Crear datos de elevación usando el asistente de DEM de Representación cartográfica de ortofotos

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.

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 (normalmente, 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. 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): la 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): la 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.

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. Para omitir o llevar a cabo un paso concreto, utilice el asistente Personalizado.

Página Ajustes de nube de punto

Especifique los valores de los parámetros en la página Ajustes de nube de punto.

Parámetros de Ajustes de nube de punto

Parámetro	Descripción
Método de ajuste	Especifica el método de coincidencia que se utilizará para generar una nube de puntos: Coincidencia de terreno ampliada (ETM): un método de coincidencia estéreo basada en entidades en la que se utiliza el operador Harris para detectar puntos de entidades. Dado que se extraen menos puntos de entidad, este método es rápido y se puede utilizar para datos que tengan muy poca variación de terreno y detalles. Esta es la opción predeterminada.^1 Coincidencia semiglobal (SGM): produce puntos que son más densos y proporcionan 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 Coincidencia de varias vistas (MVM): 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)	Un radio de búsqueda que se usa para descartar objetos sobre el suelo. Los objetos más pequeños que el umbral se filtrarán como suelo. En caso 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	El espaciado, expresado en metros, en 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. 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. 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, los pares se ordenarán en función de los distintos parámetros de umbral especificados en esta 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 par estereo, además de Ángulo mínimo de intersección, Ángulo máximo de intersección y Superposición mínima de área, también pueden ser Diferencia máxima de omega/fi, Diferencia máxima de GSD y Umbral de calidad de ajuste.
Umbral de calidad de ajuste	Calidad de ajuste mínima 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, n.º 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, Volumen 30, n.º 2 (2007): 328-341.

Página Configuración de interpolación de DEM

Especifique los valores de los parámetros en la página Configuración de interpolación de DEM.

Parámetros de Configuración de interpolación de DEM

Nombre del parámetro	Descripción
Tipo de superficie	Especifica el tipo de superficie de un modelo digital de terreno o un modelo digital de superficie. 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	Especifica el formato del dataset ráster de salida: Formato de ráster de nube. Esta es la opción predeterminada. Formato TIFF
Compresión	Especifica el método de compresión del dataset ráster de salida. Ninguno: el dataset ráster de salida no se comprimirá. Esta es la opción predeterminada. LERC: se utilizará el método de 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 el parámetro Compresión en LERC para utilizar este parámetro.
Método de interpolación	Especifica el método que se utilizará para interpolar el dataset ráster de salida de la nube de puntos. Interpolación lineal de TIN: también conocida como red irregular de triándulos (TIN), la interpolación lineal está diseñada para puntos dispersos distribuidos irregularmente, como 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, pero genera una superficie más suave y tiene un procesamiento más intensivo desde el punto de vista informático. 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	Especifica el filtro que se utilizará 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	Entrada de DEM que se utiliza para rellenar áreas NoData. 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.