100
11. Digitální fotogrammetrická stanice a hlavní produkty digitální
fotogrammetrie
Hlavní SW řešení pro digitální fotogrammetrii ­ viz přehledový článek v časopise
Geoinformatics z června 2000 (soubor dossier_DPW.pdf)
Digitální fotogrammetrická stanice (DPW) - systém kombinující HW a SW k provádění
fotogrammetrických úloh na digitálních snímcích. První digitální fotogrammetrická stanice
byla prezentována v Kyotu v r. 1988 na 16. kongresu ISPRS. Od té doby dochází k
postupnému nahrazování analytických plotterů (Leica SD2000/3000, Zeiss Planicomp
P3/P33). DPW nahrazuje všechny drahé a velmi přesné mechanické součásti.
Zpracovatelský systém ­ digitální fotogrammetrická stanice je jedno či dvou monitorový.
Speciální vybavení oproti klasickému PC je především vázáno na:
ˇ výrazně vyšší paměťové nároky (RAM i vnější paměti ­ disková pole RAID),
ˇ čipy pro HW kompresi (JPEG), dále MrSID, ECW
ˇ kvalitní zobrazovací systém ­ speciální panoramatické obrazovky, speciální grafické
adaptéry umožňující stereo vidění, speciální brýle
ˇ 3D polohovací zařízení
V počátcích stanice využívaly OS UNIX (např. Intergraph - CLIX), v současné době jsou
veškeré systémy plně funkční na platformě Windows
Digitální fotogrammetrická stanice - základní SW komponenty:
ˇ Řízení, správa a distribuce dat
ˇ Import naskenovaných obrazových dat
ˇ Import či možnost on-line práce s vektorovými daty (CAD, GIS) a s DTM
ˇ Základní radiometrická zvýraznění obrazu (práce s histogramem snímku, úpravy
kontrastu, ...)
ˇ Vizualizace v mono a stereo režimu
ˇ Interní orientace
ˇ Externí orientace
ˇ Fotogrammetrický sběr dat (aerotriangulace), měření na snímku či stereopáru
ˇ Automatické generování DTM, editace, základní úpravy, generování vrstevnic
ˇ Základní prvky automatické segmentace a klasifikace obrazu
ˇ Transformace souřadného systému, definování prvků kartografické projekce
ˇ Mozaikování snímků a úprava mozaiky (radiometrie, vyrovnání styků, ...)
ˇ Tvorba orthofoto
ˇ Nadstavby pro kartografické práce
Řízení, správa a distribuce dat ­ programový manažer pro vedení projektu, často pracuje
na bázi klient ­ server, relační databáze, kontrola.
Podpora přípravných měřických prací ­ přepracování skenovaných snímků do vhodné
podoby (stereoresampling ­ vodorovné zobrazení skenovaných řádků), zadávání prvků
vnitřní orientace ­ kalibrační údaje kamery, zkreslení objektivu, souřadnice rámových
značek, orientace snímků, konfigurace řad, směry letu v řadách, přerušení řad, eventuelně
tzv. křížné řady. Souřadnice lícovacích bodů, informace o jejich úplnosti, přesnosti (váhy).
Zapojení korekcí o zakřivení Země, o korekcích atmosférické refrakce. Určení vzájemného
vztahu snímků, rozdělení do řad, modelů a bloků. Primární úpravy jasu a kontrastu.
Orientace snímků ­ vnitřní a vnější (relativní a absolutní)
Vnitřní orientace ­ v tomto případě určuje vztah mezi skenovaným snímkem (souřadnicemi
jednotlivých pixelů skenovaného snímku) a odpovídajícími snímkovými souřadnicemi po
aplikaci kalibračních údajů kamery. Jsou změřeny rámové značky minimálním množství
101
potřebném pro transformaci. Afinní transformace vyžaduje min. 3 značky, kolineární min. 4
značky. Většinou jsou měřeny 4 značky v rozích či středech stran. Nadbytečná měření jsou
využita pro vyrovnání MNČ. Měření rámových značek lze zautomatizovat obrazovou korelací
už při procesu skenování snímků.
Relativní orientace ­ určení vztahu mezi dvěma překrývajícími se snímky. Je určena poloha
středu promítání a sklonu snímku ve vztahu ke snímku sousednímu. Určení relativní
orientace spočívá ve změření 6 tzv. paralaxových bodů v Gruberově schématu ­ 2 body
v místech hlavních bodů sousedních snímků v řadě, po dvou bodech na horní a spodní
straně podélného překrytu. Bodů je měřeno více ­ automaticky. Výsledkem relativní
orientace je ustavení stereoskopického modelu bez vertikálních paralax. Tento model je jen
relativně orientován vzhledem k jeho skutečné pozici vůči skutečnému terénu.
Absolutní orientace ­ jsou měřeny vlícovací body u nichž jsou známy geodetické
souřadnice. Je zapotřebí znát minimálně 3 body se 7 souřadnicemi (je třeba určit 3 rotace, tři
translace a měřítkový koeficient). Lze použít bodů z RO. Potřebný počet bodů se redukuje
využitím postupů aerotriangulace.
Aerotriangulace ­ technologické propojení několika navazujících kroků zpracování, které
zahrnují: vnitřní orientaci, měření spojovacích bodů mezi snímky, měření kontrolních bodů
pro posouzení výsledné přesnosti vyrovnání, měření optimálního počtu lícovacích bodů.
Nejčastěji se dnes využívá postupu tzv. svazkového vyrovnání s využitím měření GPS.
Pomocí měření GPS (určení souřadnic středu promítaní) a IMS (inerciální měření ­ určení
parametrů orientace) dává aerotriangulace parametry vnější orientace všech snímků bloku.
Aerotriangulace metodami digitální fotogrammetrie zvýšily přesnost a kvalitu prací. Využívají
m.j. korelačního počtu. Korelační algoritmy dovolují vyhledávat takřka neomezené množství
spojovacích bodů, je však nutné kontrolovat tyto algoritmy, protože v některých částech
snímku mohou selhávat (vodní plochy, jednolitá textura snímku apod.). Před zahájením je
snímek rozdělen do sekcí a je vytvořena tzv. snímková pyramida. Ta obsahuje v jednotlivých
patrech snímek s různým stupněm rozlišení (velikosti pixelu). Algoritmus najde nejprve
identické body v patrech s nejnižším rozlišením a po odstranění chyb metodou nejmenších
čtverců přejde k upřesnění polohy v patře s vyšším rozlišením. Při tomto postupu se
manuálně měří pouze lícovací body. Poté probíhá automatický výběr spojovacích bodů
obrazovou korelací. Po několika iteracích je provedeno blokové vyrovnání a kontrola. Známé
prvky vnější orientace výrazně urychlí iterační proces výpočtu. Takto upravené snímky jsou
připraveny k stereoskopickému vyhodnocování a proměřování.
Podpora mapování a stereo vyhodnocení
Podporu zajišťují programy pro ovládání zobrazovacích funkcí a manipulaci s grafickými
daty, možnosti úpravy citlivosti ovládacích zařízení. Lze např. využívat funkcí ulehčujících
nastavení stereoskopické značky na terén, funkci inverzního stereoskopického vjemu,
možnosti nastavení snapování a funkcí zajišťující topologickou ,,čistotu" zakreslovaných
objektů, roaming, dynamický zoom, propojení na atributovou tabulku atp.
Podpora měření digitálního modelu terénu
Fotogrammetrický sběr dat pro DTM je založen na odečítání souřadnic x,y,z na přesně
orientovaném modelu, vytvořeném pomocí stereopáru. DMT je konstruován algoritmem,
který nejdříve vyžaduje zaměření terénních hran, hřbetnic, údolnic, význačných bodů. Nutná
je také definice hranic měření resp. hranic vnějších prostorů, které nebudou měřeny.
Jednotlivé body modelu mohou být měřeny kombinovaným resp. meandrujícím systémem
(viz. Obr.)
102
Obr. 11.1 Kombinované resp. meandrující měření bodů
V prostředí digitální fotogrammetrie lze výškový model studovaného území vytvářet dvěma
základními způsoby:
1. První způsob je analogií tzv. diferenciálního překreslování (viz. výše). Na monitoru je
jedním z výše uvedených způsobů vytvořen zdánlivý 3D model zpracovávaného území.
Zpracovatel má k dispozici speciální polohovací zařízení, ovládané ve směru všech os x,y,z,
které ovládá tzv. měřickou značku. Polohovacím zařízením zpracovatel umísťuje měřickou
značku tak, aby spočívala na terénu ­ ani pod ním ani nad ním. Poté zaznamená polohu
bodu ve 3D. Tímto způsobem lze např. nastavit značku na konstantní výšku a snímat
jednotlivé vrstevnice. Některé systémy vygenerují síť bodů podle předem zadaných
parametrů. Pro uzly sítě jsou měřeny souřadnice. Z uzlů sítě je poté interpolací vytvořen
model terénu. Tvorba DTM může být i manuální ­ zpracovatel postupně staví značku na
povrch terénu. V praxi se obyčejně kombinují oba způsoby určování kostry bodů. Síť bodů
vygenerovaná automaticky s pravidelným krokem totiž může často umísťovat proměřované
body nevhodně ­ na koruny stromů či na výškové budovy. Manuální způsob nastavování
pozice měřených bodů umožňuje lomové body na hranách ve snímku ­ hřbetnice a údolnice.
Dále též umožňuje měnit hustotu zaměřovaných bodů podle komplexnosti terénu.
2. Jiným způsobem je využití technik pro automatické generování DMT. Jsou založeny na
porovnávání obrazů ­ na korelačním počtu. Algoritmus na základě korelačního koeficientu
jako míry podobnosti hledá polohu určitého bodu z levé fotografie na fotografii pravé.
Z rozdílu v poloze objektu na L a P fotografii lze zjistit horizontální paralaxu. Velikost paralaxy
je úměrná vzdálenosti objektu od snímacího systému. Za předpokladu dostatečně přesné
orientace modelu je tedy paralaxa nositelem informace o výšce objektu.
Stejně jako v případě předchozího postupu je nutné automatický postup doplnit manuálním
sběr dat protože korelační techniky nedávají někdy dobré výsledky ­ často se používá
kombinace obou přístupů ­ ,,jednoduchý" terén je zpracován automaticky, zbytek je editován
manuálně.
Fotogrammetricky (především automatickými metodami) lze zjistit výškový model - DEM. Je
to vlastně model terénu DTM plus objekty na povrchu. DTM se získá opravou o průměrnou
výšku budov v zastavěných územích či o průměrnou výšku stromů v lesních celcích. Značné
problémy způsobuje překreslování mostů apod. V případě automatického vyhledávání bodů
je nutné uvažovat problémy spojené s jejich nevhodným výběrem. Ten může mít následující
příčiny:
ˇ chybná korelace na snímcích s výraznou texturou (příklad pruhů na chodníku)
ˇ chybné body na vrcholech výškových budov, na vrcholcích stromů, na
nestacionárních bodech
ˇ chybné výsledky na rozlehlejších homogenních plochách (zasněžená pole, vodní
plochy)
Velikost korelačního koeficientu je možné podrobit tzv. prahování a vylučovat hodnoty 0,6-
0,7. Další možností je nastavitelná hodnota maximální přípustné výškové diference dvou
sousedních obrazových prvků ­ tím lze odfiltrovat body automaticky lokalizované nesprávně
na vrcholcích osamělých stromů či výškových budov. Dalším testem může být nastavení
103
maximálního přípustného rozdílu paralax sousedních bodů. Z výše uvedených důvodů jsou
fotogrammetrické systémy vybaveny prostředky pro 3D vizualizaci a manuální editování dat.
Při automatickém generování DTM často vznikají oblasti, ve kterých není DTM vypočten.
Při sběru bodů pro DTM lze zadat informace o typu terénu (rovina, pahorkatina, ...),
vyhlazovací filtry, je třeba kontrolovat, zda automaticky generované body nejsou generovány
např. na stromech či na střechách budov. Pro urychlení výpočtu bývá využito pomocného
méně přesného a podrobného modelu terénu.
Překreslování snímků a tvorba ortofoto
Jedná se o převod středové projekce snímků do ortogonální roviny. V průběhu překreslování
jsou odstraňovány především distorze způsobené převýšením terénu, sklonem snímku, dále
zkreslením objektivu, zakřivením země, atmosférickými refrakcemi atd. Překreslením vzniká
ortofotosnímek a z něho ortofotomapa (převedení do kladu mapových listů a doplnění
snímku do podoby mapové kompozice). Vlivy nestejné výšky terénu se odstraňují za využití
kolineárních rovnic
Obr.11.2 Opravy polohy bodů v důsledku převýšení:
Pixel ze snímkového bodu C' musí být přesunut do pozice B', korigované o vliv převýšení
v místě terénního bodu A. Trojúhelník FDC je podobný s trojúhelnímky ABC a A'B'C' potom
můžeme pro posun bodu C' do bodu B' (opravená poloha) psát:
terénupřevýšení
bodupolohyoprava
r
_
__
tan =
a tedy
rterénupřevýšeníbodupolohyoprava tan___ =
Oprava polohy bodů (pixelů) probíhá automaticky. Do procesu vstupují původní snímky,
informace o jejich orientaci a model terénu. Parametry modelu terénu musí vyhovovat
požadovaným parametr ortofotomap. Např. není vhodné překreslovat snímek s velikostí
pixelu 0,1 m na model s relativní výškovou chybou 2 m.
Problémy vznikají také u skokově převýšených objektů u kterých exaktní korekce není zcela
možná. Lze ji do jisté míry řešit zmenšením obrazového úhlu kamery či zvětšením překryvu
104
(viz. Tvorba tzv. true ortofoto). Velikost pixelu po rektifikaci bývá zpravidla větší než velikost
pixelu skenovaného snímku, jen výjimečně tomu bývá i naopak.
S digitálními snímky lze jistým způsobem řešit i některé problémy, které v prostředí
analogové či analytické fotogrammetrie byly neřešitelné. Takovým je např. problém řešení
zakrytých prostor - odvrácené strany ,,padajících" výškových objektů, zakryté úzké ulice ve
městě apod. Tyto problémy vznikají především při okrajích snímků. Řešení může být
založeno jednak:v určování výšek jednotlivých budov, jednak v automatickém či manuálním
posunutí střechy objektů nad jejich půdorys.
K odstranění zakrytých prostor je nutné k vlastní ortorektifikaci využít DEM na místo DTM. To
umožňuje jednak výkonná výpočetní technika (výrazně narůstá objem zpracovávaných dat),
jednak zmíněné moderní metody generování DEM. Dalším předpokladem ke korektnímu
řešení problému zakrytých prostor je, aby každý bod ze zpracovávaného území byl alespoň
na jednom snímku. Toho lze dosáhnout snímkováním území z více pozic ­ tedy nejenom
vytvářením stereopárů z podélného překryvu následujících snímků, ale např. snímkováním
bloků budov ze všech 4 světových stran. Tím sice opět významně narůstá množství
zpracovávaných dat, na druhé straně je však možné vytvářet takové produkty, jako např.
TrueOrtho firmy ISTAR (www.istar.com). Řádkový skener HRSC vytváří při jednom přeletu
z výšky 6000 m pět snímků s rozlišením 0,25 m, přičemž každý ze snímků je vytvářen pod
jiným úhlem ­ jednotlivé části skeneru jsou orientovány šikmo dopředu, kolmo k zemskému
povrchu a šikmo vzad.
Obr. 11.3 TrueOrtho ­ ortofoto řešící problém zakrytých ploch
Programy pro podporu a tvorbu ortofotomap
Výsledkem předchozích etap zpracování jsou geometricky ,,správné" překreslené snímky.
Jednotlivé snímky však nejsou ,,správné" radiometricky a netvoří jednotný celek (různá
barevnost, vignetace, sluneční skvrny, ...). Snímky je zapotřebí spojit do jednoho celku bez
zřetelných přechodů. Proces tvorby ortofotomap z ortofotosnímků začíná definováním
souřadnicového systému, kartografické projekce, velikosti pixelu, kladu mapových listů,
definováním spojovacích hran pro mozaikování - seamline, úpravy histogramu (histogram
matching) ­ radiometrické vyrovnání. Seamlines lze generovat automaticky či manuálně, lze
je též importovat (databáze průběhu komunikací) a následně upravit. Následuje
radiometrická úprava, vyrovnání jasu a kontrastu.
Mozaikování
Jednotlivé transformované LMS je zapotřebí spojovat do bezešvé mozaiky ­ vytvořit celek
bez zjevných přechodů (jak v důsledku geometrie ­ nenavazující cesty, tak v důsledku
radiometrie ­ světlejší a tmavší část stejného objektu).
Chyby v důsledku geometrie je možno eliminovat:
ˇ použitím podrobného a přesného výškového modelu.
ˇ vhodným výběrem jednotlivých spojovaných částí obrazu (použitím středových částí
snímků, definováním linií styku snímků)
Chyby v důsledku radiometrie lze potlačit:
105
ˇ zvýšením radiometrického rozlišení (hloubka obrazu) ­ ISTAR ­ 12 bitová data
ˇ vhodným výběrem linií styku dvou snímků
ˇ metodami přizpůsobení histogramu (histogram matching)
ˇ metodami úpravy kontrastu na styku dvou snímků (blending)
Přizpůsobení histogramu:
ˇ Nejprve se nadefinuje rozsah výsledné mozaiky a umístí se do ní první snímek.
ˇ Na základě vybraného vzorku pixelů z cílového snímku se vypočte zobrazovací
tabulka (LUT).
ˇ Histogram každého dalšího snímku připojovaného do mozaiky je upraven podle
vzorové zobrazovací funkce
ˇ Výsledkem je radiometricky vyrovnaný obraz
Obr. 11.4 Princip přizpůsobení histogramu
Úpravy kontrastu na styku dvou snímků (blending)
Cílem je potlačit náhlé změny v radiometrických hodnotách pixelů na styku dvou snímků
v mozaice. Princip spočívá v definování jistého pásu pixelů podél styku snímků na stranu
obou snímků a graduální úpravě DN hodnot (viz. obr. 11.5 a 11.6).
Obr. 11.5 Princip úpravy kontrastu na styku dvou snímků
Obr. 11.6 Efekt úpravy kontrastu na styku dvou snímků
Vyhodnocení polohopisu
Poloautomatické a automatické postupy jsou založené především na těchto metodách:
ˇ filtrace obrazu a detekce hran
ˇ segmentace obrazu
106
ˇ automatické rozpoznávání objektů (porovnávání se vzorem)
ˇ automatická, a poloautomatická vektorizace (předzpracování metodou
vysokopásmové filtrace a generování linie vyhledáváním lokálních extrémů v předem
definovaném okolí bodu)
ˇ opravy na pravoúhlost objektů, doplnění čtvrtého vrcholu čtyřúhelníka apod.
Kartografické práce
Výsledná mozaika je v některých případech rozdělena do jednotlivých mapových listů a
doplněna všemi ostatními základními kompozičními prvky mapy. Jde především o název,
měřítko, legendu a tiráž. Vlastní mapové pole je často doplňován o průběh administrativních
hranic, anotací význačných objektů, čísla parcel, zákres některých liniových prvků, vrstevnic,
atd. Často jsou doplněny také některé nadstavbové kompoziční prvky jako směrovka, logo,
vedlejší mapy, tabulky, grafy, schémata, textové pole, blokdiagramy, ...)
V závislosti na dodaných dalších kompozičních prvcích rozlišujeme fotoplán ­ obsahuje rám
a některé rámové údaje, případně síť souřadnic. Fotomapa ­ je doplněna písmem,
kartografickými značkami a liniovými prvky. Často je doplněna kresbou vrstevnic
Základní oblasti použití fotogrammetrických produktů:
integrální součást GIS
snímkování v oblasti lesnictví (těžba, kůrovcové kalamity, ...)
ochrana před povodněmi, hodnocení průběhu a následků povodní
monitorování ploch v zemědělství
síťové aplikace (technologické sítě), monitorování, údržba, rozvoj
telekomunikace
ochrana životního prostředí
studium dynamiky jevů
stavebnictví a regionální plánování
Příklady SW řešení digitální fotogrammetrie
PRODUKT FIRMA WWW
DVP DVP Geomatique www.dvp.ca
SUMMIT Evolution DAT/EM Systems International www.datem.com
Z/I Imaging Zeiss, Intergraph www.ziimaging.com
OrthoEngie (Apex) PCI Geomatics www.pcigeomatics.com
VirtuoZo VirtuoZo Systems International www.virtuozo.com.au
SOCKET SET LH Systems www.lh-systems.com
Softplotter Autometric www.autometric.com
MATCH-AT INPHO www.impho.de
TNTmips MicroImages www.microimages.com
DiAP ISM www.ismcorp.com
OrthoMAX ERDAS www.erdas.com
PhoTopol TopoL www.topol.cz