finalne produkty, tj. 3D modele obiektu w kilku formach. Ocenę poprawności rekonstrukcji kształtu 3D modelu obiektu wykonano na podstawie porównania odległości miar czołowych budynku pomierzonych w terenie i na modelu, oraz długości pomiędzy punktami specjalnie sygnalizowanymi na obiekcie, a także poprzez analizę średnich błędów kwadratowych określonych dla punktów osnowy. Ostateczna dokładność mieściła się w granicach 0.01 - 0.03m, co potwierdza duży potencjał integracji zdjęć niemetrycznych, pozyskanych dla obiektu z drona i stanowisk naziemnych, oraz tworzenia jednej wspólnej gęstej chmury punktów, w celu wiernej rekonstrukcji kształtu modelu 3D.

EN

Accuracy for reconstruction of 3D models of buildings, depends mainly upon density of point clouds, which are used for their creation. The methods for creation of the very dense points clouds on base of automatic measurement of the multi images have been successfully developed. In this paper, the example for automatic reconstruction of 3D model of building of quite complicated shape with use the dense points cloud from non-metric photographs of different geometry, is presented. For this purpose, using the BSP (DJI Phantom) from three height levels - 200 photographs with overlap of about 90%, were acquired. In addition, 46 photographs from ground stations with the camera (FUJIFILM X-S1),were taken. The entire reconstruction process of 3D model of the building, was executed with Agisoft PhotoScan programe. Because of different cameras specification for photographs taken from BSP and from ground stations and various approaches for cameras calibration, the two groups of photographs were located in two classes (clasters), for which the exterior orientation parameters (EO) were separately determined by aero and /terra triangulation, referenced to the same ground coordinate system. The automatic measurement of very large number of image object points on all photographs and the use of their interior and exterior orientation parameters, have enabled to generate one common very dense points cloud (about 6 millions), which was used to produce the final 3D building model in a few forms. The accuracy of reconstruction of the building model shape was estimated on base of comparison of the model and real data (measures on the building) and also the RSE for the control and check points. The overall accuracy of 0.01 – 0.03 meters was obtained, which have confirmed the high potentiality for integration of different geometry non-metric photographs for the reconstruction of good quality 3D model.

Słowa kluczowe

PL

BSP; modelowanie 3D; dopasowanie wieloobrazowe; dopasowanie automatyczne; chmura punktów gęsta

EN

UAV; 3D modelling; high density image matching; dense points cloud

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2018
• Tom: vol. 30
• Strony: 83--93
• Opis fizyczny: Bibliogr. 13 poz.

Twórcy

autor

Drzewiecki R.

• Katedra Geoinformatyki, Wydział Inżynierii Lądowej, Środowiska i Geodezji, Politechnika Koszalińska

autor

Bujakiewicz A.

• Katedra Geoinformatyki, Wydział Inżynierii Lądowej, Środowiska i Geodezji, Politechnika Koszalińska

Bibliografia

• 1. Cavegn S., Haala N., Nebiker S., Rothermel M., Tutzauer P. 2014. Benchmarking High Density Image Matching for Oblique Airborne Imagery. Intern. Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 43, 45-52.
• 2. Haala, N., 2014. Dense Image Matching Final Report, EuroSDR Publication Series. Official Publication No. 64, 115-145.
• 3. Kuźnicki W., 2015. Zdjęcia ukośne – nowy wymiar informacji. ArcanaGIS.
• 4. Newby P.R.T., 2015. EUROSDR/ISPRS Joint Workshop on Oblique Cameras and Dense Image Matching . The Photogrammetric Record. 30(152), 404-406.
• 5. Ostrowski W., 2016. Accuracy of Measurements in Oblique Aerial Images for Urban Environment. Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 42, 79-85.
• 6. Preuss R., 2014. Automatyzacja procesu przetwarzania danych obrazowych. Archiwum Fotogrametrii, Kartografii i Teledetekcji, 26, 119-127.
• 7. Rhee S., Kim T., 2016. Dense 3D point cloud generation from UAV images from image matching and global optimization. International Archives of the Photogrammetry. Remote Sensing and. Spatial Information Science, 41, 1005-1009.
• 8. Sawicki P., Tomaszewski T., 2010. Ocena wybranych programów typu freeware do modelowania 3D obiektów bliskiego zasięgu. Archiwum Fotogrametrii, Kartografii i Teledetekcji, 21, 363-374.
• 9. Wenzel K., Rothermel M., Haala N., Fritsch D., 2013. SURE – The ifp Software for Dense Image Matching. Photogrammetric Week 13, Wichmann-Heidelberg, 59-70.
• 10. Zawieska D., 2013. Wieloobrazowe dopasowanie zdjęć bliskiego zasięgu do automatycznej rekonstrukcji fotorealistycznych modeli 3D. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa.
• 11. Agisoft, 2018: http://www.agisoft.com/
• 12. DJI, 2018: http//www.dji.com/
• 13. FUJIFILM, 2018: http//www.fujifilm.com/