Fotogrammetrian ja ilmakuvauksen perusteita III Tähän mennessä käsiteltyä: kuvauksen suunnittelu, ilmakuvaus, skannaus, ilmakolmiointi, 3D eteenpäinleikkaus/yhteensovitus Tällä luennolla (3) - stereofotogrammetriaa (stereokuvaus, kuvien normalisointi) - fotogrammetrian automatisaatio (digitaalista fotogrammetriaa) - ilmakuvien geometria ja radiometria (kamera-kohde-aurinko geom.) - ilmakuvien tulkinnasta metsäsovellusten kannalta Viimeisellä luennolla (4) “Yksittäisen puun tulkinta ilmakuvilta” - referenssiaineiston keruu maastosta - tavoitteista - YPNIT/STRS:n mahdollisuuksista - menetelmiä 2D - menetelmiä 3D MINV12 Pe 12:15-14:00

Stereoskooppinen mittaaminen (Binocular vision) - Kuva kummallekin silmälle ilman pystyparallakseja - Toisiaan vastaaviin kuvapisteisiin suuntautuvien näkösäteiden tulee leikata avaruudessa Tietokoneen näytöllä - anaglyfi, polarisoitu valo, kuvien vuorottelu Tarvitaan kuvien “stereonormaalitapaukset”  vastinpisteet samoilla riveillä (row) Ratkaistaan kuvien orientointi 1) Kuvat kierretään pystykuviksi 2) Kuvia kierretään kuvakannan suhteen 3) Tulostetaan kuvaparin kuvat DEMO 6 MINV12 Pe 12:15-14:00

Fotogrammetrian automatisaatio Perinteiset menetelmät työläitä ja vaativat erikoisosaamista. Kuvaus (kehitys) Manuaalista (UAV), Digikamerat Digitointi skannerilla Automatiikkaa Sisäinen orientointi + Reunamerkkien automaattinen reunamerkkimuunnos mittaus Kuvien ulkoinen orientointi Liitospisteiden autom. mittaus Suora georeferointi Kuvamittaukset Autom. yhteensovitus (Soveltajan taso) MINV12 Pe 12:15-14:00

Reunamerkkimuunnos ja kameran sisäinen orientointi Tasomuunnos “filmiltä digikuvalle ja takaisin” Fotogrammetriset laskelmat tehdään kuvakoordinaateilla  digikuvan käsittely pikselikoordinaateilla. Voidaan huomioida filmin geometrisia vääristymiä. Kalibroinnissa huomattujen linssivirheiden kompensointi. Kalibrointitodistuksesta havainnot reunamerkeille (4/8 kpl) kuvakoordinaateissa + kuvalta mittaukset pikseleinä => estimointi MINV12 Pe 12:15-14:00

Reunamerkkimuunnos ja kameran sisäinen orientointi Operaattori mittaa yhden skannatun kuvan reunamerkit ja syöttää kalibrointitiedot (reunamerkkien kuvakoordinaatit)  Korrelaatiopohjaisella menetelmällä autom. mittaus osapikselitarkkuudella. Operaattori “laaduntarkkailija”. Hyväksyttävä RMSE 410 um. (x,y) = f(Row,Col) + (x,y)(x,y)piirtovirheet DEMO 7 MINV12 Pe 12:15-14:00

Liitospisteiden automaattinen mittaus Liitospisteillä kuvat sidotaan toisiinsa ilmakolmioinnin yhteydessä Liitospisteillä voidaan konstruoida 3D stereomalli (keskinäinen orientointi) MINV12 Pe 12:15-14:00

Liitospisteiden automaattinen mittaus Stereokuvauksessa (pystyilmakuvat) vastinpisteet miltei samoilla riveillä  haku-alue rajoittuu Jos kuville on suora georereferointi, voidaan niille laskea epipolaarigeometria  haku-alue rajoittuu entisestään Puoliautomaattisia menetelmiä; perustuvat kuvien yhteensovitukseen; kuvilta etsitään tekstuuriltaan mielekkäitä kohteita (pisteitä, reunoja), joita yhteensovitetaan; yleensä hierarkkisella tekniikalla (kuvapyramidi). Yhteensovitus “sub-pixel” tarkkuudella. MINV12 Pe 12:15-14:00

Ulkoinen orientointi Jos liitospisteiden mittaus on tehokasta, ja käytössä on suora gereferointi, tarvitaan enää vähän signaloituja tukipisteitä. Niiden autom. mittaus kuvilta onnistuu vain jos on tiedossa hyvät likiarvot ja signaalit on esim. orientoitu tunnetulla tavalla. MINV12 Pe 12:15-14:00

Automaattiset kuvamittaukset Sovellustaso: Eri sovelluksiin tarvitaan kuvilta varsin eri asioita. Soveltaja speksaa kuvien laadun ja geometrian  eo. vaiheet “kuvaus-skannaus-sis.orientointi-ulkoinen orientointi” toteutetaan kuvatoimittajan puolesta. Työn vaiheet raportoidaan laaduntarkkailua varten. Perinteiset tuotteet: - Topografinen kartoitus ja sen automatisointi (maastomallit, maankäyttö, tiestö jne. ) Uudet tuotteet, jäävät soveltajan kontolle (tai...) - puukohtaiset 3D mittaukset - 3D kuviointi MINV12 Pe 12:15-14:00

Ilmakuvien Kamera-Kohde-Aurinko –geometria... Kuvatulkinta ja –mittaus: Visuaalinen / manuaalinen (operaattori) → puoliautomaattinen → autonominen Monoskooppinen (2D) – stereoskooppinen (2,5D) – multiskooppinen (3D) Geometria ja Radiometria Kohteiden ja kuvauksen GR  Haitta vai mahdollisuus? MINV12 Pe 12:15-14:00

KAMERA-KOHDE-AURINKO -geometria Filmi/sensori “mittaa” saapunutta valoa, joka matkaa ilmakehän/linssin/suodattimien halki, jotka vaikuttavat radiometriaan. Kohteet heijastavat valoa kohti kameraa, kohteesta lähtevän valon ominaisuudet vaihtelevat suunnan mukaan. Efekti on selkeä “pintamaisilla” homogeenisilla kohteilla. Seuraavalla kalvolla Hyytiälän konehallin tasainen huopakate nähtynä viidestä suunnasta ensin kahdella kuvalla 5 s sisällä sitten kolmella kuvalla noin 3 min myöhemmin. Kirkkain kuva A, siinä konehalli jää kameran ja auringon väliin. Tummin kuva C, siinä kattoa katsellaan auringon suunnasta. asteluvut ilmaisevat off-nadir kulmia. Valkoisella neliöllä ilmaistaan kohteen sijainti filmillä. Säteen matka ilmakehässä ja linssisysteemissä pitenee kulman mukana. MINV12 Pe 12:15-14:00

KAMERA-KOHDE-AURINKO -geometria MINV12 Pe 12:15-14:00

Sävyarvopiirteiden hyödyntäminen - Yhden kuvauksen (sää,auringon korkeuskulma, filmin kehitys) sisällä voi olettaa, ettei kuvien välistä kalibrointia tarvita. - Kuvan sisältä on löydettävä invariantteja piirteitä tai osattava kalibroida piirre s.e. KAMERA-KOHDE-AURINKO geometrian aih. variaatio kompensoituu. MINV12 Pe 12:15-14:00

Max infra – invariassi hypoteesi Voisivatko valolatvuksen maksimisävyarvot olla invariantteja KOHDE-KAMERA_AURINKO –geometrialle ? MINV12 Pe 12:15-14:00

Max Infra – invariassi hypoteesi - NÄRE (vrt. konehalli)

Radiometria ja puulaji MINV12 Pe 12:15-14:00

Ilmakuvatulkinta – geom. ja tekstuuripiirteet CIR 2002, 1:6000, f = 153 mm Front-lit CIR 2004, 1:6000, f = 210 mm Front-lit

Tekstuuripiirteiden hyödyntäminen Latvuksen ja versojen geometria sekä heijaistusominaisuudet tuottavat  mittakaavariippuvuus; 1:5000  10m = 5 cm + “liike blur” + filmin MTF + optiikan MTF

Ilmakuvatulkinta – puiden “3D näkyminen” Auringon elevaatio 33  50o  varjojen pituus 153  83 % Laajakulmakameran katselukulma 0  46o  katve “kohteen takana”.  Kuvalla näkyy latvuksia (kohteita) a) suorassa valossa b) puolivarjossa c) “täysvarjossa” d) katveessa (siis eivät näy kuvalla)  Tulkittaessa sävyarvoja tulisi tietää eo. tapauksille a)  c) niiden heijastusominaisuudet / spektri / radiometrinen signaali kuvalla. Suorassa valossa näkyvät vain pää- ja lisävaltapuiden latvat; välipuut näkyvät pienemmällä tn. ja aluspuut jäävät varjoon (shading) / katveeseen (occlusion) DEMO 8 MINV12 Pe 12:15-14:00

Ilmakuvatulkinta – puiden “3D näkyminen” RGB R (IR) G (R) B (G) MINV12 Pe 12:15-14:00

Ilmakuvatulkinta – puiden “3D näkyminen” RGB R (IR) Histogram equalization (local) MINV12 Pe 12:15-14:00

Ilmakuvatulkinta – puiden “3D näkyminen” Logistinen regressiopinta latvuksen leveyden mitattavuudelle (0/1) puun suhteellisen pituuden ja katselukulman funktiona MINV12 Pe 12:15-14:00

Ilmakuvatulkinta – Aineistojen yhteiskäyttö? Keskikesän 1:8000 väri-infra kuvaus Topografinen 1:16000 kevätkuvaus MINV12 Pe 12:15-14:00

Ilmakuvatulkinta – Mittakaava - Mittakaava ~ kuvilta mitattavat yksityiskohdat - Mittakaava → ilmakehän vaikutus radiometriaan - Kuvien lkm = f (peitot, mittakaava) - Mittakaavaluvun kaksinkertaistuessa kuvamäärä putoaa 25 %:iin - Kuvauksen kustannukset ~ f(lentoaika) - Kuvamateriaalikustannukset ~ kuvauksen ja kuvien orientoinnin kust. - Puun (ainespuuta antava) latvus 2-10 m leveä  latvus mitattavissa kun MK > 1:30000. - Latva ja oksat 5-30 cm (?); MK > 1:10000. Huom! Konstrasti vaikuttaa erotuskykyyn / yksityiskohtien havaittavuuteen. 3D tulkinnassa voidaan yhdistää useita kuvausmittakaavoja.