3B veri toplama ve nesne yeniden yapılandırma - 3D data acquisition and object reconstruction

3B veri toplama ve yeniden yapılandırma , sensör verilerinden üç boyutlu veya uzay-zamansal modellerin üretilmesidir. Genel olarak konuşursak, teknikler ve teoriler, optik, akustik, lazer tarama, radar, termal, sismik dahil olmak üzere çoğu veya tüm sensör türleriyle çalışır.

Edinme

Edinme, 2D görüntüler, elde edilen sensör verileri ve saha sensörleri dahil olmak üzere çok sayıda yöntemle gerçekleştirilebilir.

2D görüntülerden edinme

Ayrıca bkz: Fotogrametri

3D veri toplama ve nesne rekonstrüksiyonu, stereo görüntü çiftleri kullanılarak gerçekleştirilebilir. Üst üste binen görüntülerden oluşan bir bloğa dayanan stereo fotogrametri veya fotogrametri, 3D haritalama ve 2D görüntüleri kullanarak nesne yeniden yapılandırması için birincil yaklaşımdır. Yakın mesafe fotogrametrisi de, kameraların veya dijital kameraların, örneğin binalar gibi nesnelerin yakından görüntülerini yakalamak ve hava fotogrametrisiyle aynı teoriyi kullanarak onları yeniden yapılandırmak için kullanılabileceği seviyeye kadar olgunlaşmıştır. Bu yapabileceğini yazılımın bir örnek Vexcel FotoG 5. Bu yazılım artık Vexcel almıştır GeoSynth . Bir başka benzer yazılım programı Microsoft Photosynth'dir .

Sisi Zlatanova tarafından 2D hava stereo görüntülerinden 3D topolojik olarak yapılandırılmış verileri elde etmek için yarı otomatik bir yöntem sunulmuştur . Süreç, 3B nesnelerin otomatik olarak yeniden yapılandırılması için gerekli olan bir dizi noktanın manuel olarak sayısallaştırılmasını içerir. Yeniden yapılandırılmış her nesne, tel çerçeve grafiklerinin stereo modelde üst üste getirilmesiyle doğrulanır. Topolojik olarak yapılandırılmış 3D veriler bir veri tabanında saklanır ve ayrıca nesnelerin görselleştirilmesi için kullanılır. 2D görüntüleri kullanarak 3D veri toplama için kullanılan dikkate değer yazılımlar arasında örneğin Agisoft Photoscan , RealityCapture ve ENSAIS Engineering College TIPHON (Traitement d'Image et PHOtogrammétrie Numérique) sayılabilir.

Franz Rottensteiner, arazi ve diğer topografik verilerin yanı sıra bina modellerini depolama konseptiyle birlikte yarı otomatik bina çıkarma yöntemi Franz Rottensteiner tarafından geliştirilmiştir. Yaklaşımı, bina parametresi tahminlerinin bir hibrit modelleme şeması uygulayarak fotogrametri sürecine entegrasyonuna dayanıyordu. Binalar, ayrı ayrı yeniden inşa edilen ve ardından Boole operatörleri tarafından birleştirilen bir dizi basit ilkellere ayrıştırılır. Hem ilkellerin hem de bileşik yapı modellerinin iç veri yapısı, sınır temsil yöntemlerine dayanmaktadır.

Zeng'in birden çok görüntüden yüzey rekonstrüksiyonu yaklaşımında birden çok görüntü kullanılmıştır. Ana fikir, hem 3D stereo verilerin hem de 2D kalibre edilmiş görüntülerin entegrasyonunu keşfetmektir. Bu yaklaşım, yalnızca birden fazla görüntünün geometri incelemesinden kurtulan sağlam ve doğru özellik noktalarının uzayda yeniden yapılandırılmasından kaynaklanıyor. Stereo verilerdeki yoğunluk yetersizliği ve kaçınılmaz delikler daha sonra birden fazla görüntüden alınan bilgiler kullanılarak doldurulmalıdır. Bu nedenle fikir, önce stereo noktalardan küçük yüzey yamaları oluşturmak, ardından en iyi ilk stratejisini kullanarak, yalnızca mahallelerindeki güvenilir yamaları görüntülerden tüm yüzeye aşamalı olarak yaymaktır. Bu nedenle problem, görüntülerden belirli bir stereo nokta setinden geçen optimal bir yerel yüzey yaması aramaya indirgenir.

Çoklu spektral görüntüler, 3B bina tespiti için de kullanılır. İşlemde ilk ve son nabız verileri ve normalize edilmiş farklı bitki örtüsü indeksi kullanılır.

Projeksiyonu veya gölgeyi ve bunların kombinasyonunu kullanarak tek tek görüntülerden nesneler arasında ve nesneler arasında ölçümler elde etmek için yeni ölçüm teknikleri de kullanılmaktadır. Bu teknoloji, hızlı işlem süresi ve stereo ölçümlerden çok daha düşük maliyeti nedeniyle dikkat çekiyor.

Elde edilen sensör verilerinden edinme

LIDAR Verileri ve Yüksek Çözünürlüklü Görüntülerden Yarı Otomatik bina ayıklama da bir olasılıktır. Yine, bu yaklaşım fiziksel olarak konuma veya nesneye doğru hareket etmeden modellemeye izin verir. Havadaki LIDAR verilerinden dijital yüzey modeli (DSM) oluşturulabilir ve daha sonra yerden daha yüksek nesneler otomatik olarak DSM'den algılanır. Binalar hakkındaki genel bilgilere dayanarak, daha sonra binaları diğer nesnelerden ayırmak için boyut, yükseklik ve şekil bilgileri gibi geometrik özellikler kullanılır. Çıkarılan bina ana hatları daha sonra daha iyi kartografik kalite elde etmek için ortogonal bir algoritma kullanılarak basitleştirilir. Bina çatılarının sırtlarını çıkarmak için su havzası analizi yapılabilir. Sırtlar ve eğim bilgileri, binaları türe göre sınıflandırmak için kullanılır. Binalar daha sonra üç parametrik yapı modeli (düz, üçgen, eğimli) kullanılarak yeniden inşa edildi.

Yerinde sensörlerden edinme

LIDAR ve diğer karasal lazer tarama teknolojisi, yükseklik veya mesafe bilgilerini toplamanın en hızlı ve otomatik yolunu sunar. Binaların yükseklik ölçümü için LIDAR veya lazer çok umut verici hale geliyor. Hem havadan LIDAR hem de yer lazer tarama teknolojisinin ticari uygulamalarının bina yüksekliği ekstraksiyonu için hızlı ve doğru yöntemler olduğu kanıtlanmıştır. Bina çıkarma görevi, bina konumlarını, zemin yüksekliğini, yönelimleri, bina boyutunu, çatı yüksekliklerini vb. Belirlemek için gereklidir. Çoğu bina, genel polihedra açısından yeterli ayrıntılarla tanımlanır, yani sınırları bir dizi düzlemsel yüzeyle temsil edilebilir. ve düz çizgiler. CBS veri tabanlarında veri depolamak için bina ayak izlerini poligon olarak ifade etmek gibi daha ileri işlemler kullanılır.

Fruh ve Zakhor, zemin seviyesinden alınan lazer taramaları ve görüntüleri ve kuşbakışı perspektifini kullanarak, dokulu 3D şehir modellerini otomatik olarak oluşturmak için bir yaklaşım sunuyor. Bu yaklaşım, ayrıntılı cephe modellerinin tamamlayıcı bir hava indirme modeli ile kaydedilmesini ve birleştirilmesini içerir. Havadan modelleme süreci, arazi profilini ve bina üstlerini içeren, tüm alanı kuşbakışı gören yarım metre çözünürlüklü bir model oluşturur. Zemin tabanlı modelleme süreci, bina cephelerinin ayrıntılı bir modeliyle sonuçlanır. Havadan lazer taramalarından elde edilen DSM'yi kullanarak, toplama aracını yerelleştiriyorlar ve Monte Carlo yerelleştirmesi (MCL) aracılığıyla yer tabanlı cepheleri havadan modele kaydediyorlar. Son olarak, bir 3D model elde etmek için iki model farklı çözünürlüklerle birleştirilir.

Havadan lazer altimetre kullanarak Haala, Brenner ve Anders, yükseklik verilerini binaların mevcut kat planlarıyla birleştirdi. Binaların kat planları ya analog biçimde haritalar ve planlar ile ya da 2B CBS'de dijital olarak elde edilmişti. Proje, bu farklı bilgi türlerinin entegrasyonu ile otomatik veri yakalama sağlamak için yapılmıştır. Daha sonra, projede doku işleme yoluyla sanal gerçeklik şehir modelleri üretilir, örneğin karasal görüntülerin haritalanması gibi. Proje, 3D kentsel CBS'nin hızlı bir şekilde edinilmesinin fizibilitesini gösterdi. Kanıtlanmış yer planları, 3B bina yeniden inşası için çok önemli bir bilgi kaynağıdır. Otomatik prosedürlerin sonuçlarına kıyasla, bu yer planları, insan yorumuyla açık hale getirilen toplu bilgileri içerdikleri için daha güvenilir olduğunu kanıtladı. Bu nedenle kat planları, bir yeniden yapılanma projesinde maliyetleri önemli ölçüde azaltabilir. Binanın yeniden inşasında kullanılabilen mevcut kat planı verilerine bir örnek, tüm tarım alanlarının sınırları ve mevcut binaların kat planları dahil olmak üzere mülk dağılımı hakkında bilgi sağlayan Dijital Kadastro haritasıdır . Ek olarak, cadde isimleri ve binaların kullanımı (örneğin garaj, konut binası, ofis bloğu, endüstriyel bina, kilise) gibi bilgiler metin sembolleri şeklinde sağlanır. Şu anda Dijital Kadastro haritası, esas olarak önceden var olan haritaları veya planları sayısallaştırarak oluşturulan bir alanı kapsayan bir veri tabanı olarak oluşturulmuştur.

Yazılım

Havadan lazer tarama için kullanılan yazılım, OPALS (Havadaki Lazer Tarama verilerinin Yönlendirilmesi ve İşlenmesi) içerir.

Maliyet

  • Karasal lazer tarama cihazları (darbe veya faz cihazları) + işleme yazılımı genellikle 150.000 € 'dan başlar. Bazı daha az hassas cihazların (Trimble VX gibi) maliyeti 75.000 € civarındadır.
  • Karasal LIDAR sistemlerinin maliyeti yaklaşık 300.000 Euro'dur.
  • RC helikopterlere ( Fotogrametri ) monte edilmiş normal hareketsiz kameraları kullanan sistemler de mümkündür ve maliyeti 25.000 € civarındadır. Balonlu hareketsiz kameralar kullanan sistemler daha da ucuzdur (yaklaşık 2.500 €), ancak ek manuel işlem gerektirir. Manuel işlem, fotoğraf çekmenin her günü için yaklaşık 1 ay emek gerektirdiğinden, bu uzun vadede hala pahalı bir çözümdür.
  • Uydu görüntülerini elde etmek de pahalı bir çabadır. Yüksek çözünürlüklü stereo görüntülerin (0,5 m çözünürlük) maliyeti yaklaşık 11.000 Euro'dur. Görüntü uyduları arasında Quikbird, Ikonos bulunur. Yüksek çözünürlüklü monoskopik görüntülerin maliyeti yaklaşık 5.500 €. Biraz daha düşük çözünürlüklü görüntüler (örneğin CORONA uydusundan; 2 m çözünürlüklü) 2 görüntü başına yaklaşık 1.000 € 'dur. Google Earth görüntülerinin çözünürlüğünün doğru bir 3D model oluşturmak için çok düşük olduğunu unutmayın.

Nesne rekonstrüksiyonu

Ana madde: 3D rekonstrüksiyon
Ayrıca bkz: Birden çok görüntüden 3B yeniden yapılandırma

Veriler toplandıktan sonra, görüntülerden veya sensörlerden elde edilen (ve bazen önceden işlenmiş) verilerin yeniden yapılandırılması gerekir. Bu, aynı programda yapılabilir veya bazı durumlarda, 3B verilerin daha fazla rafine edilmesi ve / veya ek veriler eklenmesi için başka bir programa aktarılması ve aktarılması gerekir. Bu tür ek veriler, gps-konum verileri olabilir, ... Ayrıca, yeniden yapılandırmadan sonra, veriler doğrudan yerel (GIS) bir haritaya veya Google Earth gibi dünya çapında bir haritaya uygulanabilir .

Yazılım

Görüntülerden veya sensörlerden elde edilen (ve bazen önceden işlenen) verilerin içe aktarıldığı birkaç yazılım paketi kullanılır. Önemli yazılım paketleri şunları içerir:

Ayrıca bakınız

Referanslar