Тази техника на визуализация и редактиране в RayCloud режим позволява комбиниране на облака от 3D точките и техните 2D образи, разпознати в отделните снимки. Полезно и важно е, че този метод на работа дава добър контрол върху изчислителната точност и възможност за проверка за разпознаване на точките от облака.
При фотограметричната обработка на снимките с Pix4DMapper се получава подробен отчет за извършените изчисления и оценки за качеството на получените резултати. Важна характеристика на дигиталните продукти е стойността на разделителната способност( ground sample distance – GSD), която представлява разстоянието между два центъра на последователни пиксели, изчислено между техните проекции на земната повърхност. В конкретния случай стойността на GSD е 0.053m, което означава, че един пиксел в снимката се проектира като квадрат със страна 5.3 cm върху земната повърхност. Друг важен показател в резултатите от обработката е обобщената средна квадратна грешка при георефериране на цялостния модел, която за експеримента е със средна стойност 0.015 m чрез използвани 11 опорни точки.
От особен интерес са получените данни за точността на георефериране чрез избраните 11 опорни точки, както и данните за оценката на точността на използваните 27 контролни точки. В конкретния случай, точността на георефериране е значително подобра от разделителната способност на въздушното фотозаснемане( 0.053m) – средните квадратни грешки на координатните разлики между координатите на точките, получени от преките GNSS RTK измервания и от реконструирания модел при фотограметричната обработка са съответно по X: 0.019 m; по Y: 0.020 m и по Z: 0.005 m или пространствената точност е 0.028 m. Оценката на точността на използваните 27 контролни точки( които не са включени в геореферирането на дигиталните продукти) показва, че реалната точност на модела съвпада с резолюцията на въздушното фотозаснемане( GSD)- средните квадратни грешки на координатните разлики са съответно по X: 0.050m; по Y: 0.049 m и по Z: 0.065 m или пространствената точност е 0.095 m.
С извършената автоматична фотограметрична обработка на въздушните фотоснимки и информацията от полетите са получени като резултат разнообразни дигитални продукти от изчисления модел на действителния обект: пространствени облак от точки, числен модел на повърхността( DSM) и ортофото мозайка.
2.5. Допълнителна обработка за картиране
Картирането по облак от точки е трудно изпълнимо независимо от мощността на използваните 3D редактори, а това чрез стереокартиране по двойки снимки е продължителен процес, податлив на грешки [ 1 ]. Стереокартирането по начало изисква скъпоструващи софтуерни и хардуерни решения, като в същото време се явява доста неефективен метод за въздушни фотозаснемания с БЛС поради малкия обхват на снимките, заради ниската височина на полетите и характеристиките на използваните дигитални камери, например липса на компенсатор срещу размазване – неяснота на образа, причинен от скоростта и височината на полета.
При традиционното стереокартиранене се използват две снимки, за да се изпълни възстановяване на модела за извършване на 3D измерване. Точността на определяне на координати на подробни точки зависи най-вече от разстоянието( базата) между двете снимки. С по-голяма база между снимките се получават по-точни резултати- пресичането и застъпването на лъчите е в по-малък диапазон. При използването на множество лъчи би могло да се редуцира грешката( фиг. 8), т. е. нужно е точката да бъде разпозната в повече снимки. Автоматичното разпознаване на идентични точки от отделните застъпени снимки чрез ComputerVision технологията позволява използването им за реконструкция на всяка от точките в модела чрез множество на брой лъчи, което подобрява точността на определяне на 3D координатите на точките.
( a)
( б)
Фиг. 8. Определяне на точка в две стереоснимки с широк диапазон на застъпване( a) и в три снимки, водещо до намаляване на диапазона и грешката на отчитане( източник [ 1 ])
Фиг. 7. Пространствени цифрови продукти от автоматичната фотограметрична обработка- числен
модел на повърхността и ортофото мозайка
28
Този значително по-ефективен подход се явява комбинация от използването на облак от точки и картиране по образи на точки в повече от две снимки.
ГКЗ 1-2’ 2016