Modern Close-Range Photogrammetry and Applications

Phương pháp chọn điểm sử dụng làm điểm mốc• Việc thực hiện hiệu quả nhất sẽ thực hiện thông qua một quá trình quy hồi trên nhiều tấm ảnh đơn Không chỉ ứng dụng cho thiết lập mô hình 3D m

Modern Close-Range Photogrammetry

and Applications

Clive S FraserDept of GeomaticsUniversity of Melbourne

ISPRS Caravan Seminar on New Technologies in Digital Photogrammetry

and Remote Sensing

¾ Đo ảnh khoảng cách gần là gì?

¾ Khả năng sử dụng các hệ thống máy chụp ảnh khác nhau & yếu

tố độ chính xác

¾ Lĩnh vực ứng dụng & kết quả ứng dụng

¾ Đo ảnh sử dụng các máy ảnh dân dụng

¾ Hướng phát triển của đo ảnh khoảng cách gần: hệ thống iWitness

¾ Trình diễn đo ảnh bằng hệ thống iWitness

Nội dung

Đối với một tấm ảnh đơn, có thể chuyển từ hình ảnh 2D thành hệ thống tọa độ 2D: Khái niệm

Hình ảnh ÅÆ Chuyển đổi tọa độ ảnh

Z Y

X

x y

Ví dụ về đo ảnh khoảng cách gần: khu vực nhà thờ đá ở Ethiopia

Kết quả đo ảnh

• Thành lập bản đồ dạng vector 2D

• Bản đồ các họa tiết

• Xây dựng mô hình 3D dạng vector

• Thể hiện các họa tiết 3D

Điểm cần lưu ý thứ nhất: Có thể sử dụng loại Camera nào?

Loại dân dụng <$500 độ chính xác <1:10,000

• Đo ảnh các di sản văn hóa

• Đo đạc pháp y

• Tái tạo hiện trường tai nạn giao thông

• Xây dựng các mô hình 3D cho phim họat hình, video

Digital SLR approx to $2,500 độ chính xác <1:50,000

• Đo đạc ảnh trong các công trình công nghiệp

• Tiến độ họat động nhà máy

• Đo đạc ảnh ngầm dưới nước

• Đo đạc pháp y

• Tái tạo hiện trường tai nạn giao thông

• Đo đạc công trình

• Xây dựng mô hình họat hình 3D

• Đo ảnh các di sản văn hóa

• Đo đạc ảnh dụng trong công nghệ sinh học và y học

Photogrammetric circa $60,000 1:200,000

• Đo đạc ảnh công nghiệp

• Tài liệu tiến độ hoạt động nhà máy

• Đọ đạc công trình

Về cơ bản có 3 loại camera kỹ thuật số

****

nowadays most

interesting

Xây dựng mô hình 3D chiều bằng các máy ảnh dân dụng

Xây dựng mô hình 3D chiều bằng các máy ảnh dân dụng

What are the essential characteristics?

• Đo đạc thực hiện với độ chính xác 0.5 mm với máy ảnh dân dụng (Nikon D100)

• Giá thành rẻ, chủ yếu là giá thành thi công đo đạc

Quan trắc biến dạng của cây cầu có giá trị lịch sử

Một số đặc điểm khi sử dụng đo ảnh chụp từ máy

Trong hệ thống iWitness toàn cầu chỉ có khoảng 1000

camera có độ phân giải cao hơn3 megapixels

A C B

• Độ phân giải đo góc

• Yếu tố hình học của giao hội

chùm tia

• Số lượng chùm tia

• Tỷ lệ ảnh chụp

Độ chính xác của phương pháp tam giác ảnh phụ thuộc vào:

Vậy làm thế nào để có thế thiết kế được một lưới đủ độ chính xác

xác định tọa độ XYZ?

Công thức độ chính xác thực nghiệmGiả thiết về độ chính xác của các điểm ảnh có độ xám đồng nhất:

Trong thiết kế, thường được gọi là hàm mục tiêu; các giá trị biết trước khác là

σ sai số trung phương xác định tọa độ XYZ

q giá trị quy đồng (thường có giá trị từ 0.5 đến 1)

Tự động hóa tối đa trong đo ảnh tạo mô hình 3D

Quá trình tự động hóa

1 Tự động thiết kế – không sử dụng rộng rãi

2 Tự động chụp ảnh – sử dụng camera điều khiển từ xa

3 Tự động hóa đo ảnh – có thể thực hiện đối với mỗi máy ảnh riêng biệt

4 Tự động hóa việc định hướng mô hình thông qua giao hội nghịch hoặc định

hướng tương đối

5 Tự động hóa quá trình xác định điểm ảnh và tam giác ảnh

6 Tự động hóa quá trình mô phỏng họa tiết - ở một số vị trí có thể thực hiện được;

không thể tự động hóa toàn bộ

Phương pháp chọn điểm sử dụng làm điểm mốc

• Việc thực hiện hiệu quả nhất sẽ thực hiện thông qua một quá trình quy hồi trên nhiều tấm ảnh đơn

Không chỉ ứng dụng cho thiết lập mô hình 3D mà có thể ứng dụng rất tốt cho định hướng tương đối và định hướng mô hình sau này

Retro-targets

Coded targets

EO Device

•

Các thiết bị định hướng ngòai (EO-Device) là các thiết bị để xác định cả yếu tố tỷ lệ lẫn

hệ tọa độ tham chiếu

Một ví dụ điển hình về tự động hóa đo ảnh: Đo một block trở hàng

100 ảnh, 1000 điểm

Ví dụ về thiết kế mạng lưới

Chú ý: các yếu tố hình học không phải luôn tối ưu!

Hệ thống hiệu chỉnh tự động dùng cho đo ảnh cự ly gần

1) Đo trên mô hình mẫu (Đây là hệ thống thường gặp nhất)

X Y

Z

x

y z

• Đầu tiên là chụp toàn bộ ảnh, sau đó xác định việc đo ảnh, định hướng mô hình và xác định mô hình 3D hoàn toàn được thực hiện một cách tự động.

• Một mạng lưới gồm 20 ảnh và 500 điểm đo chỉ cần xử lý trong 5 giây.

• Phương pháp được tối ưu hóa bằng hệ thống tự điều chỉnh độ xám, tuy nhiên vẫn phụ thuộc vào hình dạng của đối tượng

Các điểm hiện sáng cần thiết: các điểm hiện sáng và nền tối

Ví dụ về hệ thống tự động đo ảnh:

11 trạm & 875 điểm đo trong 10 giây với tọa độ XYZen

Đo đạc biến dạng ăng ten 2.5m của một ăng

ten cao tần

Hệ thống tự động xác định các yếu tố hình học tự động hóa đo ảnh cự ly gần

2) Lưới khống chế ảnh tự động trong việc dựng lại các đối tượng ảnh thông qua khớp ảnh tự động

• Các ảnh được chụp trước, sau đó định hướng mô hình được thực hiện bằng phương pháp thủ

công hoặc tự động, cuối cùng các điểm mô hình không gian 3 chiều được đo tự động

• Chú ý các yếu tố kết cấu hình học của mạng lưới các điểm tâm chụp (yêu cầu góc hội tụ nhỏ);

quá trình khớp ảnh được thực hiện tự động thông qua các cặp ảnh lập thể; có thể thực hiện

khớp nhiều tấm ảnh

• Khớp ảnh, thường sử dụng phương pháp bình phương nhỏ nhất, trong đó quá trình xác định vị

trí điểm thực hiện chậm thông qua việc xác định tâm điểm ảnh và đòi hòi ảnh chất lượng cao

Hệ thống hiệu chỉnh tự động dùng cho đo ảnh cự ly gần

3) Phương pháp hiệu chỉnh tự động trực tiếp cho đo ảnh – cho phép xác định một

số điểm tọa độ gần như tức thời

• Hệ thống khởi tính cho định hướng ngoài, sau đó các yếu tố hình học của máy ảnh được hiệu chỉnh cố định và liên tục cập nhật (thông qua giao hội nghịch)

• Các điểm hiệu chỉnh được phát sáng đo liên tục với tần số 1-2 Hz hoặc theo bật tắt

Hệ thống hiệu chỉnh tự động dùng cho đo ảnh cự ly gần

4) Hệ thống đo đạc tức thời sử dụng đo ma trận điểm

• Định hướng ngoài chính xác từ các mục tiêu được mã hóa

• Các mục tiêu được đo thông qua khớp ảnh theo đặc điểm trên ảnh, các mục tiêu chính là các vị trí đặc trưng trên vật thể

Định hướng cho cả hệ thống nhiều tấm ảnh

Quy trình chung gồm:

Xác định sơ bộ các yếu tố định hướng ngòai

Bằng phương pháp ghép ảnh, giao hội thuận, giao hội nghịch, DLT (hiện nay không phổ biến), ma trận điểm (ít

sử dụng)

Xác định chính xác yếu tố định hướng ngoài

(có thể thực hiện bằng phương pháp RO) Hiệu chỉnh chùm tia & định hướng thông qua cặp ảnh

Định hướng tuyệt đối

Giữa hiệu chỉnh chùm tia hoặc tính chuyển tương tự; có thể thực hiện bằng giao hội thuận/nghịch hoặc chỉ bằng

DLT

Mục tiêu là định hướng mô hình hoàn toàn tự động

Điểm quan trọng là xác định các yếu tố định hướng mô hình và định hướng trong

và yếu tố méo hình kính vật cho các bản cảm ứng thường với độ chính xác 0.1

pixel với yêu cầu thời gian vài phút

Tự động hiệu chỉnh bằng iWitness

Ưu điểm: Cần một số lượng điểm ít

cho phép tự động hóa đo đạc hoàn

toàn cho m ảnh và n điểm

Nhược điểm: Cần các mục tiêu phát

tín hiệu tự động và mã hóa

Kết quả: Phù hợp với đo đạc ảnh

công nghiệp… Nhưng không phùhợp với những người sử dụng không

có chuyên môn trong bảo tồn di sản, các đối tượng không có mục tiêu

phát tín hiệu tự động và hiện trườngcác vụ tai nạn

Các mục tiêu được mã hóa

Tự động hóa quét và đo ảnh

Hiệu chỉnh tối ưu với các mục tiêu

mã hóa, sau đó dùng giao hội nghịch

từ các mục tiêu mã hóa

Tự động xác định điểm ảnh & giao

hội thuận chùm tia; cho phép khớp tự

động các điểm ảnh được mã hóa

Giao hội tất cả các tấm ảnh?

Điều chỉnh chùm tia có hiệu chỉnh tự

động Tọa độ XYZ cuối cùng (+AO?)

Tự động hoàn toàn trong định hướng mô hình: với các mục tiêu mã hóa

Không đạt Đạt

Hiệu chỉnh máy ảnh là công việc quan trọng nhất trong việc định

• Hiệu chỉnh biến dạng xuyên tâm (sai số quan trọng nhất xác định x,y)

Δ r = K 1 r 3 + K 2 r 5 + K 3 r 7 là số hiệu chỉnh tọa đô biến dạng xuyên tâm

K 1 , K 2 & K 3 là các hệ số biến dạng xuyên tâm

• Hiệu chỉnh biến dạng do méo hình tuyến tính (giá trị rất nhỏ)

P 1 & P 2 các hệ số biến dạng do định tâm

Sai số méo hình kính vật

• Sai số quang sai trong đo ảnh (thông thường Δr>100μm)

• Đối với hầu hết kính vật (cho góc nhìn <700) Δr là mũ ba (Chỉ cần K 1)

• Thay đổi méo hình xuyên tâm, ký hiệu là c (thay đổi nhỏ tùy thuộc vào loại

máy ảnh kỹ thuật số dân dụng với ống kính phóng đại đồng nhất)

• Méo hình xuyên tâm thay đổi nhiều tùy thuộc vào cài đặt yếu tố phóng đại

(cũng với giá trị hằng số c)

• Kính vật góc nhìn rộng nhất: giảm tùy thuộc sự tăng lên của giá trị c

• Hiệu chỉnh giá trị Δr (có thể có Δr nhỏ, nhưng không phổ biến)

• Méo hình xuyên tâm đối với máy ảnh dân dụng >lớn hơn sai số định tâm 10 lần

• Hầu hết các kính vật không phóng đại đều có méo hình co nhỏ

Méo hình kính vật xuyên tâm

Méo hình xuyên tâm cho 4 loại máy ảnh dân dụng khác nhau

với các giá trị phóng đại khác nhau

Sự quan trọng của các thông số méo hình xuyên tâm K2 và K3

Các giá trị bậc 5 và 7 không quan trọng đối với các máy ảnh hiện đại với độchính xác trung bình

Δr = K 1 r 3 + (K 2 r 5 + K 3 r 7 )

Các hệ số K 2 & K 3 thông thường rất quan trọng đối với các kính vật có góc nhìnrộng với độ chính xác cao

K1,K2,K3RMS=0.1 pixel

K1 only RMS=0.2 pixel

Méo hình tiếp tuyến

• Tăng đối với những hệ thống kính vật định tâm kém

• Là nguyên nhân của chuyển dịch ảnh tiếp tuyến &

xuyên tâm

• Thường giá trị nhỏ hơn méo hình xuyên tâm rất nhiều

• Cho thấy mối quan hệ chặt chẽ với các yếu tố định

hướng trong xp,yp (chính vì vậy thường có thể tính bù bằng các yếu tố định hướng trong)

• Thông thường giá trị có thể xác định bằng hàm số P(r)

= (P12 + P22)0.5 r2

• Có thể bỏ qua: lưu ý trong trường hợp đo ảnh độ

chính xác cao

Xác định các yếu tố khi kết cấu hình học không chặt chẽ

… có thể sử dụng phương pháp không trực tiếp

Quá trình khớp ảnh dựa vào các điểm đặc trưng trên tấm ảnh sử dụng cho hàng

loạt tấm ảnh

Xác định các yếu tố hình học

Sử dụng khái niệm mặt phẳng ảnh

1 Sử dụng điều kiện mặt phẳng

ảnh, tìm các điểm khớp ảnh trên

hai tấm ảnh (2 trùm tia màu đen)

2 Chiếu ngược lại đến các tấm ảnh

Tái tạo hiện trường tai nạn giao thông sử dụng đo ảnh cự ly gần

Định hướng tự động và xác định các điểm đặc trưng bằng phương pháp bán tự động và thủ công

Định hướng mô hình tự động với việc xác định các đường cong

đặc trưng bằng phương pháp thủ công

Đo đạc tự động bằng hệ thống iWitnessPro

Các điểm mục tiêu màu đỏ - Demo

Các trường hợp đo đạc tái tạo hiện trường giao thông gần đây thực

hiện trên đường cao tốc Florida

Các trường hợp đo đạc tái tạo hiện trường giao thông gần đây thực

hiện trên đường cao tốc Florida

Các trường hợp đo đạc tái tạo hiện trường giao thông gần đây thực

hiện trên đường cao tốc Florida

Phương pháp định hướng đo ảnh cho những người dùng ít kinh nghiệm

sử dụng đo ảnh cự ly gần

Ưu điểm: Không có tọa độ khởi

tính, thiết bị định hướng ngoài, cácđiểm phát tín hiệu và các mục tiêuđặc biệt Phương pháp trực tiếp

xử lý tức thời

Nhược điểm: Chỉ cho phép tự

động hóa một phần, xử lý bán tựđộng

Kết quả: Phương pháp cực kỳ

đơn giản, quy trình dễ sử dụng

Thực hiện bằng hệ thống iWitness

1) Đánh dấu các điểm cần đo vẽ trên ảnh

2) Tìm các điểm tương ứng trên tấm ảnh thứ

2 – không cần đánh dấu tên điểm – tính toán

các yếu tố định hướng và liên tục cập nhật

cho 6 tấm ảnh đầu tiên

3) Liên kết tấm ảnh mới với các tấm ảnh đã

định hướng sau khi tham chiếu 4-6 điểm và

tính toán hiệu chỉnh chùm tia cho tất cả các

điểm tiếp theo mỗi khi đo một điểm mới

4) Thực hiện lại bước 3, tính lại các yếu tố

tự hiệu chỉnh mỗi khi mạng lưới được đánh

giá là đủ chặt chẽ

Đo đạc, xác định tọa độ XYZ trong các hệ

tọa độ cho trước

Xây dựng hệ thống định hướng bằng phương pháp đơn giản – phải

dễ sử dụng

iWitness

Xác định họa tiết với mô hình 3D thông qua hệ thống iWitness

Rectified image on planar surface in object space

Xác định họa tiết trong

trường hợp hiệu chỉnh

trên mặt phẳng khớp ảnh

Xác định họa tiết với mô hình 3D thông qua hệ thống iWitness

Rectified image on planar surface in object space

Xây dựng mô hình họa tiết: 1) xác định các điểm trên đường cong 3 chiều, 2) mô hình khung & 3) xác định họa tiết hiệu chỉnh trên mặt

phẳng khớp ảnh

Xác định chính xác các đối tượng dựa trên việc khớp các tấm ảnh nhỏ, tốn nhiều thời gian

và công sức Có thể thực hiện bằng quy trình tự động hóa.

Có thể tự động hóa theo quy trình sau đây:

Định hướng tuyệt đối – thông qua các điểm mã hóaXác định yếu tố tỷ lệ mô hình – thông qua các điểm mã hóa

• Các chỉ tiêu kỹ thuật của cầu mới cho phép chịu tải tốt hơn

• Qua thời gian, khả năng chịu tải của nhiều cầu giảm so với chỉtiêu kỹ thuật thiết kế

• Việc sử dụng các nguồn vốn không hiệu quả trong xây dựng cơ

sở hạ tầng dẫn đến việc xây dựng nhiều cầu mới

Æ Có nhu cầu gia cố các cầu

CÁC VÍ DỤ ĐO ĐẠC

1) Quan trắc dầm cầu bằng phương pháp ảnh – các vấn đề

Toàn bộ các dữ liệu trên mô hình 3D (không thể thực hiện chỉ bằng quan trắc với các

phương pháp kiểm tra biến thiên)

Kết quả đo đạc

180 kN

380 kN

2) Quan trắc biến dạng tại Quảng trường Liên bang

Cửa phía BắcQuảng trường liên bang

Cửa phía Bắc của Quảng trường Liên bang

Cửa bao gồm hai tấm lưới với khoảng cách 1.5m tại 4-5 phía khác nhau theo các hình đa giác không đồng nhất

Khoảng dịch chuyển ước tính khoảng

50 mm

Cửa phía Bắc của Quảng trường Liên bang

Mạng lưới các ảnh chụp:

• Các điểm phản quang 2cm với các

điểm được đánh dấu bên trong và

ngoài trên cả hai phía của khung

Phân tích biến dạng khung phía Bắc Quảng trường Liên bang

So sánh chu kỳ 4 và 1: Sau khi

chống, dịch chuyển lớn nhất: 8.3mm

Chu kỳ 5 và 1: Sau khi đánh

bóng, dịch chuyển lớn nhất: 22mm

3) Quan trắc dịch chuyển động: tự động theo dõi vị trí chuyển động thả dù

Xấp xỉ 100 điểm được theo dõi bằng 6 máy ảnh khi dù rơi, tần số thu dữ liệu 30 Hz

Quan trắc dịch chuyển động: tự động theo dõi vị trí chuyển động thả dù

Đo đạc bằng iWitness

Đo đạc các chi tiết & và mặt bằng đến độ

chính xác cm theo yêu cầu, v.v

Đo đạc giao hội thuận

Ví dụ: tái tạo các vật thể cổ bằng máy tính

Castillo St Augustine, Florida (91 ảnh & 500 điểm)

Castillo St Augustine

Kết hợp đo ảnh & quét Laser mặt đất

Tái tạo lại di sản Chorten tại Thimphu

Tái tạo lại di sản Chorten tại Thimphu

Ví dụ đo đạc iWitness

Kết luận về đo ảnh cự ly gần với máy ảnh dân dụng

• Tự động hóa Æ dễ dàng sử dụng

• Nhu cầu sử dụng ngày càng tăng đối với các loại ứng dụng khác nhau

từ độ chính xác thấp đến độ chính xác trung bình

• Nhu cầu về những hệ thống giá thành thấp ngày càng tăng

• Nhu cầu sử dụng một cách dễ dàng các hệ thống đo ảnh

• Cải thiện khả năng mô hình hóa & khả năng hiển thị - đặc biệt mô