Создание данных высот с помощью мастера ЦМР

Доступно с лицензией Advanced.

Данные высот можно извлечь из пар стерео-изображений, используя алгоритмы фотограмметрии. Стереопара состоит из двух изображений одной геолокации, снятых с разными перспективами.

Пары стерео-изображений, полученные с различных перспектив

Пары стерео-изображений из коллекции изображений используются для генерации облаков точек (3D точек), из которых можно извлечь данные высот. Извлеченные данные высот могут использоваться для ортокартографирования коллекции изображений в рабочей области ортокартографирования.

Примечание:

На спутниковые снимки высокого разрешения в надире (снятые вертикально) не сильно влияют искажения, присущие аэрофотоснимкам, из-за большого расстояния между сенсором и землей, большого фокусного расстояния датчика (порядка 10 метров) и малого поля зрения. Эти факторы, совместно с информацией о точной ориентации в виде рациональных коэффициентов полинома (RPC), приводят к тому, что точность ЦМР и плотность расположения менее важны при создании точного ортоизображения, при условии, что правильно выполнено уравнивание внешнего ориентирования и выбраны корректные опорные точки. Поэтому шаг создания ЦМР часто пропускается, и существующие ЦМР USGS NED или SRTM в совокупности с точными наземными опорными точками выдают в результате ортоизображения Класса I или Класса II масштаба 1:5 000 и мельче.

3D точки, сгенерированные из стерео-пар в мастере ЦМР классифицируются по двум категориям:

  • Цифровая модель поверхности (ЦМП) – цифровые высоты Земли, которые не включают высоту каких-либо объектов на ней. Она также называется высотами обнаженной земли. Набор данных высот земли ЦМП используется для создания ортоизображения и мозаики ортоизображений.
  • Цифровая модель местности (ЦММ) – цифровые высоты Земли, включая высоту объектов на ней, таких как деревья и здания. ЦММ является ценным аналитическим набором данных, используемым для классификации объектов на ортоизображениях, например, различий асфальтового покрытия дорог и асфальтового покрытия крыш. Она не должна использоваться для ортотрансформирования изображения, если только исходное изображение не является вертикальным - без наклона зданий и других пространственных объектов, - для создания корректного ортоизображения.

ЦМП и ЦММ с отмывкой

Примечание:

Если местность плотно покрыта лесом или имеет другой густой растительный покров, то будет невозможно получить поверхность земли ЦМП, поскольку земля не видна. Самый подходящий продукт поверхности высот для участка с очень плотным лесом является ЦММ, которая создает поверхность, показывающую верхнюю часть полога леса.

Высоты можно получить, если коллекция изображений имеет большое количество перекрытий, чтобы сформировать стерео-пары. Обычное перекрытие изображений для создания облака точек – это 80-процентное перекрытие вдоль маршрута полета и 60-процентное перекрытие между маршрутами полетов, таким образом каждое местоположение на поверхности будет покрыто множеством изображений. Этот принцип часто используется при обработке изображений, полученных от беспилотных летательных аппаратов, цифровых аэрофотоснимков или определенных спутниковых снимков, полученных специально для стерео-приложений.

Этот мастер предоставляет два предварительно настроенных шага для получения результатов:

  1. Построение стереопар по коллекции изображений для вычисления облака точек.
  2. Интерполяция растра, при заданном пользователем разрешении, из облаков точек.

Вы можете изменить параметры обработки, установленные по умолчанию, но не можете удалить шаг из процесса. Если вы хотите пропустить какие-либо шаги или выполнить только некоторые, можно использовать мастер Пользовательский.

Страница Настройки облака точек

Сначала задаются параметры на странице Настройки облака точек.

Параметры настроек облака точек

Имя параметраОписание

Метод сопоставления

Для создания облака точек могут использоваться три метода сопоставления:

  • Расширенное сопоставление поверхности (ETM) - стерео-сопоставление на основе объектов, в котором используется оператор Харриса для обнаружения точек объектов. Поскольку извлекается меньше точек пространственных объектов, этот метод является быстрым и может использоваться для данных с меньшей вариацией рельефа и детальностью. Это значение по умолчанию. 1
  • SGM (Semi-Global Matching) - создает более плотные точки с более подробной информацией о рельефе. Он может использоваться для снимков городских территорий. В этом методе используются более интенсивные вычисления, чем в метод ETM.2
  • MVM (Multi-View Matching) - основывается на методе сопоставления SGM вместе с шагом совмещения данных, в котором сливаются избыточные измерения высот в одной стерео модели. При этом создаются 3D-точки, и это вычислительно эффективно.3

Максимальный размер объекта (в метрах)

Задает радиус поиска, который используется для фильтрации объектов выше уровня земной поверхности. Объекты меньше порогового значения будут отфильтровываться как земная поверхность, остальные объекты будут рассматриваться как объекты над земной поверхностью, такие как здания, мосты или деревья. По умолчанию размер объекта составляет 10 метров.

Интервал на поверхности для точек

Определяет интервал, с помощью которого создаются 3D-точки, в метрах.

Предполагаемый интервал равен пятикратному размеру исходного изображения в пикселах.

Минимальный угол пересечения (в градусах)

Облако точек создается из стереопары. Это значение в градусах, определяет минимальный допустимый угол стереопары. Значение по умолчанию равно 5 градусам.

Примечание:

Стереопара со слишком маленьким углом пересечения будет выдавать нестабильный результат при триангуляции 3D-точек.

Максимальный угол пересечения (в градусах)

Облако точек создается из стереопары. Это значение в градусах, определяет максимальный допустимый угол стереопары. Значение по умолчанию равно 70 градусам.

Примечание:

Стереопара со слишком большим углом пересечения будет выдавать несколько точек или не находить их совсем.

Минимальная область перекрытия

Доля в процентах перекрывающейся области по отношению ко всему изображению. Значение по умолчанию равно 0.6.

Максимальная разность Omega / Phi (в градусах)

Максимальное пороговое значение для разности Omega/Phi между двумя парами изображений. Выполняется сравнение значений Omega и значений Phi для пар изображений. Если разность между двумя значениями Omega или двумя значениями Phi превысит вышеупомянутое пороговое значение, то такие пары не будут форматироваться как стерео пары.

Максимальная разность разрешений

Пороговое значение для максимального расстояния на земной поверхности между двумя изображениями, составляющими стереопару. Если коэффициент разрешения между двумя изображениями будет выше порогового значения, то такие пары не будут выстраиваться как стерео пары. По умолчанию – 2.

Количество пар изображений

Количество пар, использованных для создания 3D-точек. Для проекта с плотным перекрытием и множеством стереопар, увеличение этого значения приводит к увеличению времени вычисления. Предполагаемое значение равно 4.

Иногда местоположение может быть покрыто множеством пар изображений. В этом случае инструмент отсортирует пары на основе различных пороговых параметров, выбранных в инструменте. Пары с наибольшим количеством очков будут использоваться для создания точек.

Этот параметр не позволяет использовать одну пару слишком часто. Параметры, которые влияют на порядок стереопары, кроме Минимальный угол пересечения, Максимальный угол пересечения, Минимальная область перекрытия, могут также включать Максимальная разность Omega / Phi, Максимальная разность разрешений и Порог качества уравнивания.

Порог качества уравнивания

Укажите минимальное допустимое значение качества уравнивания. Пороговое значение будет сравниваться со значением качества уравнивания, которое хранится вместе со стерео-моделью. Пары изображений с качеством уравнивания меньше, чем заданный порог, получат 0 очков по данному критерию и опустятся ниже в упорядоченном списке. Диапазон пороговых значений – от 0 до 1. Предполагаемое значение равно 0,2.

Справочная информация

  1. , 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, Volume 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.

Страница Настройки интерполяции ЦМР

Сначала задайте параметры на странице Настройки интерполяции ЦМР.

Параметры настройки интерполяции ЦМР

Имя параметраОписание

Тип поверхности

Создайте цифровую модель поверхности или цифровую модель местности.

  • ЦМП – Создайте цифровую модель поверхности путем интерполяции поверхности растра, используя только точки поверхности Земли.
  • ЦММ – Создайте цифровую модель местности путем интерполяции растра, используя все точки; как точки на поверхности Земли, так и точки над поверхностью.

Размер ячейки

Размер ячейки выходного набора растровых данных.

Формат

Формат выходного набора растровых данных:

  • Облачный формат растра (CRF). Это значение по умолчанию.
  • Формат TIFF

Сжатие

Способ сжатия выходного набора растровых данных.

  • Нет - не сжимать выходной растровый набор данных. Это значение по умолчанию.
  • LERC - Применить сжатие LERC для сжатия выходного набора растровых данных LERC - метод сжатия, работающий с любым типом данных, например, битовыми, целочисленными, реальными числами и числами двойной точности. Эффективность алгоритма сжатия увеличивается с глубиной пиксела.

Максимальная ошибка

Максимальная ошибка сжатия LERC. Максимальная ошибка – это допуск для одного пиксела (а не средняя ошибка для всего изображения).

Для использования этой опции установите Сжатие на LERC.

Метод интерполяции

Метод, использованный для интерполяции выходного набора растровых данных из облака точек.

  • Линейная интерполяция TIN – также известная, как линейная интерполяция нерегулярной триангуляционной сети (TIN), разработанная для нерегулярно распределенных разреженных точек, например, точек решения вычисления уравнивания блоков. Это значение по умолчанию.
  • Интерполяция TIN по методу естественной окрестности - этот процесс похож на триангуляцию, но создает гладкую поверхность и использует большее количество вычислительных ресурсов.
  • Интерполяция по методу средних обратно-взвешенных расстояний – используется для регулярно распределенных плотных точек, например, файлов LAS облака точек из инструмента Создать облако точек. Радиус поиска ОВР автоматически вычисляется на основе средней плотности точек.

Метод сглаживания

Выберите фильтр для сглаживания выходного набора растровых данных.

  • Гауссово 3 на 3 – Гауссов фильтр с окном 3 на 3.
  • Гауссово 5 на 5 – Гауссов фильтр с окном 5 на 5. Это значение по умолчанию.
  • Гауссово 7 на 7 – Гауссов фильтр с окном 7 на 7.
  • Гауссово 9 на 9 – Гауссов фильтр с окном 9 на 9.
  • Без сглаживания – никакой фильтр сглаживания не применяется.

Использование заполнения отсутствующих пикселов

Укажите входную ЦМР, которая используется для заполнения областей со значениями NoData.

Примечание:

Области NoData могут существовать там, где недостаточно стерео перекрытий или не было найдено совпадающих точек в процессе создания облака точек.

Связанные разделы