This paper analyzes selected aspects of the use of video-tacheometric technology for inventorying and documenting geometric features of objects. Data was collected with the use of the video-tacheometer Topcon Image Station IS-3 and the professional camera Canon EOS 5D Mark II. During the field work and the development of data the following experiments have been performed: multiple determination of the camera interior orientation parameters and distortion parameters of five lenses with different focal lengths, reflectorless measurements of profiles for the elevation and inventory of decorative surface wall of the building of Warsaw Ballet School. During the research the process of acquiring and integrating video-tacheometric data was analysed as well as the process of combining “point cloud” acquired by using video-tacheometer in the scanning process with independent photographs taken by a digital camera. On the basis of tests performed, utility of the use of video-tacheometric technology in geodetic surveys of geometrical features of buildings has been established.
Zastosowanie warunku Scheimpfluga w kamerach powoduje, że dystorsja obiektywu nie jest symetryczna wokół punktu głównego zdjęcia, a przyjęcie tego punktu jako początku promieni radialnych dla dystorsji powoduje znaczące obniżenie dokładności fotogrametrycznego pomiaru. Dodatkowo, zmienia się charakter dystorsji, jej zniekształcenie nie jest kołowe, a eliptyczne. Dotychczasowe rozwiązania problemu polegają na dodaniu do parametrów kalibracji kamery kąta nachylenia płaszczyzny rejestracji w stosunku do płaszczyzn głównych obiektywu kamery i wyznaczenie ich w procesie wyrównania sieci z samokalibracją. W przypadkach stosowania metod jednoobrazowych, wykorzystywanych na przykład w pomiarach z zastosowaniem profili świetlnych, znajomość parametrów kalibracji można ograniczyć tylko do błędów obrazu – przede wszystkim do wpływu dystorsji obiektywu. W pracy podano proste obliczeniowo metody wyznaczenia błędów obrazu dla zdjęć wykonanych kamerą z warunkiem Scheimpfluga. Pierwszy polega na wyznaczeniu wyinterpolowanych poprawek do pomierzonych współrzędnych w oparciu o „mapę” odchyłek otrzymaną na podstawie przekształcenia rzutowego płaskiego wielopunktowego pola testowego na zdjęcie. Druga metoda wymaga obliczenia oprócz parametrów dystorsji również punktu najlepszej symetrii dystorsji wykorzystując odchyłki po transformacji rzutowej. Badania wykonano w oparciu o dane rzeczywiste, jak i symulacyjne. Rezultaty usunięcia wpływu dystorsji pierwszą z metod okazały się znacznie lepsze od drugiej metody, pozwoliły na zmniejszenie wpływu błędu dystorsji do poziomu błędów przypadkowych pomiaru.
EN
Automatic processes of manufacturing supervision with digital cameras often need to employ the Scheimpflug condition. This is quite common when registering profiles with a laser light. The Scheimplug condition is applied in this case because usually the registration plane cannot be set in parallel to the plane of a laser profile. Moreover, the low-light conditions forcing the use of large diaphragm size and low image acquisition distance imply that the depth of field is insufficient. Setting up three planes: lens main, image and profile in a way that they intersect within one edge, causes that the axis of the lens impales image plane at a point distant from the principal point, which in the analytical evaluation of the photogrammetric networks is adopted as the best-distortionsymmetry point. The Scheimpflug condition causes that the lens distortion (a feature significantly influencing the central projection) is not symmetrical around the principal point and, assuming this point as the origin of radial rays, leads to significant reduction of accuracy of measurement. A solution to this problem is to include the incidence angle between the detector array and lens main planes in the calibration parameters and their evaluation in the self-calibration network adjustment. This best solution from the substantive point of view thus needs elaboration of a specific software for self-calibration bundle adjustment, which is costly and time consuming. In this paper the different – computationally easier methods for the evaluation of image errors for the images taken considering the use of a camera with the Scheimpflug condition. The first method involves determination of interpolated corrections to measured coordinates based on a “deviation map” obtained from the projective transform of a planar, multi-point test-field on the image. The second method employs the evaluation of the best-distortion-symmetry point using the deviations evaluated after the projective transform, approximated by a radial and tangential distortion polynomial evaluated regarding this point. The research was conducted using real as well as simulated data.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.