Generar datos de elevación usando el asistente de DEM

Disponible con una licencia Advanced.

Los datos de elevación se pueden derivar de pares de imágenes estéreo usando algoritmos de fotogrametría. Un par estéreo está compuesto por dos imágenes de la misma geolocalización tomadas desde perspectivas diferentes.

Pares de imágenes estéreo capturados desde distintas perspectivas

Los pares de imágenes estéreo de una colección de imágenes se usan para generar una nube de puntos (puntos 3D) de los que se pueden derivar los datos de elevación. Los datos de elevación derivados se usarán para ortorrectificar la colección de imágenes en el espacio de trabajo de representación cartográfica de ortofotos.

Nota:

Las imágenes de satélite de alta resolución del Nadir (vertical) no se ven demasiado afectadas por la distorsión intrínseca a las imágenes aéreas debido a la gran distancia existente entre el sensor y el suelo, la gran distancia focal del sensor (del orden de 10 metros) y el pequeño campo de visión. Estos factores, junto con la información de orientación precisa en forma de coeficientes polinómicos racionales (RPC), dan como resultado que la precisión de DEM y las publicaciones densas son menos importantes a la hora de producir ortoimágenes precisas, siempre y cuando la orientación exterior ajustada y los puntos de control sean adecuados. Por ello, no se suele usar el paso de generación del DEM y los DEM USGS NED o SRTM existentes, junto con los GCP precisos, pueden producir ortoimágenes de Clase I o Clase II a una escala de 1:5.000 o menor.

Los puntos 3D generados de pares estéreo en el asistente de DEM se clasifican en dos categorías:

  • Modelo digital de terreno (DTM): elevación digital terrestre, sin incluir la elevación de los objetos que contenga. También se conoce como elevación de suelo desnudo. El dataset de DTM de suelo desnudo se usa para producir ortoimágenes y ortomosaicos.
  • Modelo digital de superficie (DSM): elevación digital terrestre, incluida la elevación de los objetos que contenga, tales como árboles y edificios. El DSM es un dataset analítico valioso que se utiliza para clasificar las entidades de las ortoimágenes, por ejemplo, para diferenciar entre pavimentos de asfalto y cubiertas asfálticas. No se debe usar para la ortorrectificación de imágenes a no ser que las imágenes de origen tengan una visualización de nadir sin inclinación de edificios ni entidades, para así producir ortoimágenes reales.

DTM y DSM sombreado

Nota:

Si un área boscosa presenta una alta densidad de árboles o cuenta con otra cobertura vegetal densa, no será posible derivar una superficie de suelo de DTM ya que el suelo no es visible. El producto de superficie de elevación más adecuado para la cobertura de suelo con alta densidad boscosa es un DSM, que crea específicamente una superficie que representa la parte superior del dosel arbóreo.

La elevación se puede derivar cuando la colección de imágenes tiene una buena cantidad de superposición para formar los estereopares. La superposición de imágenes típica para generar nubes de puntos es una superposición del 80 % hacia delante a lo largo de una línea de vuelo y una superposición del 60 % entre líneas de vuelo, de modo que todas las ubicaciones del suelo se cubren con varias imágenes. A menudo se usan para procesar imágenes de drones, imágenes aéreas digitales o determinadas imágenes de satélite capturadas específicamente para las aplicaciones estéreo.

Este asistente proporciona dos pasos preconfigurados para producir las salidas:

  1. Construya pares estéreo de la colección de imágenes para calcular la nube de puntos.
  2. Interpole un ráster a una resolución definida por el usuario a partir de la nube de puntos.

Puede modificar los parámetros de procesamiento predeterminados, pero no puede eliminar un paso. Si desea omitir o llevar a cabo un paso concreto, puede usar el asistente Personalizado.

Página Ajustes de nube de punto

Primeramente, especificar los parámetros para la página Ajustes de nube de punto.

Parámetros de Ajustes de nube de punto

Nombre del parámetroDescription

Método de ajuste

Hay tres métodos de geocodificación para generar la nube de puntos:

  • ETM (Geocodificación de terreno extendida): es una técnica de coincidencia estéreo basada en entidades en la que se usa el operador de Harris para detectar puntos de entidad. Dado que se extraen menos puntos de entidad, este método es rápido y se puede utilizar para datos con menos variaciones de terreno y detalle. Esta es la opción predeterminada.1
  • SGM (Coincidencia semiglobal): produce puntos que son más densos y que contienen información más detallada del terreno. Se puede usar para las imágenes de áreas urbanas. Desde el punto de vista computacional, es más intensivo que el método ETM.2
  • MVM (Coincidencia de varias vistas): se basa en el método de coincidencia SGM, seguido de un paso de fusión en el que las estimaciones de elevación redundantes se fusionan a lo largo del modelo estéreo único. Produce puntos 3D densos y es eficiente desde el punto de vista de cálculo.3

Tamaño máximo de objeto (en metros)

Define un radio de búsqueda que se usa para descartar objetos sobre el suelo. Los objetos más pequeños que el umbral se filtrarán como suelo. De lo contrario, los objetos se tratarán como entidades situadas sobre el suelo, tales como edificios, puentes o árboles. El tamaño de objeto predeterminado es 10 metros.

Espaciado de terreno de puntos

Define el espaciado, expresado en metros, con el que se generan los puntos 3D.

El espaciado sugerido es cinco veces el tamaño de píxel de la imagen de origen.

Ángulo mínimo de intersección (en grados)

La nube de puntos se genera a partir de pares estéreo. El valor, expresado en grados, define el ángulo mínimo que debe cumplir el par estéreo. El valor predeterminado es 5 grados.

Nota:

Un par estéreo con un ángulo de intersección demasiado pequeño producirá resultados inestables al triangular los puntos 3D.

Ángulo máximo de intersección (en grados)

La nube de puntos se genera a partir de pares estéreo. El valor, expresado en grados, define el ángulo máximo que debe cumplir el par estéreo. El valor predeterminado es 70 grados.

Nota:

Un par estéreo con un ángulo de intersección demasiado grande producirá pocos puntos coincidentes o no producirá ninguno.

Superposición mínima de área

El porcentaje del área de superposición sobre toda la imagen. El valor predeterminado es 0.6.

Diferencia máxima de omega/fi (en grados)

El umbral máximo para la diferencia de omega y fi entre dos pares de imágenes. Se comparan los valores de omega y fi para los pares de imágenes. Si la diferencia entre los dos valores de omega o de fi está por encima de umbral, a los pares no se les aplicará el formato de par estéreo.

Diferencia máxima de GSD

El umbral para la distancia de muestra terrestre (GSD) máxima entre dos imágenes de un par estéreo. Si la ratio de resolución entre dos imágenes es superior al valor del umbral, los pares no se crearán como par estéreo. El valor predeterminado es 2.

Número de pares de imágenes

La cantidad de pares utilizada para generar puntos 3D. En el caso de un proyecto con superposiciones densas y muchos pares estéreo, aumentar este número conlleva un aumento del tiempo de cómputo. El valor sugerido es 4.

A veces, una ubicación puede quedar cubierta por muchos pares de imágenes. En este caso, la herramienta ordenará los pares basándose en los diversos parámetros de umbral especificados en la herramienta. Los pares con las puntuaciones más altas se utilizarán para generar los puntos.

Este parámetro limita un par para que no se use demasiadas veces. Los parámetros que afectan al orden del estereopar, además de Ángulo mínimo de intersección, Ángulo máximo de intersección y Superposición mínima de área, pueden incluir Diferencia máxima de omega/fi, Diferencia máxima de GSD y Umbral de calidad de ajuste.

Umbral de calidad de ajuste

Especifique la calidad de ajuste mínima que sea aceptable. El valor del umbral se comparará con el valor de calidad de ajuste almacenado en el modelo estéreo. Los pares de imágenes cuya calidad de ajuste sea inferior al umbral especificado recibirán una puntuación de 0 según estos criterios y descenderán en la lista ordenada. Los valores para los rangos de umbral están entre 0 y 1. El valor sugerido es 0,2.

Referencias

  1. Harris, Christopher G., and Mike Stephens. "A combined corner and edge detector". Alvey vision conference, vol. 15, no. 50, pp. 10-5244. 1988.
  2. Hirschmuller, Heiko, Maximilian Buder, and Ines Ernst. "Memory Efficient Semi-Global Matching". ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volumen 1–3, (2012): 371–376.
  3. Hirschmuller, Heiko. "Stereo Processing by Semiglobal Matching and Mutual Information". IEEE Transactions on pattern analysis and machine intelligence, Volume 30, no. 2 (2007): 328-341.

Página Configuración de interpolación de DEM

A continuación, especifique los parámetros para la página Configuración de interpolación de DEM.

Parámetros de Configuración de interpolación de DEM

Nombre del parámetroDescription

Tipo de superficie

Crear un modelo de elevación digital o un modelo de superficie digital.

  • DTM: cree un modelo de elevación digital interpolando solo la superficie ráster y usando únicamente los puntos del terreno.
  • DSM: cree un modelo digital de superficie interpolando un ráster con todos los puntos, tanto los del terreno como los situados sobre él.

Tamaño de celda

El tamaño de celda del dataset ráster de salida.

Formato

El formato del dataset ráster de salida:

  • Formato de ráster de nube. Esta es la opción predeterminada.
  • Formato TIFF

Compresión

El método utilizado para comprimir el dataset ráster de salida.

  • Ninguno: no comprimir el dataset ráster de salida. Esta es la opción predeterminada.
  • LERC: utilizar la compresión LERC para comprimir el dataset ráster de salida. LERC es un método de compresión que funciona con cualquier tipo de datos, por ejemplo, bytes, enteros, reales y de precisión doble. La eficiencia del algoritmo de compresión aumenta con la profundidad del píxel.

Error máx.

El error máximo permitido para la compresión LERC. La cantidad máxima de errores es un valor de tolerancia aplicable por píxel (no un promedio para la imagen).

Establezca Compresión en LERC para utilizar esta opción.

Método de interpolación

El método utilizado para interpolar el dataset ráster de salida de la nube de puntos.

  • Interpolación lineal de TIN: también se conoce como interpolación lineal de la red irregular de triángulos (TIN). Está diseñada para puntos dispersos distribuidos irregularmente, como por ejemplo los puntos de solución de un cálculo de ajuste de bloques. Esta es la opción predeterminada.
  • Interpolación por vecino natural de TIN: es similar a la triangulación, aunque genera una superficie más suave y tiene un procesamiento más intensivo desde el punto de vista de cálculo.
  • Interpolación media ponderada de distancia inversa: se utiliza para puntos densos distribuidos regularmente como, por ejemplo, archivos LAS de la nube de puntos procedentes de la herramienta Generar nube de puntos. El radio de búsqueda de IDW se calcula automáticamente según la densidad de puntos media.

Método de suavizado

Seleccione un filtro para suavizar el dataset ráster de salida.

  • Gaussiano 3 x 3: un filtro gaussiano con una ventana de 3 x 3.
  • Gaussiano 5 x 5: un filtro gaussiano con una ventana de 5 x 5. Esta es la opción predeterminada.
  • Gaussiano 7 x 7: un filtro gaussiano con una ventana de 7 x 7.
  • Gaussiano 9 x 9: un filtro gaussiano con una ventana de 9 x 9.
  • Sin suavizado: no se aplica ningún filtro de suavizado.

Rellenar píxeles ausentes usando

Especifique una entrada de DEM que se utiliza para rellenar áreas NoData.

Nota:

Las áreas NoData podrían existir donde no haya suficiente superposición estéreo, o si no se encuentran puntos coincidentes en el área durante la generación de nubes de puntos.

Temas relacionados