13.07.2015 Views

PRACA DYPLOMOWA

PRACA DYPLOMOWA

PRACA DYPLOMOWA

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

AKADEMIA GÓRNICZO – HUTNICZAim. Stanisława Staszica w KrakowieWydział Geodezji Górniczej i Inżynierii Środowiska<strong>PRACA</strong> <strong>DYPLOMOWA</strong>Studia dzienneImię i Nazwisko: Aneta ForyśKierunek studiów: Geodezja i KartografiaSpecjalność: Geoinformatyka, Fotogrametria i TeledetekcjaTemat pracy dyplomowej:Porównanie efektywności automatycznegogenerowania Numerycznego Modelu Terenu zezdjęć lotniczych dla różnych systemówPromotor:dr inż. Sławomir MikrutRecenzent:dr inż. Regina Tokarczyk..................................... .........................................Kraków, rok 20051


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”Spis treści2.2.5. Least-Squares Matching........................................................................ 413. CHARAKTERYSTYKA PROGRAMÓW UŻYTYCH DO GENEROWANIANUMERYCZNEGO MODELU TERENU............................................................. 423.1. PCI Geomatica........................................................................................ 423.1.1. Charakterystyka programu .................................................................... 423.1.2. Moduł OrthoEngine – utworzenie projektu (project) .............................. 433.1.3. Wprowadzenie danych zewnętrznych do projektu (input data).............. 433.1.4. Manualne przeprowadzenie orientacji bezwzględnej i wzajemnej(GCP/TP Collection)........................................................................................ 443.1.5. Generowanie Numerycznego Modelu Terenu (DEM from stereo)......... 453.2. ImageStation Match-t............................................................................. 483.2.1. Ogólna charakterystyka programu ........................................................ 483.2.2. Zasada działania programu................................................................... 493.2.3. Przebieg generowania NMT, opis najważniejszych ustawień................ 504. BADANIA – GENEROWANIE NMT W SPOSÓB AUTOMATYCZNY ........ 544.1. Charakterystyka wykorzystanych materiałów ..................................... 544.2. Proces generowania NMT...................................................................... 574.2.1. PCI Geomatica ...................................................................................... 574.2.2. Match-t .................................................................................................. 584.3. Prezentacja i porównanie wyników ...................................................... 594.3.1. Model 1_1460-1461 – teren płaski ........................................................ 594.3.1.1. Charakterystyka terenu................................................................... 594.3.1.2. PCI Geomatica ............................................................................... 614.3.1.3. Match-t............................................................................................ 644.3.1.4. Porównanie..................................................................................... 664.3.2. Model 15_0477- 0480 – teren płaski ..................................................... 684.3.2.1. Charakterystyka terenu................................................................... 684.3.2.2. PCI Geomatica ............................................................................... 694.3.2.3. Match-t............................................................................................ 724.3.2.4. Porównanie..................................................................................... 754.3.3. Model 15_0480-0481 – teren płaski ...................................................... 764.3.3.1. Charakterystyka modelu ................................................................. 764.3.3.2. PCI Geomatica ............................................................................... 774.3.3.3. Match-t............................................................................................ 814.3.3.4. Porównanie..................................................................................... 854.3.4. Model 14_0443-0444 – teren pofalowany ............................................. 864.3.4.1. Charakterystyka terenu................................................................... 864.3.4.2. PCI Geomatica ............................................................................... 874.3.4.3. Match-t............................................................................................ 914.3.4.4. Porównanie..................................................................................... 954.3.5. Model 14_9398-9399 – teren pofalowany ............................................. 964.3.5.1. Charakterystyka terenu................................................................... 964.3.5.2. PCI Geomatica ............................................................................... 973


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”WstępWstępNumeryczny Model Terenu (NMT) jest zagadnieniem istniejącym jużniemal pół wieku. Jako że zawiera informacje o rzeźbie terenu, odgrywa bardzoważną rolę w wielu dziedzinach, w których wykorzystywana jest trójwymiarowaprzestrzeń. Jest terminem bardzo szerokim i popularnym w ostatnim okresieczasu, co jest związane z jego różnorodnym zastosowaniem, zarówno wzagadnieniach inżynieryjnych, naukowych jak i rozrywce. Nieustanny rozwójtechniki oraz popularność tematyki NMT i jej wykorzystania, prowadzi donieustannego rozwoju NMT, jego przetwarzania, pozyskiwania nowych odbiorcówa także do rozwoju metod pozyskiwania danych do NMT.Zagadnienie pozyskiwania danych do Numerycznego Modelu Terenu jestprawie tak samo ważne jak samo pojęcie NMT. Przez szereg kolejnych latpowstawały nowe metody pozyskiwania danych do NMT, a stare byłyudoskonalane. Obecnie najczęstszym sposobem pozyskiwania danych do NMTjest metoda fotogrametryczna. Jedna z jej odmian polega na automatycznychgenerowaniu NMT ze zdjęć lotniczych. Na rynku polskim istnieje wieleprogramów zajmujących się tą tematyką. Jednymi z najczęściej stosowanych sąImageStation Match-t oraz PCI Geomatica. Należą one do różnych klasprogramów i znacznie różnią się osiąganymi dokładnościami. W niniejszej pracyzostały przedstawione osiągi i możliwości ustawień obydwu programów.Rozdział 1 i 2 to teoretyczna część pracy. W pierwszym z nich przybliżonotematykę Numerycznego Modelu Terenu, sposobów pozyskiwania danych doniego a także interpolacji. Rozdział 2 przybliża problem korelacji obrazów, naktórej bazują automatyczne metody pozyskiwania danych do NMT ze zdjęćlotniczych.Rozdział 3 przedstawia opis programów użytych do generowaniaNumerycznego Modelu Terenu.Rozdział 4 dotyczy badawczej części pracy. Jej celem jest porównaniedwóch programów - PCI Geomatica i Match-t pod względem ich użyteczności doautomatycznego generowania NMT. W tym celu w każdym z programówutworzono NMT dla różnego typu terenu, przy wielu różnych ustawieniach.5


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”WstępNastępnie porównano wygenerowane modele pod względem dokładności. Wrozdziale 5 znajdują się wnioski z przeprowadzonych badań a takżenajważniejsze wady i zalety omawianych programów.Tak więc celem niniejszej pracy jest przybliżenie tematyki NumerycznegoModelu Terenu oraz omówienie oprogramowania zajmującego sięautomatycznym generowaniem NMT ze zdjęć lotniczych.6


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenu1. Numeryczny Model Terenu1.1. Definicja NMTTermin Numeryczny Model Terenu (NMT) pochodzi z tłumaczeniaangielskiego Digital Terrain Model (DTM). W polskiej literaturze fachowej jeszczedo niedawna brak było oficjalnej, jednolitej definicji NMT, dopiero „Wytycznetechniczne K-2.8” z 2001 roku precyzują to pojęcie. Numeryczny Model Terenu(wg „Wytycznych technicznych K-2.8”),[10] jest to zbiór współrzędnych,odpowiednio wybranych punktów (X,Y,Z) powierzchni terenu, utworzony jako jejnumeryczna reprezentacja oraz algorytmy umożliwiające odtworzenie jej kształtuw określonym obszarze.Inne definicje Numerycznego Modelu Terenu, podawane przez różnychautorów, jakie pojawiły się w polskiej literaturze na przestrzeni ostatnich lat, sąnastępujące:• Numeryczny Model Terenu to zbiór współrzędnych obrazującychpowierzchnię terenu wraz z określoną metodyką obliczeń niezbędną doprzetwarzania tych danych (Z. Sitek, 1991),[5]• Numeryczny Model Powierzchni Terenu jest to numerycznareprezentacja powierzchni terenu, utworzona zazwyczaj jako zbiórodpowiednio wybranych punktów (X,Y,Z) tej powierzchni orazalgorytmy umożliwiające odtworzenie jej kształtu w określonymobszarze (J. Gaździcki, 1990), [7]• Numeryczny Model Terenu aproksymuje w postaci dyskretnej siećpunktów pomiarowych o znanych współrzędnych przestrzennych: X,Y,Zfunkcję ciągłą, jaką jest powierzchnia topograficzna terenu (J. Buttowt,R.Kaczyński 2003), [2]• Numeryczny Model Rzeźby Terenu jest numeryczną, dyskretną(punktową) reprezentacją wysokości topograficznej powierzchni terenu,7


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenuwraz z algorytmem interpolacyjnym umożliwiającym odtworzenie jejkształtu w określonym obszarze (Z. Kurczyński, R. Preuss), [1]1.2. TerminologiaOprócz polskiego terminu NMT czy też angielskiego DTM w literaturzefunkcjonuje się wiele pokrewnych pojęć dotyczących Numerycznego ModeluTerenu. Najczęściej spotykane terminy pokrewne wg A.F. Habiba (University ofCalgary) [20] to:• DEM (Digital Elevation Model) – wysokości punktów zebrane są wregularną siatkę kwadratów lub sześciokątów, termin ten używanyjest powszechnie w Stanach ZjednoczonychInne znaczenie tego terminu to:- format danych United States Geological Survey (USGS) ocharakterze regularnej siatki, oznaczający rzeźbę terenu- termin nadrzędny oznaczający Numeryczny Model Terenu,który dzieli się na DTM i DSM (opisany poniżej)• DHM (Digital Height Model) – ma znaczenie podobne jak DEM,jednak jest znacznie rzadziej używany, termin ten powstał wNiemczech• DGM (Digital Ground Model) – termin ten kładzie większy nacisk naciągłą powierzchnię ziemi, jest używany w Wielkiej Brytanii• DTM (Digital Terrain Model) – bardziej złożone pojęcie obejmującezarówno wysokości jak i takie elementy rzeźby jak linie grzbietowe,linie nieciągłości itp., ogarnia zagadnienia nie tylko rzeźby terenu,ale również produktów pochodnych (spadków, ekspozycji,widoczności)• DTED (Digital Terrain Elevation Data) – termin używany przez USNational Geospatial Intelligence Agency (NGA), kiedyś znanej jakoNational Imaging and Mapping Agency (NIMA) lub DefenceMapping Agency (DMA), zazwyczaj opisuje model w postaciregularnej siatki8


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenu• DSM (Digital Surface Model) – powyższe terminy dotyczyłypowierzchni terenu, natomiast DSM uwzględnia także zabudowę iroślinność (lasy, pojedynczy drzewa)Rys. 1.2-1 Przykład Numerycznego Modelu Terenu (DTM)(po lewej) i NumerycznegoModelu Pokrycia Tereny (DSM)(po prawej)W literaturze polskiej można spotkać także kilka pokrewnych nazw doNumerycznego Modelu Terenu (NMT). Najczęściej spotykane to:• CMT – Cyfrowy Model Terenu, termin ten jest równoznaczny zNumerycznym Modelem Terenu (NMT) i angielskim DTM• NMRT – Numeryczny Model Rzeźby Terenu, pojęcie to jesttożsame z NMT• NMPT – Numeryczny Model Pokrycia Terenu, termin ten jestrównoznaczny z angielskim DSM• NMPT – Numeryczny Model Powierzchni Topograficznej, terminrównoznaczny z NMT, aczkolwiek rzadko spotykany w literaturze1.3. Sposoby ukazywania rzeźby terenu w przeszłościPrzedstawienie rzeźby terenu odgrywało zawsze bardzo ważna rolę.Ukazanie trzeciego wymiaru przestrzeni stanowi jedno z najważniejszych zadańkartografii od początku jej istnienia i jest podstawą do dalszych analiz.Rzeźba terenu była przedstawiana na mapach już w starożytności [19],kiedy to ukazywano ją w postaci uproszczonych rysunków tzw. „kopczyków”,9


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenuktóre symbolizowały zróżnicowanie wysokościowe obszaru. W XII wieku namapach zaczęto przedstawiać łańcuchy górskie jako barwne perspektywiczneukłady, jednakże nie odzwierciedlały one rzeczywistego układu rzeźby(wysokości względnych lub bezwzględnych czy też położenia linii grzbietowych).W średniowieczu nastąpił dalszy rozwój kartografii. Położenie i kształtrzeźby terenu ukazywanej na mapach stał się bardziej dokładny i bliższyrzeczywistości. Rzeźbę zaczęto przestawiać zgodnie z zasadami rysunkuperspektywicznego, często w rzucie poziomym. Zwiększyła się szczegółowośćrysunku. Pojawiło się również cieniowanie uwzględniające oświetleniewyniosłości rzeźby.Duży wpływ na dalszy rozwój kartografii miało odkrycie ciśnieniaatmosferycznego oraz budowa barometru rtęciowego w 1644. Dokonanopierwszych pomiarów wysokości opartych na podstawie różnic ciśnień. Odpołowy XVII wieku na mapach zaczęły się pojawiać opisane punktywysokościowe (wysokości względne).Od początku XVIII wieku kartografią zainteresowały instytucje państwoweoraz wojsko. Zaczęto przedstawiać na mapach rzeźbę terenu z lotu ptaka.Wykorzystywano do tego metodę kreskowania za pomocą linii ukośnych zuwzględnieniem oświetlenia terenu. Dawało to bardzo plastyczny efekt narysunku w przypadku przedstawienia terenów górzystych, natomiast naobszarach o niezróżnicowanej rzeźbie pozostawały białe plamy. Dopiero podkoniec XVIII wieku zastosowano metodę kreskową także na terenach płaskich.Wtedy zaczęto stosować metodę Lehmana przedstawienia rzeźby. Polegała onana przedstawieniu oświetlenia na mapach za pomocą różnej grubości kresek iodstępów rysowanych zgodnie z kierunkiem spływu wody. Metoda ta wpóźniejszym okresie czasu ulegała licznym modyfikacjom. Jedną z nich jeststosowane do dziś kreskowanie i cieniowanie stoków, podczas gdy linieszkieletowe pozostają jasne.Kolejne z metod stosowanych do dziś są metody przedstawienia rzeźbyterenu na mapach w postaci rysunku poziomicowego. Metody te wynaleziono napoczątku XVIII wieku, jednak w szerokim zakresie zostały zastosowane dopiero,gdy do powszechnego użytku weszły przyrządy i metody ścisłego wyznaczaniaodległości i wysokości. W kolejnych latach wprowadzano dalsze modyfikacje i10


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenuulepszenia metody poziomicowej. Na mapach zaczęto stosować pogrubienie lubzagęszczenie poziomic na stromych zboczach oraz wykorzystywano różneodcienie poziomic w zależności od oświetlenia. Równocześnie wprowadzonokolorystykę. Opracowana w 1911 roku skala barw rzeźby terenu na mapachoparta na zasadzie, że im wyżej tym kolory cieplejsze i jaśniejsze, natomiast niżejkolory zimniejsze i ciemniejsze jest stosowana do dziś.Na przełomie XIX i XX wieku nastąpił dalszy rozwój kartografii. Dokonanopołączenia metod kreskowej Lehmana i cieniowania w sposób punktowy. Obrazrzeźby był przedstawiony za pomocą punktów siatki o określonej wielkości ijasności. Liczba, rozmieszczenie i jasność punktów podlegały ścisłym regułom,wynikającym z relacji pomiędzy nachyleniem i naświetleniem terenu. System tenjednak nie przyjął się w kartografii z powodu licznych wad: zaciemnienia mapy izlewania się punktów. Kolejne z metod pochodzących z początku XX wieku tometoda szeregu profili a także metoda blokdiagramów obrazujących rzeźbę wpostaci barwo plastycznego lub cieniowanego rysunku perspektywicznego.Dalszy rozwój metod przedstawienia rzeźby terenu był związany zpojawieniem się komputerów oraz rozwojem technik: teledetekcyjnej ifotogrametrycznej. Aby przedstawić rzeźbę na mapie stworzonej przez komputer,należy wprowadzić zbiór punktów opisując dla każdego z nich współrzędnewysokościowe i sytuacyjne. Problemem pozostaje nieciągłość opisukomputerowego rzeźby, który wymaga zastosowania interpolacji. W tym celurozwinęło się wiele metod interpolacji począwszy od najprostszych po bardziejwyrafinowane (np. Kriging). W ten właśnie sposób powstał Numeryczny ModelTerenu jako zbiór danych w komputerze zawierających informacje o wysokościpunktów.1.4. Sposoby przedstawiania Numerycznego Modelu TerenuNumeryczny Model Terenu może być przedstawiany na wiele różnychsposobów, jednak w praktyce największe znaczenie mają modele: w postaciregularnej siatki kwadratów (GRID), która może być uzupełniona o punktycharakterystyczne i linie szkieletowe (metoda hybrydowa) oraz nieregularnej11


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenusiatki trójkątów (TIN). O tym, który z wyżej wymienionych modeli powinien byćzastosowany decydują ich liczne zalety i wady.1.4.1. Model TIN [8],[1]Model TIN (z angielskiego Triangular Irregular Network) jest tonieregularna sieć trójkątów. Siatkę TIN zalicza się do siatek pierwotnych, gdyżwierzchołki trójkątów opierają się na punktach pomiarowych. Ponieważ w modelutym przeważnie wykorzystywane są wszystkie punkty opracowania, jest onstosunkowo dokładny.Rys. 1.4-1 Siatka TINDo utworzenia siatki trójkątów wykorzystywana jest najczęściej triangulacjaDelaunay. Trójkąty tworzące triangulacje Delaunay musza spełniać tak zwanekryterium okręgu. Jest ono spełnione, jeśli okrąg opisany na dowolnym ztrójkątów nie zawiera innych punktów niż wierzchołki tego trójkąta. Tak więcnajlepiej gdy trójkąty są zbliżone do równobocznych.Rys. 1.4-2 Przykład prawidłowych i nieprawidłowych trójkątów12


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model TerenuBezpośrednio z triangulacją Delaunay związana jest konstrukcja diagramuVoronoi. Diagram Voronoi to dekompozycja płaszczyzny na obszary wokółkażdego punktu w taki sposób, że wszystkie punkty z regionu okalającego P i sąbliżej niego niż jakiegokolwiek innego punktu ze zbioru S. [9]Rys. 1.4-3 Diagram VoronoiDiagram Voronoi złożony jest z poligonów Thiessena (poligon otaczającypunkt „i” powstały z połączenia środkowych odcinków łączących punkt „i” zpozostałymi punktami zbioru). Jeśli połączone zostaną punkty sąsiadującebiorące udział w tworzeniu poligonów Thiessena to powstanie siatka trójkątówspełniająca kryterium okręgu.Rys. 1.4-4 Poligon Thiessena13


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model TerenuMając model w postaci nieregularnej siatki trójkątów można wyznaczyćwysokość dowolnego punktu, którego rzut na płaszczyznę znajduje się wewnątrztrójkąta .Rys. 1.4-5 Wyznaczenie wysokości punktu w nieregularnej siatce trójkątów (źródło [8])Wysokość punktu P oblicza się według wzoru:ZPZ=AwA+ ZBwB+ Zw + w + wAgdzie:Z A , Z B , Z C są wysokościami punktów A, B i C,wagi w A, w B , w C są polami przeciwległych (do punktów) trójkątów,powstających przez podział trójkąta ABC odcinkami łączącymi wierzchołki tegotrójkąta z punktem P.Przedstawienie Numerycznego Modelu Terenu w postaci siatki TIN mawiele zalet i wad. Zaletą tej metody jest jej dopasowanie do terenu poprzez pełnewykorzystanie informacji o wszystkich punktach pomiarowych. Dodatkowo modelTIN zachowuje związki topologiczne pomiędzy punktami. Jednakże archiwizacjaNMT w tej strukturze wymaga większych zbiorów niż w przypadku siatki GRID.Przedstawienie Numerycznego Modelu Terenu w postaci siatki TIN jest zalecanedla terenów o skomplikowanej rzeźbie, z dużą ilością elementówantropogenicznych.BCCwC14


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1.4.2. Model GRID [10], [8]1. Numeryczny Model TerenuModel GRID jest oparty na regularnej siatce kwadratów, prostokątów lubtrójkątów, w której punkty węzłowe posiadają określone wysokości. Ta regularnasieć powstaje zwykle nie poprzez pomiar, lecz w wyniku interpolacji pomiędzypunktami pomiarowymi, dlatego też nazywana jest siecią wtórną lub sieciąwynikową NMT.Rys. 1.4-6 Siatka GRIDWysokości węzłów z ij tworzą tak zwaną macierz wysokości, gdzie i,joznaczają wiersz oraz kolumnę macierzy. Położenie węzłów siatki określone jestpoprzez położenie w macierzy. Gdy znane są współrzędne punktu początkowegosiatki X 0 ,Y 0 oraz interwał siatki ds, współrzędne X,Y dowolnego punktuwyznaczają wzory (dla regularnej siatki kwadratów):X=X 0 + i * dsY=Y 0 + j * dsTaka struktura zapisu jest łatwa do przetwarzania i archiwizacji, gdyżzajmuje mało pamięci. Jednakże zasadniczą wadą tej metody jestniedostosowanie rozmieszczenia punktów siatki do form morfologicznych, przezco wiele szczegółów terenowych zostaje pominiętych w trakcie opracowania.Zwiększenie oczka siatki podnosi dokładność modelu, lecz także prowadzi donadmiarowości danych na obszarach płaskich o nie urozmaiconej rzeźbie.Mając model w postaci siatki GRID można wyznaczyć wysokośćdowolnego punktu. Jedną z najczęstszych metod wykorzystywanych do tego jest15


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenumetoda zastępująca powierzchnię terenową w obrębie każdego kwadratuparaboloidą hiperboliczną o wzorze:Z = a 3 xy + a 2 y + a 1 x + a 0Wyznaczenie wysokości punktu P w obszarze kwadratu odbywa się zapomocą wzoru interpolacyjnego mającego postać ogólnej średniej arytmetycznej:zP=zi,jwi,j+ zwi+1, ji,jwi+1, j+ wi+1, j+ zi,j+1+ wwi,j+1i,j+1+ w+ zi+1, j+1i+1, j+1wi+1, j+1gdzie:z i,j , z i+1,j , z i,j+1 , z i+1,j+1 - to wysokości w punktach węzłowychwagi w i,j , w i+1,j , w i,j+1 , w i+1,j+1 – to pola przeciwległych prostokątówpowstałych poprzez podział kwadratu liniami równoległymi do osi OX i OY iprzechodzącymi przez punkt P’, który jest rzutem punktu P na płaszczyznę XY.Rys. 1.4-7 Wyznaczenie wysokości punktu w regularnej siatce kwadratów (źródło [8])Inną metodą przedstawiania powierzchni jest metoda hybrydowa. Polegaona na uzupełnieniu regularnej siatki o elementy wektorowe reprezentujące formyterenowe takie jak:• Linie szkieletowe• Linie nieciągłości terenu (skarpy, urwiska)• Granice obszarów wyłączonych o obniżonej dokładności (lasy)16


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenu• Granice obszarów planarnych (jeziora, stawy)• Granice obszarów wyłączeń o jednakowym spadku (rzeki),a także o charakterystyczne punkty rzeźby terenu ( lokalne minima i maksima).1.5. Dokładność Numerycznego Modelu TerenuDokładność Numerycznego Modelu Terenu jest wyrażana poprzez średnibłąd wysokości wyinterpolowanej z wynikowego NMT [10]. Dokładność NMTzależy od:• Dokładności danych źródłowych• Wielkości oczka siatki lub średniego boku trójkąta (TIN)• Charakterystyki i rodzaju ukształtowania terenu• Metody interpolacjiWszystkie te czynniki zawiera empiryczny wzór Ackermann’a:m 2 NMT = m 2 z + (αd) 2gdzie:m NMT – średni błąd wyinterpolowanej wysokości z NMTm z – średni błąd określenia wysokości punktu pomiarowegoα – współczynnik opisujący charakter rzeźby terenud – średnia odległość punktów pomiarowychPrzyjmuje się, że współczynnik opisujący charakter terenu α ma wartości:α = 0,004 ÷ 0,007 - dla terenów płaskich (o gładkiej powierzchni)α = 0,010 ÷ 0,020 – dla terenów o średniej trudnościα = 0,022 ÷ 0,044 – dla terenów trudnych ( o skomplikowanej rzeźbie)Innym bardzo ważnym pojęciem związanym z dokładnościąNumerycznego Modelu Terenu jest pojęcie jakości NMT. Oznacza onodostosowanie i kompletność NMT do morfologicznych form terenowych.17


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenu1.6. Pozyskiwanie danych do NMTDane do Numerycznego Modelu Terenu można pozyskiwać następującymimetodami:• Metodą bezpośrednich pomiarów terenowych• Metodą kartograficzną• Metodą fotogrametryczną• Metodą skaningu laserowego• Metodą interferometrii radarowej• Metodą laserową• Kombinacją powyższych metod1.6.1. Metoda bezpośrednich pomiarów terenowychMetoda bezpośrednich pomiarów terenowych (polowa) polega napomiarze w terenie pikiet wysokościowych. Pomiary najczęściej przeprowadzasię tachimetrem elektronicznym z automatyczną rejestracją pomierzonychpunktów. Pomiarowi podlegają punkty rozproszone znajdujące się wcharakterystycznych miejscach rzeźby terenu, dzięki którym istnieje możliwośćwiernej prezentacji powierzchni terenu. Oprócz punktów rozproszonychpomiarowi podlegają obiekty liniowe takie jak linie szkieletowe, linie nieciągłości,a także granice obszarów wyłączonych. Metoda polowa jest najdokładniejszą zmetod pozyskiwania danych do NMT, jednakże jest również najbardziejkosztowna i czasochłonna. Dlatego też jest rzadko stosowana i stanowi głównieuzupełnienie innych metod.Na dokładność metody polowej wpływa głównie liczba pomierzonychpunktów na hektar oraz ich rozmieszczenie[2]. I tak dla pomierzonych punktówdokładność wynosi:460 punktach /h => m NMT = ±0,04m115 punktach /h => m NMT = ±0,05m60 punktach /h => m NMT = ±0,07m18


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1.6.2. Metoda kartograficzna [1], [10]1. Numeryczny Model TerenuMetoda kartograficzna pozyskiwania danych do Numerycznego ModeluTerenu polega na uzyskaniu danych z istniejących map, głównie z digitalizacjiwarstwic. Materiałami źródłowymi mogą być: mapy, kalki pikiet, pierworysy map,diapozytywy wydawnicze rzeźby, sytuacji, elementów hydrograficznych i wódpowierzchniowych a także wykazy współrzędnych punktów osnowy. W trakciepozyskiwania danych do NMT digitalizacji podlegają:• Obiekty liniowe: warstwice, linie nieciągłości (skarpy, urwiska,nasypy), cieki, interpolowane linie grzbietowe• Obiekty punktowe: punkty osnowy, koty wysokościowe, pikiety• Obiekty powierzchniowe: zbiorniki wodne, tereny podmokłe, bagna,lotniska, szerokie drogiDokładność generowanego NMT na podstawie materiałówkartograficznych zależy od skali i dokładności digitalizowanych map a także odrodzaju terenu. Dokładność tą można przewidzieć, gdyż wynika ona z cięciawarstwicowego digitalizowanej mapy. I tak dla przykładu NMT powstały na baziemapy topograficznej w skali 1:50000 z regularną siatką 50m ma dokładność:• 1,7m => dla terenów płaskich• 6,7m => dla terenów falistych• 13,3m => dla terenów górzystychMetoda kartograficzna generowania NMT stosowana jest często naterenach zalesionych, gdzie pomiary fotogrametryczne są utrudnione ze względuna znaczne pokrycie powierzchni terenu roślinnością. Jednakże w metodzie tejpojawiają się trudności przy digitalizacji form terenowych przedstawianych zapomocą symboli (skarpy, nasypy) na mapie topograficznej. Mapy te częstopokazują te formy bez dostatecznego opisu wysokościowego.1.6.3. Technologia fotogrametrycznaTechnologia fotogrametryczna jest obecnie najczęściej wykorzystywanąmetodą pozyskiwania danych do generowania Numerycznego Modelu Terenu.Dane są otrzymywane poprzez pomiar stereogramów zdjęć lotniczych. Pomiar19


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenumożna przeprowadzać przy pomocy: autografu analitycznego (lub analogowego)oraz autografu cyfrowego.1.6.3.1. Pomiar przy pomocy autografu analitycznego lub analogowego [1],[10]Pomiar na autografie analitycznym lub analogowym polega na budowie modelu istereodigitalizacji powierzchni terenu. Pomiarowi podlegają punkty rozproszonelub w regularnej siatce a także linie szkieletowe, linie nieciągłości, graniceobszarów wyłączonym itp. Błąd pomiaru wysokości mierzonego punktu (naautografie analitycznym) jest wprost proporcjonalny do wysokości lotu i wynosi od0,10‰ W do 0,15‰ W, gdzie W to wysokość lotu.Dokładność pomiaru wysokości punktu na autografie analogowymsprzężonym z komputerem jest tylko nieco niższa niż na autografie analitycznym,jednakże praca na autografie analogowym charakteryzuje się znacznie mniejsząwydajnością i niskim komfortem pracy.Bardzo ważnym elementem jest ustalenie wielkości oczka siatkipomiarowej, tak aby dobrze oddawał wszystkie formy terenowe. I tak przyjmujesię ze wielkość oczka siatki powinna wynosić:dla terenów płaskich s = βm NMT gdzie: β = 40 ÷ 60dla terenów pofałdowanych s = βm NMT gdzie: β = 20 ÷ 30Wielkość oczka siatki wtórnej jest 2 ÷ 3 razy mniejsza. Dokładności wynikowegoNMT wynosi:dla terenów płaskich i falistych m NMT = 0,2 ÷ 0,4‰ Wdla terenów górskichm NMT = 1,0 ÷ 2,0‰ W1.6.3.2. Pomiar przy pomocy autografu cyfrowego [1], [10]Pomiar danych do tworzenia NMT na autografie cyfrowym może byćprzeprowadzony trzema sposobami:• Pomiar manualny• Pomiar manualny wspomagany korelatorem obrazu• Pomiar w pełni automatyczny20


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model TerenuPomiar manualny polega na pomiarze punktów rozproszonych lub wregularnej siatce, a także linii szkieletowych, linii nieciągłości, granic obszarówwyłączeń oraz lokalnych minimów i maksimów. Dokładność określenia wysokościzależy od wysokości lotu i wynosi:Dla terenu łatwego:Dla terenu trudnego:m NMT = 0,15‰ Wm NMT = 0,30‰ WPomiar manualny wspomagany korelatorem obrazu wygląda podobnie jakpomiar całkowicie manualny. Obserwator wybiera miejsce pomiaru, jednakżeznaczek pomiarowy ustawiany jest na terenie automatycznie z wykorzystaniemprocesu autokorelacji.Pomiar w pełni zautomatyzowany polega na automatycznym określeniuzarówno miejsca pomiaru jak i wysokości punktu pomiarowego z wykorzystaniemprocedury autokorelacji. Proces generowania NMT charakteryzuje się dużą liczbąpomierzonych punktów. Na jedno oczko siatki wtórnej przypada około 10 ÷ 20pomierzonych punktów. Duża liczba obserwacji nadliczbowych sprawia, żeproces staje się dokładniejszy. Wygenerowany NMT podlega procesowi filtracji, wtrakcie którego odrzucane są pikiety odstające (pikiety o wysokości znacznieodbiegającej od wysokości sąsiednich pikiet) np. przypadające na pojedynczedrzewa lub budynki. Wygenerowany NMT musi podlegać weryfikacjiwykonywanej przez obserwatora. Polega ona na nałożeniu NMT na modelstereoskopowy i wizualnym sprawdzeniu czy pomierzone punkty leżą napowierzchni terenu. Automatyczny proces generowania NMT daje najlepszeefekty dla terenów odkrytych. Na terenach zabudowanych lub porośniętychwysoką roślinnością częściej stosuje się metodę manualną, gdyż punkty sągenerowane na elementach pokrycia terenu (czyli roślinności i zabudowie).Dokładność NMT (na terenach odsłoniętych) wykonanego przy pomiarzeautomatycznym jest porównywalna lub wyższa niż na autografie analitycznym iwynosi:• Dla zdjęć zeskanowanych z pikselem 15μm:m NMT = 0,10‰ W dla terenu płaskiego i pofałdowanegom NMT = 0,25‰ W dla terenu górzystego21


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenu• Dla zdjęć zeskanowanych z pikselem 30μm:m NMT = 0,10‰ Wm NMT = 0,30 ÷ 0,35‰ Wdla terenu płaskiego i pofałdowanegodla terenu górzystego1.6.4. Metoda skaningu laserowego [1], [2]Metoda skaningu laserowego Lidar (ang. Light Detection and Randing) jestjedną z aktywnych technologii pozyskiwania danych. Jej idea sprowadza się dookreślenia odległości pomiędzy skanerem laserowym umieszczonym naplatformie samolotu a powierzchnią terenu. Pomiar odległości odbywa się taksamo jak w tradycyjnym dalmierzu laserowym – na podstawie pomiaru czasusygnału powrotnego. Dokładność pomiaru odległości jest bardzo wysoka i wynosiokoło 1cm. Laser skanuje pas powierzchni terenu prostopadły do lotu samolotu oszerokości 0,7 wysokości lotu. Skaner laserowy działa w zakresiepromieniowania podczerwonego lub widzialnego. Ilość wysyłanych impulsów wczasie jednej sekundy waha się od 2000 do 25000. Na powierzchni terenu impulsdaje plamkę o wielkości od kilkunastu centymetrów do 2 metrów. Z dalmierzemwspółpracuje system GPS określający pozycję samolotu, z której wysłano impulsa także inercjalny system nawigacji (INS) mierzący aktualne nachylenie kątoweplatformy, na której umieszczona jest głowica skanująca. Dzięki temu możnaokreślić współrzędne terenowe punków. Bardzo często ze skaneremwspółpracuje także kamera video skierowana pionowo w dół. Obrazy video sąprzydatne w procesie obróbki danych i budowy NMT oraz w trakcie filtrowaniadanych (w celu rozpoznania czy dany punkt znajduje się na powierzchni terenuczy też np. na zabudowie lub roślinności).Dokładność określenia wysokości punktu metodą skaningu laserowegowynosi:m z = 0,15 ÷ 0,25 mDolny zakres przedziału odnosi się do terenów odkrytych, a górny do obszarówpokrytych roślinnością, gdzie niezbędny jest proces filtracji danych. Na terenachgórzystych pokrytych roślinnością dokładność spada do 0,5 ÷ 0,7 m.Duża zaletą skaningu laserowego jest fakt, że część impulsów odbija sięod powierzchni pokrycia terenu, a cześć przenika przez roślinność (latem 30% a22


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenuzimą 70%) i odbija się od powierzchni terenu. Daje to informacje zarówno opowierzchni terenu jak i o wysokości pokrycia, dzięki czemu istnieje możliwośćwygenerowania NMT jak i NMPT (Numerycznego Modelu Pokrycia Terenu).Koleją zaletą systemu jest jego uniezależnienie od warunków pogodowych.Pomiary można wykonywać zarówno w dzień jak i w nocy, a także przy pełnymzachmurzeniu pod warunkiem, że wysokość chmur jest wyższa od wysokościlotu. Ponadto technika ta jest bardzo dokładna, mniej pracochłonna i mniejkosztowna od technologii fotogrametrycznej, i jeśli produktem końcowym ma byćNMT, to jej przewaga nad zdjęciami lotniczymi jest bardzo wyraźna.1.6.5. Metoda interferometrii radarowejZobrazowania radarowe są wykorzystywane w geodezji już od lat 50.Technika pomiaru radarowego polega na wysyłaniu z pokładu samolotu lubstatku kosmicznego wiązki mikrofal i pomiarze powracającego echa. Zaletąmikrofal jest całkowita niezależność od warunków pogodowych i oświetleniowych.Mikrofale przenikają przez gęste chmury. Poza tym dłuższe fale z zakresumikrofal przenikają przez roślinność, dzięki czemu można uzyskać informacje oNMT. Wadą systemów radarowych (RADAR SAT, J-ERS, ERS-1/2) jest ich niskarozdzielczość rzedu:10 – 100 m.Przełomem w pomiarach radarowych stała się interferometria radarowaInSAR [11]. Nowością jest tu umieszczenie dwóch anten: nadawczo – odbiorczejna pokładzie promu oraz odbiorczej na kilkudziesięciometrowym wysięgnikuprzyłączonego do promu. Dzięki temu uzyskiwane są dwa obrazy. Każdy pikselobrazu jest zapisem amplitudy i fazy. Obliczane są różnice faz:4πΔϕ= ϕ2− ϕ1= ( R2− Rλgdzie:φ 1 , φ 2 – fazy sygnału odbitego od punktu terenowego zarejestrowane naobu obrazachλ – długość fali, na której pracuje system(R 2 - R 1 ) – różnica odległości z obydwu anten do punktu terenowego(paralaksa odległościowa)1)23


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model TerenuObliczenie wysokości punktu terenowego wymaga precyzyjnej znajomościdługości bazy (odległość miedzy antenami) i jej orientacji w przestrzeni(położenie, kąty nachylenia)Z różnic faz, które są określone dla każdego piksela tworzy interferogram,złożony z prążków interferencyjnych. Większe zagęszczenie prążków świadczy owiększym nachyleniu terenu. Tak więc z różnic faz można obliczyć wysokościterenowe, a więc zbudować także Numeryczny Model Terenu.Zastosowanie interferometrii radarowej pozwala zwiększyć dokładnościpomiarów radarowych. Dokładność bezwzględna opracowania wysokości wynosi:m h = 16m, a dokładność względna m h = 6m.1.6.6. Metoda laserowaW metodzie laserowej wykorzystywany jest zwykły dalmierz laserowyumieszczony na pokładzie samolotu lub satelity. Jest ona stosowana tam, gdzienie jest potrzebna wysoka wydajność. Dokładność Numerycznego ModeluTerenu uzyskanego tą metodą wynosi:m NMT = 0,5 ÷ 1m1.7. Zastosowanie Numerycznego Modelu TerenuNumeryczny Model Terenu znajduje szerokie zastosowanie wszędzie tam,gdzie potrzebne są informacje o wysokościowym położeniu powierzchni terenu.Tak więc ma on zastosowanie w wielu różnych dziedzinach począwszy odrealizacji projektów inżynieryjnych i wspomagania systemów informatycznych(GIS) po gry komputerowe.Podstawowym produktem NMT są różnego rodzaju mapy. Najlepszymtego przykładem są: mapa wysokościowa, mapa spadków, ekspozycji stoków,krzywizn terenu, czy spływu wód. Numeryczny Model Terenu jest niezbędny wprocesie cyfrowego generowania ortofotomapy w celu wyeliminowaniazniekształceń wywołanych deniwelacją terenu. NMT znajduje również bardzoszerokie zastosowanie w Systemach Informacji o Terenie. Stanowi on doskonałymateriał wyjściowy do różnorakich prac związanych z projektami dróg, melioracją24


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenuczy przewidywaniem zasięgu i skutków powodzi. Ma on zastosowanie także wobliczaniu objętości i sporządzaniu bilansu robót ziemnych.Przedstawione powyżej możliwości wykorzystania NMT są tylko niewielkączęścią przykładów zastosowań Numerycznego Modelu Terenu. NMT jestproduktem tak uniwersalnym, że wszystkich możliwości jego zastosowania niesposób wymienić.1.8. Interpolacja1.8.1. Definicja i zastosowanie interpolacjiSłowo interpolacja pochodzi od łacińskich słów: ‘inter’ – pomiędzy oraz‘polire’ – udoskonalać czyli udoskonalać pomiędzy.Według definicji interpolacja jest procesem przewidywania wartościatrybutów w niepróbkowanych miejscach, z pomiarów w miejscachzlokalizowanych na tym samym obszarze co interpolowane atrybuty [12].Zadanie interpolacji można więc określić następująco: W przedziale [a,b] danychjest n+1 różnych punktów x 0 ,x 1 ,...,x n (węzły interpolacji) oraz wartości funkcjiy=f(x) w tych punktach f(x 0 )=y 0 ,f(x 1 )=y 1 ,...,f(x n )=y n , natomiast należy znaleźćfunkcję F(x), która w węzłach interpolacji ma te same wartości co f(x) i przybliżaf(x) we wszystkich punktach.Interpolacja ma szereg różnych zastosowań w wielu dziedzinach. Stosujesię ją wtedy gdy:• Istnieje potrzeba zmiany rozdzielczości, wielkości lub orientacjipowierzchni (obrazu)• Ciągła powierzchnia reprezentowana przez dane jednego typu musibyć przedstawiona za pomocą danych innego typu (np. zmiananieregularnych punktów w siatkę GRID)• Konieczne jest przedstawienie danych dyskretnych za pomocąciągłej powierzchniW trakcie budowy Numerycznego Modelu Terenu interpolacja jestpotrzeba na etapie generowania regularnej siatki GRID z punktów rozproszonych,25


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenudo zagęszczenia istniejącej siatki lub do wyznaczenia wysokości dowolnegopunktu pomiędzy punktami regularnej siatki.Do najważniejszych metod interpolacji siatki GRID można zaliczyć metodę:najbliższego sąsiada, średniej ważonej, naturalnego sąsiedztwa, aproksymacjiwielomianowej, aproksymacji funkcjami giętymi i Kriging.1.8.2. Metoda najbliższego sąsiadaMetoda ta jest jedną z najprostszych metod interpolacji. Polega na tym, żewysokości węzła siatki (lub innej poszukiwanej wysokości) przypisuje sięwysokość najbliższego sąsiadującego punktu. W interpolacji powierzchni jestbardzo rzadko stosowana, gdyż wprowadza nieciągłość tej powierzchni.1.8.3. Metoda średniej z pewnego otoczeniaW metodzie średniej z pewnego otoczenia stosuje się dwa podejścia: winterpolacji mogą brać udział wszystkie punkty z pewnego stałego otoczeniawyznaczanego punktu lub najbliższe ‘K’ punktów (K jest ustalone z góry)[13].W metodzie, gdzie w interpolacji biorą udział punkty z pewnego otoczeniaszukanego węzła siatki, otoczenie jest określane poprzez pewną z góry określonąstałą odległość. Otoczenie ma kształt koła i do interpolacji brane są wszystkiepunkty z tego koła. Wysokość szukanego węzła jest wyznaczana jako średniawszystkich punktów z otoczenia.Rys. 1.8-1 Wyznaczenie punktów biorących udział w interpolacji A i B wg stałejodległości (źródło [13])Wyznaczenie wysokości węzłów siatki GRID tą metodą ma swoje wady i zalety.Zakładana wielkość otoczenia może być zbyt mała i w miejscach, gdzie punkty są26


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenurzadko rozmieszczone, nie można wyznaczyć wysokości punktu siatki. Ma toswoje zalety, gdyż można w łatwy sposób znaleźć miejsca o niewystarczającejilości danych, jednak z drugiej strony „dziury” w siatce GRID są nie do przyjęcia.Drugim ze sposobów wyszukania punktów do interpolacji jednego węzłajest wybór K najbliższych punktów, gdzie K jest z góry założoną wartością.Rys. 1.8-2 Wyznaczenie K=4 najbliższych punktów biorących udział w interpolacji A i B(źródło [13])Wysokości punktów siatki GRID wyznaczane są jako średnia najbliższychK punktów. Takie rozwiązanie pozwala zawsze znaleźć punkty biorące udział winterpolacji, jednakże wybrane elementy mogą być zbyt daleko odinterpolowanego punktu i tak utworzona siatka może wnosić błędne informacje.1.8.4. Metoda średniej ważonej odwrotnością odległości (Inverse DistanceWeighting)Metoda średniej ważonej jest jedną z najbardziej powszechnych metodinterpolacji. Zakłada ona, że największy wpływ na interpolowaną wysokość mająpunkty najbliżej położone, a mniejszą położone dalej.W metodzie średniej ważonej podobnie jak w poprzedniej najpierw określasię otoczenie (wartość odległości), z którego punkty będą brać udział winterpolacji siatki. Następnie dla każdego punktu z otoczenia określana jest waga.27


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model TerenuRys. 1.8-3 Interpolacja metoda średniej ważonej (źródło [13])Wagi oblicza się na podstawie odległości pomiędzy interpolowanympunktem, a każdym punktem w otoczeniu:wi= N∑i=1d−MiP( d−MiPgdzie:(x P ,y P ) – współrzędne interpolowanego punktu(x 1 ,y 2 ) , ... , (x i ,y i ) , ... , (x N ,y N ) – współrzędne punktów biorących udział winterpolacjid iP – odległość pomiędzy punktem interpolowanym a punktami biorącymiudział w interpolacjiM – wykładnik potegi, M>0,w i – wagi)Dzięki wykładnikowi potęgi M można kontrolować w jaki sposób wpływa odległośćod interpolowanego węzła siatki na wyznaczaną wysokość. Wraz ze wzrostemstałej M (gdy M>1) wyinterpolowana powierzchnia jest płaska w pobliżu punktówo znanej wysokości, natomiast jej wysokość gwałtownie się zmienia w pobliżuśrodka odległości pomiędzy danymi punktami. Tak więc wraz ze wzrostem Mmaleje wpływ bardziej odległych punktów na interpolowaną wysokość. Dointerpolacji najczęściej używa się stałej o wartości od 1 do 2.28


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model TerenuWysokość punktu interpolowanego wyznaczana jest ze wzoru:zP=N∑i=1gdzie:z i – wysokość punktu o współrzędnych (x i ,y i )z P – wysokość wyznaczanego punktuwizi1.8.5. Metoda naturalnego sąsiadaMetoda naturalnego sąsiada została po raz pierwszy zastosowana w 1981roku przez Sibsona. Może być ona stosowana zarówno w interpolacji jak iekstrapolacji. Dobrze się nadaje do pracy na grupie rozproszonych punktów.[14]Metoda naturalnego sąsiada bazuje na wieloboku Thiessena i triangulacjiDelaunay.Rys. 1.8-4 Siatka TIN i sieć wieloboków Thiessena dla grupy rozproszonych punktówKażdy z punktów rozproszonych jest otoczony poligonem Thiessena, którystanowi granice „strefy wpływów” każdego z punktów. Ważną role w procesieinterpolacji stanowią pola wieloboków Thiessena, które biorą udział w ustalaniuwielkości wag. Jeśli do sieci rozproszonych punktów zostanie dodany jeden punkt(P n ), którego wysokość ma być wyznaczona, pola sąsiednich wieloboków ulęgnązmianie.29


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model TerenuRys. 1.8-5 Wyznaczenie wysokości punktu P n (źródło [14])Wagi zostaną wtedy wyznaczone z następującego wzoru:wi=ppinn=gdzie:w i – wagap in – różnica pól wieloboków przed i po dostawieniu punktu P np n – pole wieloboku w którym znajduje się punkt P np I – pole wieloboku w którym znajduje się punkt i przed dostawieniempunktu P np i – pole wieloboku w którym znajduje się punkt i po dostawieniu punktu P npI− ppniWysokość punktu interpolowanego wyznaczana jest ze wzoru:ZP=N∑i=1w Zgdzie:Z Pn – szukana wysokość punktuZ i – dane wysokości punktów rozproszonychw i – wagaii30


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenu1.8.6. Interpolacja przy użyciu wielomianówMetoda ta może być przeprowadzona przy użyciu wielomianu globalnegolub wielomianów lokalnych [15]. W obu przypadkach korzysta z ogólnegorównania wielomianu:f(x,y) = a 0 + a 1 x + a 2 y + a 3 xy + ...W interpolacji przy użyciu wielomianu globalnego (ang. global polynomialinterpolation) poszukuje się równania powierzchni, która najlepiej dopasowuje siędo pomierzonych punktów powierzchni. W przeciwieństwie do wcześniejomawianych metod nie używa ona lokalnych informacji o punktach. Jedenwielomian określa całą interpolowaną powierzchnię. Dla terenów jednostajnienachylonych stosuje się wielomian pierwszego stopnia, dla odzwierciedleniadoliny wielomian stopnia drugiego. Również wyższe stopnie wielomianów sąużywane w zależności od tego jaki charakter ma interpolowana powierzchnia.Rys. 1.8-6 Przekrój przez interpolowaną powierzchnie o równaniu wielomianowympierwszego stopniaInterpolacja przy użyciu wielomianu globalnego nie jest interpolacją wścisłym znaczeniu tego słowa, gdyż nie służy do wyznaczenia niewiadomejwartości wysokości dla określonego punktu. Jej zadaniem jest przedstawienie wprzybliżeniu ogólnego kształtu powierzchni w opracowaniach wielkoskalowych.31


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model TerenuIdea interpolacji przy użyciu wielomianów lokalnych opiera się nautworzeniu interpolowanej powierzchni opisanej przy pomocy różnychwielomianów, z których każdy jest optymalizowany dla określonego sąsiedztwapunktu o poszukiwanej wysokości[16]. Dla każdego punktu (punkt centralnyfunkcji), którego wartość (wysokości) jest poszukiwana, określany jest wielomianaproksymujący taki, że jego wartości są możliwie jak najbliższe wartościompunktów z sąsiedztwa. Funkcja ta powinna być zdefiniowana dla całego modelu idawać najlepszą aproksymacje dla punktów z danego sąsiedztwa. Współczynnikiwielomianu a 0 , a 1 , ... , a j są obliczane na podstawie wartości punktów z danegosąsiedztwa przy uwzględnieniu wag obliczonych na podstawie odległości odpunktu centralnego. Dokładność aproksymacji zależy więc od odległości odcentralnego punktu funkcji. Wielomiany biorące udział w aproksymacji mogą byćdowolnego stopnia, jednakże użycie wielomianów wyższego stopnia (4 i więcej)powoduje nadmierne powyginanie powierzchni.Rys. 1.8-7 Przekrój przez powierzchnie interpolowaną przy użyciu wielomianu zbytwysokiego stopniaInterpolacja przy użyciu wielomianów lokalnych jest dokładniejsza ibardziej elastyczna niż w przypadku wielomianu globalnego, jednak nie jest takdokładna jak np. metoda średniej ważonej wg odległości.32


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model Terenu1.8.7. Interpolacja przy użyciu funkcji sklejanych (minimum curvaturespline method)Idea interpolacji przy użyciu funkcji sklejanych polega na podziale modeluna którym prowadzona jest interpolacja na małe obszary [17]. Dla każdej zwydzielonych części określana jest powierzchnia opisana równaniem funkcjisklejanej, która ściśle dopasowuje się do danych punktowych. Funkcją opisującąposzczególne obszary są zazwyczaj wielomiany trzeciego stopnia. Wszystkiefunkcje są ze sobą połączone na brzegach obszarów w sposób ciągły. Dziękitemu można stworzyć bardzo wygładzoną powierzchnię. Funkcje są takpoprowadzone by uzyskać powierzchnie o jak najmniejszej krzywiźnie. Warunkijakie muszą zachodzić na brzegach pomiędzy wielomianami wyglądająnastępująco:f ‘ i = f ‘ i+1f ‘’ i = f ‘’ i+1f 3 i = f 3 i+1gdzie:f i , f i+1 – wielomiany opisujące sąsiednie obszaryMetoda interpolacji przy użyciu funkcji sklejanych najlepiej nadaje się dointerpolacji powierzchni terenu łagodnie zróżnicowanego, koncentracjizanieczyszczeń lub też odtworzenia lustra wody. Nie nadaje się ona natomiastdla terenów, gdzie na krótkim odcinku występują duże zmiany wysokości, gdyżmoże pominąć najbardziej odstające wartości.Interpolacja przy użyciu funkcji sklejanych choć podobna do interpolacjiwielomianowej, jest znacznie dokładniejsza. Dzięki zastosowaniu wielomianówniskiego stopnia przejścia pomiędzy wielomianami są gładkie, na powierzchni niema żadnych zaburzeń i zbędnych wygięć.33


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model TerenuRys. 1.8-8 Przekrój przez powierzchnie interpolowaną przy użyciu funkcji sklejanych1.8.8. KrigingKriging należy do statystycznych metod interpolacji. Zostałrozpowszechniony przez Georges’a Matheron i D.G. Krige, którzy stosowali temetodę do analiz danych geochemicznych, przy znajdowaniu złóż złota [18].Metoda Krigingu zakłada, że punkty rozproszone wzajemnie na siebieoddziaływają, a stopień ich oddziaływania uzależniony jest od odległości miedzynimi. Różnice miedzy punktami pomiarowymi wzrastają w miarę ich oddalaniasię, a wszelkie oddziaływanie zanika po przekroczeniu odległości zwanejpromieniem oddziaływania. Zależności te nazywają się semi-wariancjami. Immniejsza odległość pomiędzy punktami tym mniejszą wartość ma semi-wariancja.Matematycznie semi-wariancja opisana jest wzorem:γ( d )=n∑i=1[ z(x)− z(x + d)]gdzie:x – dany punktx+d – punkt oddalony od danego o odległość dz(x) – wartość z w punkcie xz(x+d) – wartość z w punkcie oddalonym od x o odległość dn – liczba par punktów oddalonych o odległość d2n234


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”1. Numeryczny Model TerenuWykres semi-wariancji jako funkcji odległości od punktu przedstawia semiwariogram.Wartość semi-wariancji wzrasta wraz z odległością dopóki nieosiągnie maksimum w pewnej odległości (promień oddziaływania) od punktucentralnego. Obszar od punktu centralnego do końca promienia oddziaływaniajest zwany sąsiedztwem. W centrum sąsiedztwa znajduje się zazwyczaj nieznanawartość wysokości. Aby wyznaczyć tą nieznaną wartość wszystkie punkty zdanego sąsiedztwa są wagowane przy użyciu semi-wariogramu. Wagi orazznane wartości punktów służą następnie do obliczenia wartości szukanegopunktu. Wysokość szukanego punktu oblicza się ze średniej ważonej:Z=n∑i=1w iZ igdzie:Z – szukana wartość wysokościZ i – dana wysokość punktuw i – waga punktu „i” obliczona na podstawie semi-wariogramuMetoda Krigingu jest jedną z najdokładniejszych metod interpolacji podwarunkiem, że semi-wariogram został prawidłowo zbudowany.35


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”2. Korelacja obrazów2. Korelacja obrazów2.1. Definicja i rodzaje korelacjiW procesie automatycznego generowania Numerycznego Modelu Terenubardzo ważna role pełni automatyczna korelacja obrazów.Termin korelacja obrazów wywodzi się z angielskiego terminu imagematching, oznaczający znajdowanie odpowiednika, dopasowanie obrazu.Korelacja obrazów polega na automatycznym wyszukiwaniu i pomiarze punktówhomologicznych (odpowiadających sobie) na dwóch lub więcej obrazachcyfrowych[2]. W tym celu opracowano wiele metod korelacji. Są one używanem.in. do automatycznego pomiaru znaczków tłowych w trakcie orientacjiwewnętrznej zdjęć, wyszukiwania, pomiaru i przenoszenia punktów wiążących waerotriangulacji cyfrowej a także do automatycznego generowaniaNumerycznego Modelu Terenu.Sam proces korelacji niezależnie od metody sprowadza się donastępujących czynności:• wyboru elementów, które będą podlegać dopasowaniu• znajdowanie ich odpowiedników na kolejnych obrazach• obliczeniu współrzędnych przestrzennych dopasowanychelementów• obliczeniu dokładności dopasowaniaMetody korelacji obrazów można podzielić na trzy zasadnicze grupy:• Area Besed Matching (ABM)• Feature Based Matching (FBM)• Relational MatchingAlgorytmy korelacji z grupy Area Based Matching polegają na porównaniugrup pikseli zarejestrowanego obrazu. Bazują na analizie sygnału i poszukująwartości charakterystycznych jakimi są gęstości optyczne pikseli lub stopieńszarości. Korelację bada się w dwóch oknach: pierwotnym i poszukiwawczym.36


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”2. Korelacja obrazówMiarą podobieństwa miedzy obrazami jest obliczony maksymalny współczynnikkorelacji lub spełniony warunek: suma kwadratów różnic gęstości w okniepierwotnym i poszukiwawczym ma najmniejszą wartość. Korelacja ta jestużywana do pracy na obrazach o dobrej teksturze.Algorytmy korelacji z grupy Feature Based Matching polegają naporównaniu ze sobą obiektów na obrazie. Porównaniu podlegają obiekty lokalne(punkty, elementy krawędziowe, krótkie krawędzie lub odcinki, małe regiony), atakże obiekty globalne (poligon, złożona struktura). Każdy z tych elementówposiada swoje atrybuty takie jak: współrzędne w układzie obrazowym, średniągęstość optyczną, orientacje, gradient, długość i krzywiznę linii. Dla każdegoobrazu sporządzana jest lista obiektów, która następnie poddawana jestprocesowi dopasowania. Do określenia miary podobieństwa stosowana jestmetoda najmniejszych kwadratów (minimum sumy kwadratów odchyłek pomiędzycechami) lub funkcja minimalnych kosztów. Metoda ta używana jest często wgrafice komputerowej.Korelacja obrazów z grupy Relational Matchilg (Symbolic Matching) bazujena wykrywaniu pewnych struktur i obiektów z ich przestrzenną topologia, a nie naporównaniu własności geometrycznych. Korelacje tą przeprowadza się wnastępujących etapach:• Wyciąg obiektów• Ustalenie relacji pomiędzy obiektami• Dopasowanie• Obliczenie parametrów końcowych korelacjiW pierwszym etapie korelacji następuje wykrycie na zdjęciachcharakterystycznych struktur i obiektów poprzez wyszukanie krawędzi. Ten etapmusi być przeprowadzony ze szczególną starannością, gdyż na nim bazująwszystkie późniejsze analizy. Każdy wykryty obiekt jest opisywany poprzezszereg atrybutów: długość, kąt, opis węzłów, połączenia linii a także poprzezrelacje z sąsiednimi obiektami. Wszystkie obiekty wraz z atrybutami i związkamitopologicznymi pomiędzy nimi są zapisane w bazach danych. W procesiekorelacji są porównywane własności topologiczne pomiędzy wszystkimimożliwymi obiektami, a także ich wygląd. Algorytmy wykrywania w procesie37


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”2. Korelacja obrazówkorelacji zazwyczaj bazują na przeszukiwaniu struktur zapisanych w postacidrzewa lub grafu, dlatego też bazy danych są tak organizowane by toprzeszukiwanie było jak najłatwiejsze. Pomiar podobieństwa odbywa się przyużyciu funkcji minimalnych kosztów.2.2. Przegląd algorytmów korelacji2.2.1. Wykorzystanie linii epipolarnychW celu usprawnienia i przyspieszenia procesu korelacji przeszukiwanieprowadzi się nie oryginalnych obrazach, lecz na obrazach znormalizowanych(epipolarnych)[2]. Obrazy epipolarne to takie obrazy, w których linie epipolarnepowstałe poprzez przecięcie płaszczyzny zdjęć z płaszczyzną rdzenną(zawierająca środki rzutów stereogramu i punkt terenowy) na obu obrazach sąrównoległe do układu współrzędnych modelowych. Obrazy znormalizowane sątworzone po wykonaniu orientacji zewnętrznej zdjęć i wzajemnej modelu. Przy ichtworzeniu następuje resampling obrazu zeskanowanego do nowego obrazuznormalizowanego. Zastosowanie obrazów epipolarnych znacznie przyśpieszaproces korelacji, gdyż przeszukiwanie odbywa się wzdłuż linii epipolarnych a niena całym obrazie.2.2.2. Zastosowanie piramidy obrazówW procesie korelacji istotną rolę odgrywają obrazy pomniejszone. W celuich generowania stosuje się metodę piramid. Jest ona metodą hierarchicznąstosowaną w wielu algorytmach korelacji. Obrazem wejściowym w tej metodziejest obraz oryginalny, ma on rozdzielczość równą pikselowi skanowania. Nakolejnych poziomach (pomniejszeniach) rozdzielczość geometryczna wwierszach i kolumnach redukowana jest dwukrotnie. Istnieje wiele metodgenerowania piramidy obrazów. Najczęściej stosowane to metody: subsamplingu,averaging (średniej) i Gaussa. W metodzie subsamplingu w celu zmniejszeniarozdzielczości redukuje się co drugi wiersz i co druga kolumnę. Otrzymany obrazzajmuje ¼ pamięci mniej od poprzedniego. W metodzie średniej (averaging) w38


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”2. Korelacja obrazównastępnym w hierarchii obrazie zapisywany jest co 4 piksel obrazu poprzedniegoo wartości będącej średnia arytmetyczną z 4 pikseli z obrazu poprzedniego. Wmetodzie Gaussa podobnie jak w metodzie średniej wartość pikseli w następnymw hierarchii obrazie jest średnią z 4 pikseli obrazu poprzedniego, jednakże przeduśrednieniem wykonywana jest filtracja Gaussa (wygładzanie) obrazuoryginalnego. Pozwala to uniknąć deformacji obiektów liniowych lub ichpominięcia na obrazie pomniejszonym.2.2.3. Hierarchiczna korelacja wielopoziomowaNazwa tej metody korelacji pochodzi od angielskiej nazwy Vertical LineLocus (VLL). Metoda ta pozwala w jednym procesie przeprowadzić korelacjeobrazów a także utworzyć obiekty 3D.Korelację VLL rozpoczyna się od przeprowadzenia orientacji dwóch lubwięcej zdjęć [3]. Następnie podaje się współrzędne XY punktów, dla którychbędzie wyznaczana wartość wysokości Z. Mogą to być np. współrzędne punktówtworzących siatkę GRID. Dla każdego położenia XY i zakładanych kolejnoróżnych wartości Z, z równania kolinearności wyznaczany jest odpowiedni obszarna obydwu zdjęciach – homogeniczne okna, dla których zostaje wyliczonywspółczynnik korelacji. Następnie tak dobiera się wartości Z, żeby wyznaczanywspółczynnik korelacji był jak największy. Maksymalny współczynnik korelacjioznacza, że założona na początku wysokość jest rzeczywista wartościąwysokością punktu XY.Rys. 2.2-1 Korelacja VLL (źródło [3])39


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”2. Korelacja obrazówMetoda ta może być udoskonalona poprzez uwzględnienie poprawekgeometrycznych i radiometrycznych. Poprawki te są dodawane do równaniakolinearności i wyznaczone przy obliczeniu współczynnika korelacji.2.2.4. Cross Correlation [1], [2]Metoda Cross Corelation należy do algorytmów korelacji z grupy AreaBased Matching. Proces korelacji w tej metodzie polega na automatycznymodnajdywaniu fragmentów, które mają największy stopień podobieństwa dowzorca. Porównaniu podlegają gęstości optyczne. Korelacje tę bada się w dwóchoknach: pierwotnym (w którym zawarty jest wzorzec) i poszukiwawczym. Oknoposzukiwawcze ma na ogół do 50 x 50 pikseli i jest oknem ruchomym, poruszasię w ramach okna pierwotnego. Dla każdego położenia okna poszukiwawczegoobliczany jest współczynnik korelacji:δ1,2r =δ δgdzie:r – współczynnik korelacjiδ 1,2 – kowariancja12=∑∑(gδ 1 ,δ 2 – odchylenie standardowe( g11− g )( g− g )1g , g 1 2- średnia wartość gęstości optycznej w oknie pierwotnym i21⋅∑2− g( g22)− gposzukiwawczymg 1 , – wartość optyczna piksela w oknie pierwotnymg 2 – wartość optyczna piksela w oknie poszukiwawczym2)2Największa wartość współczynnika korelacji oznacza najlepszedopasowanie. W celu usprawnienia procesu, przeszukiwanie prowadzi się wzdłużlinii epipolarnych. W trakcie szukania wykorzystywana jest także piramidaobrazów. Wstępne dopasowanie prowadzone jest na najmniejszympowiększeniu, potem przechodzi się poprzez kolejne poziomy o wyższejrozdzielczości i wykonywana jest dokładniejsza korelacja aż do obrazu ooryginalnej wielkości.40


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”2. Korelacja obrazówCross Corelation wykorzystuje się do automatycznego pomiaru znaczkówtłowych, lokalizacji punktów kontrolnych na kilku zdjęciach, przenoszenia punktówwiążących w aerotriangulacji a także do automatycznego generowania NMT.2.2.5. Least-Squares MatchingMetoda Least-Squares Matching jest jedną z najdokładniejszych metodkorelacji. Jej algorytm należy do grupy Area Based Matching, czyli opiera się naanalizie sygnału. Ta metoda korelacji wymaga znajomości przybliżonych wartościwspółczynników korelacji [4]. W celu ich poznania najpierw stosuje się CrossCorrelation. Następnie przeprowadzane jest dopasowanie geometryczne iradiometryczne bazujące na metodzie najmniejszych kwadratów. Wpasowaniegeometryczne opiera się na transformacji afinicznej, natomiast radiometrycznebazuje na modelu funkcji liniowej. Transformacje te są przeprowadzane w celuwyrównania zniekształceń informacji na obu zdjęciach oraz różnic w jasności ikontraście. Bardzo pomocne w procesie korelacji jest zastosowanie piramidyobrazów, które pozwala na szybsze odnajdywanie odpowiadających sobiepunktów na różnych obrazach. Ważna rzeczą jest także dobór właściwegorozmiaru okna, który zależy od treści obrazu. Mały rozmiar okna (np. 9x9 pikseli)stosuje się, gdy obraz jest zróżnicowany (przedstawiający teren zurbanizowany),natomiast dla obszarów jednorodnych stosuje się większe rozmiary okna (21x21pikseli).Korelacja przeprowadzana metodą Least-Squares Matching pozwalaosiągnąć dokładność rzędu 0.1 – 0.3 piksela. Jest ona jedną z najdokładniejszychmetod korelacji. Używa się jej do automatycznego opracowania NumerycznegoModelu Terenu, do wyznaczenia punktów wiążących w aerotriangulacji,rekonstrukcji różnych powierzchni, a także w aplikacjach o wysokiej dokładności.Jest wykorzystywana między innymi w programie Match-t.41


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”3.Charakretystyka programów użytych do generowania Numerycznego Modelu Terenu3. Charakterystyka programów użytych do generowaniaNumerycznego Modelu Terenu3.1. PCI Geomatica3.1.1. Charakterystyka programuProgram PCI Geomatica jest produktem kanadyjskiej firmy PCI Geomatics.Znajduje on zastosowanie w wielu dziedzinach, takich jak: fotogrametria,teledetekcja, GIS i kartografia. Oprócz wykorzystywanego w niniejszej pracymodułu do automatycznego generowania NMT, PCI posiada wiele zastosowań.Najważniejsze jego moduły to:• Focus – moduł służący do pracy na różnorodnych danych: wektorowych,rastrowych, zawiera narzędzia do wizualizacji, wzmacniania, badań iweryfikacji zobrazowań satelitarnych (LANDSAT, SPOT, RADARSAT,ERS-1, NOAA AVHRR, Ikonos) oraz lotniczych. Moduł ten równieżdoskonale nadaje się do przeprowadzania różnorodnych analiz GISowych.• PCI Modeler – moduł ten bazuje na wewnętrznym języku programowania:EASI/PACE. Daje on dostęp do standardowych operacji jak import ieksport danych. Użytkownik może zbudować przy jego pomocy swójwłasny „PACE program”. PCI Modeler zawiera rozbudowaną bibliotekęmodułów pozwalającą na szybki dostęp do różnych programów iskładników, które użytkownik chce wykorzystać i umieścić w stworzonymprzez siebie programie.• EASI – moduł ten otwiera okno poleceń. Linia poleceń bazuje na interfejsieEASI/PACE i może być używana do wywoływania wewnętrznychprogramów.• OrthoEngine – jest modułem do tworzenia ortofotomap ze zdjęć lotniczych(zarówno cyfrowych jak i analogowych) a także z obrazów satelitarnych iradarowych. Moduł ten zawiera także narzędzia do automatycznegogenerowania NMT ze zdjęć lotniczych i obrazów satelitarnych.42


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”3.Charakretystyka programów użytych do generowania Numerycznego Modelu Terenu• FLY – to interaktywny moduł do wizualizacji danych, z jego pomocą możnaprzedstawić m.in. przelot nad Numerycznym Modelem TerenuOprócz wyżej wymienionych głównych modułów, PCI posiada jeszczeaplikacje służące do konfiguracji programu. Do generowania NumerycznegoModelu Terenu posłużono się głównie modułem OrthoEngine, wobec tego jegoopis znajduje się w dalszej części pracy.3.1.2. Moduł OrthoEngine – utworzenie projektu (project)Cały proces generowania Numerycznego Modelu Terenu w moduleOrthoEngine rozpoczyna się od założenia projektu. Projekt definiuje się poprzeznadanie mu nazwy, określenie ścieżki do projektu, wybór matematycznegomodelu wyznaczającego powiązanie pomiędzy pikselami obrazu a poprawnymich położeniem na powierzchni Ziemi (w tym przypadku model ze zdjęćlotniczych). Przy zakładaniu projektu określa się także rodzaj użytej kamery orazto czy dane do orientacji zewnętrznej zostaną wprowadzone z pliku, czy teżpomierzone na zdjęciach. Następnie określa się układ współrzędnych, w którymbędzie się pracować. Można wybrać jeden ze zdefiniowanych układów lubsamemu zdefiniować poprzez wybór odpowiedniego odwzorowania, jegoparametrów oraz elipsoidy odniesienia. Można wprowadzić różne odwzorowania:dla pomiaru punktów do orientacji zewnętrznej i danych wyjściowych. Pozdefiniowaniu układu współrzędnych, wprowadza się do projektu dane z kalibracjikamery: stałą kamery, współrzędne znaczków tłowych, przesunięcie punktugłównego, dystorsje i skalę zdjęć.3.1.3. Wprowadzenie danych zewnętrznych do projektu (input data)Kolejnym z etapów przygotowujących do generowania NMT jestwprowadzenie danych wejściowych (wybór z rozwijalnego menu input data).Pierwsza z funkcji, które się pojawiły umożliwia wprowadzenie zdjęć doprojektów, które odbywa się poprzez ustalenie ścieżki. Następnie wykonywanajest orientacja wewnętrzna zdjęć. Orientację tą wykonuje się ręcznie dlapierwszego zdjęcia, poprzez precyzyjne wskazanie każdego ze znaczków43


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”3.Charakretystyka programów użytych do generowania Numerycznego Modelu Terenutłowych i zaakceptowanie. W trakcie pomiaru znaczków automatycznie obliczanesą błędy. Jeśli wielkości błędów są satysfakcjonujące, wówczas dla kolejnychzdjęć orientację wewnętrzną można wykonać automatycznie. Kolejnym etapemjest wprowadzenie elementów orientacji bezwzględnej (współrzędnych środkówrzutu oraz kąty skręcenia kamery), jeśli są znane. Można to zrobić importując je zpliku tekstowego lub wprowadzając bezpośrednio z klawiatury.Bardzo pomocną funkcją jest możliwość zaznaczenia na zdjęciachobszaru, który będzie podlegał opracowaniu. Służy do tego funkcja Define ClipRegion. Pozwala ona na pracę na mniejszych plikach i szybsze działanieprogramu. Na tym etapie można także obrócić zdjęcia, co może ułatwić dalsząprace.3.1.4. Manualne przeprowadzenie orientacji bezwzględnej i wzajemnej(GCP/TP Collection)W celu przeprowadzenia orientacji wzajemnej i bezwzględnej zrozwijalnego menu należy wybrać zakładkę GPC/TP Collection.Orientacje wzajemną przeprowadza się poprzez wyszukanie i pomiarpunktów wiążących. Punkty te mogą być wyszukiwane manualnie lubautomatycznie. Ręczne wykonanie orientacji polega na zaznaczeniu na dwóchlub więcej zdjęciach tych samych punktów. W tym procesie bardzo pomocna jestfunkcja Auto Locate, dzięki której program automatycznie wskazuje przybliżonepołożenie punktu wiążącego na kolejnych zdjęciach, jeśli został on jużpomierzony na pierwszym zdjęciu. Funkcja ta uaktywnia się po pomiarze trzechpunktów wiążących. Kolejną funkcją ułatwiającą pracę jest Bundle Update, dziękiktórej na bieżąco, przy dodaniu każdego punktu wiążącego, są obliczane błędyorientacji, co pozwala na bieżące sprawdzenie czy dodany punkt jest prawidłowopomierzony.Punkty wiążące mogą być także wyszukane i pomierzone automatycznie dziękizastosowaniu korelacji obrazów. Służy do tego funkcja Automatic Tie PointCollection. Przy ustawieniu parametrów wyszukiwania punktów ustala sięnastępujące wartości: ilość punków wiążących, które zostaną wyszukane, obszarna jakim mają się znajdować wyszukiwane punkty, „próg korelacji” czyliminimalny wynik korelacji, od którego korelacja jest uważana za poprawną,44


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”3.Charakretystyka programów użytych do generowania Numerycznego Modelu Terenupromień poszukiwań oraz przybliżoną wysokość terenu (wartość ta nie musi byćpodawana). Błędy orientacji wzajemnej wykonywanej metodą automatyczną sąpodobne do błędów orientacji wykonanej manualnie.Orientację bezwzględną przeprowadza się poprzez pomiar na zdjęciachfotopunktów oraz podanie ich współrzędnych terenowych. Pomiar fotopunktówodbywa się na wszystkich zdjęciach, na których się znajdują. Ułatwieniem są tutajpodobnie jak przy orientacji wzajemnej funkcje: Auto Locate i Bundle Update.Współrzędne fotopunktów można wprowadzić na wiele sposobów: wpisującręcznie z klawiatury, pozyskując z geokodowanego obrazu (wczytując opróczobrazów znany NMT), z pliku wektorowego, z bazy danych, importując z plikutekstowego, lub też pozyskując z map papierowych przy pomocy digitalizerapodłączonego do komputera.Po skompletowaniu danych do orientacji wzajemnej i bezwzględnejnastępuje obliczenie elementów orientacji. Służy do tego polecenie ModelCalculation. Obliczone błędy orientacji są podawane w jednostkach terenowych(metry lub stopy), pikselach lub mikrometrach (na zdjęciach). Z całości możnaautomatycznie utworzyć raport (wybór z menu rozwijalnego reports)3.1.5. Generowanie Numerycznego Modelu Terenu (DEM from stereo)Budowa Numerycznego Modelu Terenu następuje w module DEM fromstereo wybieranego z menu rozwijalnego.Proces generowania NMT rozpoczyna się od utworzenie obrazówepipolarnych. Ułatwiają one i przyśpieszają proces korelacji, dzięki temu, że niewystępuje na nich paralaksa poprzeczna, co sprawia, że poszukiwanie punktówhomologicznych na dwóch obrazach odbywa się wzdłuż linii. Tworzenie obrazówepipolarnych wywołuje funkcja Create Epipolar Image. Użytkownik sam deklaruje,dla których zdjęć będą wykonywane obrazy epipolarne poprzez zaznaczenieprawego i lewego zdjęcia lub też program może automatycznie wykryć zdjęcia opokrywającym się pasie (można zadać wielkość minimalnego pasa pokrycia) i dlanich utworzyć obrazy epipolarne. Przed rozpoczęciem generowania ustawia sięjeszcze następujące opcje [21]:45


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”3.Charakretystyka programów użytych do generowania Numerycznego Modelu Terenu• Working cache – ilość pamięci RAM używanej przez program w trakcieprocesu tworzenia obrazów epipolarnych, nie może być ona większa odpołowy całości RAMu posiadanego przez używany komputer• Down Sample Factor – ilość pikseli zdjęcia, które mają być wykorzystanedo obliczenia jednego piksela na obrazie epipolarnym, przy liczbiewiększej od 1 trzeba określić także metodę obliczenia wartości piksela naobrazie epipolarnymObrazy epipolarne można zacząć generować od razu po ustawieniu parametrówlub też ustawić czas, kiedy mają zacząć się tworzyć.Po utworzeniu obrazów epipolarnych można rozpocząć generowanieNumerycznego Modelu Terenu. Służy do tego funkcja Extract DEM Automatically.Najpierw zaznacza się modele, na których będzie generowany NMT. Następnieustawiane są parametry:• Minimum, maximum elevation – przybliżona minimalna i maksymalnawysokość terenu, wysokości tej nie trzeba wpisywać, jednak jej podanieprzyspiesza proces tworzenie NMT• Failure Value – wartość pikseli, którym program nie potrafił przypisaćwysokości• Background Value – wartość pikseli tła• Pixel Sampling Interval – wielkość piksela samplingu, wpływa onbezpośrednio na dokładność generowanego NMTKorelacja obrazów odbywa z wykorzystaniem piramidy obrazów. Pierwszyetap korelacji przebiega na obrazach o najmniejszym powiększeniu.Następna korelacja wykonywana jest na obrazach o większejrozdzielczości i tak aż do obrazów o pełnej rozdzielczości. Pixel SamplingInterval kontroluje wielkość piksela w wynikowym pliku NMT w stosunku doobrazu oryginalnego. Przyjmuje on wartości od 1 do 32. Wartość PixelSampling oznacza ilość pikseli w wierszu i kolumnie obrazu oryginalnegotworzącego jeden piksel generowanego NMT. Aby utworzyć NMT onajwiększej rozdzielczości wielkość ta przyjmuje wartość 1. Zależnośćpomiędzy wartością Pixel Sampling a rozdzielczością wygenerowanegoNMT objaśnia poniższy rysunek:46


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”3.Charakretystyka programów użytych do generowania Numerycznego Modelu TerenuRys. 3.1-1 Pokazanie wielkości Pixel Sampling w stosunku do obrazu oryginalnego(źródło [21])Rys. 3.1-2 Wpływ wielkości Pixel Sampling = 2 na wynikowy NMT (źródło [21])• DEM Detail – parametr ten również wpływa bezpośrednio na dokładnośćtworzonego Numerycznego Modelu Terenu, oznacza on jak dokładny mabyć wygenerowany NMT, można wybrać trzy stopnie dokładności: niską,średnią i wysoką• Use clip region – użycie tej funkcji oznacza, że generowany NMT będzietylko na obszarze, który został wcześniej zaznaczony (w zakładce inputdata). Rezultatem zastosowania tej funkcji jest mniejszy NMT i krótszyczas jego tworzenia• Fill holes and filter – zaznaczenie tej funkcji poprawia jakośćgenerowanego Numerycznego Modelu Terenu poprzez interpolacje NMTna obszarach, gdzie nie został wygenerowany oraz poprzez automatycznąfiltracje wartości wysokości, które znacznie odbiegają od wartościsąsiednich pikseli• Create Score Channel – funkcja ta umożliwia utworzenie dodatkowegokanału, w którym zapisywane są wartości reprezentujące stopień korelacjidla każdego piksela• Delete Epipolar Pair After Use – funkcja usuwa obrazy epipolarne powygenerowaniu NMT• Create Geocoded DEM – utworzenie geokodowanego NMTUtworzony NMT nie posiada współrzędnych terenowych, aby je nadaćnależy przeprowadzić proces geokodowania. Przed rozpoczęciem procesumożna podać współrzędne narożników terenu, który chce się poddać47


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”3.Charakretystyka programów użytych do generowania Numerycznego Modelu Terenuprocesowi. Geokodowanie można przeprowadzić razem z tworzeniemNMT lub też zrobić to później. Jeśli wygenerowany NMT będzie podlegałedycji wówczas geokodowanie przeprowadza się późniejPo ustawieniu wszystkich parametrów można rozpocząć generowanie NMT odrazu lub też ustawić czas rozpoczęcia.Po wygenerowaniu NMT można go poddać edycji manualnej. Służy dotego funkcja Manually edit generated DEM. Do wyboru mamy tu kilka metodinterpolacji i filtracji wygenerowanego NMT.Kolejnym krokiem jest geokodowanie NMT (o ile nie zostało wykonane wtrakcie tworzenia NMT). Wykorzystywana jest do tego funkcja Geocode ExtractedDEM. Użytkownik podaje ścieżkę do pliku z NMT oraz do nowopowstałegogeokodowanego NMT, określa obszar przeznaczony do geokodowania orazpodaje wartości pikseli tła oraz pikseli, dla których program nie wygenerowałwysokości.Powstały NMT zapisany jest w formie rastrowej, gdzie wysokościomodpowiadają jasności pikseli w skali szarości. W razie potrzeby można ten raster(całość lub jego część) eksportować do pliku tekstowego.3.2. ImageStation Match-t3.2.1. Ogólna charakterystyka programuImageStation Match-t (ISMT) jest produktem firmy Z/I Imaging służącym doautomatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych, a także ze stereogramów zobrazowań SPOTa. Sprzętem wymaganymdo generowania NMT jest stacja robocza ImageStation wyposażona w okularyCrystal Eyes, emiter podczerwieni oraz specjalny manipulator (hand-heldcontroller). Match-t nie jest programem wystarczającym do generowania NMT,oprócz niego niezbędna jest instalacja następujących programów:• Microstation• ImageStation Photogrammetric Menager – program zawiera narzędziasłużące do zarządzania projektem, edycji danych z aerotriangulacji,importu i eksportu danych projektowych. Pozwala także na wyświetlenie48


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”3.Charakretystyka programów użytych do generowania Numerycznego Modelu Terenuobrazów, graficzne przedstawienie rozmieszczenia modeli, punktówwiążących i kontrolnych. Program służy również do generowania obrazówepipolarnych• ImageStation Stereo Display – program służy do stereoskopowegowyświetlenia obrazów• ImageStation DTM Collection (ISDC) – program służy do pozyskiwaniadanych niezbędnych do stworzenia Numerycznego Modelu Terenu.Pozwala na pomiar punktów i linii oraz innych struktur na modelustereoskopowym. Może być także używany do edycji istniejącego NMT.Program ten pozwala na generowanie siatki TIN lub warstwic. W procesieautomatycznego tworzenia NMT przez Match-t jest wykorzystywany doręcznego pomiaru punktów na terenach, gdzie były problemy z ichgenerowaniem, a także do wyświetlenia siatki GRID utworzonej przezMatch-t. W programie tym również definiuje się symbolikę punktówgenerowanych przez Match-t.• ImageStation Feature Collection – służy on do pozyskiwania obiektów dwui trójwymiarowych oraz ich atrybutów poprzez wektoryzacje. Program tenmoże być zintegrowany z ImageStation Stereo Display i dzięki temupozwala na digitalizacje obiektów 3D. Dane obiektowe są zgromadzone wbazie danych, dzięki czemu mogą być łatwo wykorzystane w programachGISowych takich jak Geomedia lub MGE.3.2.2. Zasada działania programuProces generowania Numerycznego Modelu Terenu w Match-t rozpoczynasię od pre-procesingu, w którym to etapie jest tworzona piramida obiektów [22].Oprócz piramidy obiektów ISMT korzysta również z piramidy obrazów i geometriiepipolarnej (obrazy epipolarne). Match-t generuje punkty wysokościoweposługując się piramidalną strukturą danych. Metodę tą można nazwać „od ogółudo szczegółu” (ang. coarse-to-fine). Na każdym poziomie piramidy wykonywanyjest wstępna korelacja punktów homologicznych. Proces korelacji jestgeometrycznie ograniczony przez skok paralaksy oraz linie epipolarne (wielkośćwspółczynników może ustawić użytkownik). Dla każdej pary wyszukanychpunktów homologicznych znajdowany jest ich trójwymiarowy punkt przecięcia w49


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”3.Charakretystyka programów użytych do generowania Numerycznego Modelu Terenuodchylenia standardowego generowanych punktów NMT i jest to wartośćzalecana przez producenta programu• Breakline Suppression Distance - odległość od linii szkieletowych, w którejprogram nie będzie generował punktów siatki. Wpisanie wartości 0powoduje wyłączenie funkcji• Use Obscured Areas – obszary wyłączone, na których nie będziegenerowana siatka punktów, obszary te są zaznaczone w plikuwejściowym• Expansion Distance - odległość, o którą zostanie powiększony obszarwyłączony. Na tym obszarze program nie generuje punktów siatki.• Use Elevation Points - zaznaczenie tej opcji powoduje, że program bierzepod uwagę do wyznaczenia siatki wszystkie punkty znajdujące się w plikuwejściowym. Funkcja jest bardzo pomocna przy generowaniu siatki naobszarach słabej teksturze. Zwiększa ona dokładność tworzonego NMT.• Elev. Pt. Std. Dev.- odchylenie standardowe punktów na modelu.Wartością domyślną jest 1/3 odchylenia standardowego generowanychpunktów siatki i jest to wartość zalecana.• Grid Width - wielkość oczka generowanej siatki. Tą wartość programoblicza ze wzoru:wielkość oczka siatki = 30 * rozmiar piksela * skala zdjęciaWielkość tę można dowolnie zmieniać. Zwiększenie rozmiaru oczka siatkiskraca czas generowania NMT jednakże prowadzi do pominięcia wieluszczegółów terenowych.• sigma - współczynnik ten określa teoretyczną precyzje generowanychpunktów siatki. Wartość ta jest zależna od typu terenu oraz od teoretycznejdokładności korelacji. Gdy dokładność wysokościowa generowanychpunktów osiągnie wartość „sigma”, ISMT kończy modyfikowanie wartościwysokości tworzonego NMT. Wartość współczynnika „sigma” możnaobliczyć ze wzoru:sigma = rozmiar piksela * skala *1b / hgdzie:rozmiar piksela - to wielkość piksela obrazu, z którego generowany jestNMT51


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”3.Charakretystyka programów użytych do generowania Numerycznego Modelu Terenub - baza stereogramuh - wysokość lotu• Adaptive Grid - włączenie tej funkcji powoduje lokalne zróżnicowaniewielkości oczka siatki w zależności od rzeźby terenu. Funkcja ta jestbardzo przydatna dla terenów, gdzie na jednym modelu występujązarówno obszary płaskie jak i mocno pofalowane z dużą ilościąnieciągłości. W miejscach płaskich siatka jest redukowana, natomiast wmiejscach mocno pofałdowanych jest zagęszczana. Włączenie tej opcjiuaktywnia funkcję Sampling Factor, która pozwala określić, ile razywielkość oczka siatki może być pomniejszona lub powiększona. Użyciefunkcji Adaptive Grid znacznie wydłuża czas generowania NMT.• Smoothing Filter - jedna z funkcji mających największy wpływ nagenerowany NMT. Oznacza ona stopień wygładzenia powstałego NMT.Użytkownik ma do wyboru cztery rodzaje filtrów: niski, średni, wysoki orazdowolny zdefiniowany przez użytkownika. Stopień wygładzenia zależy odtypu terenu. I tak dla terenów płaskich wybiera się wysoki stopieńwygładzenia, natomiast dla terenów pofalowanych średni lub niski• Smoothing Weight - waga wygładzenia. Oznacza stopień wygładzeniapowstałego NMT. Jest ściśle powiązana z Smoothing Filter. Wartością1,3,5 odpowiadają filtry: niski, średni, wysoki.• Terrain Type - typ terenu, druga z opcji mających największy wpływ nadokładność generowanego NMT. Użytkownik ma do wyboru cztery rodzajeterenów: płaski, pagórkowaty, górzysty oraz inny zdefiniowany przezużytkownika. Definiowanie własnego typu terenu następuje poprzezwpisanie odpowiednich wartości w okna Parallax Bound lub Epipolar LineDistance.• Parallax Bound - zakres paralaksy. Wskaźnik ten definiuje przestrzeńposzukiwań punktów homologicznych na obrazie. Parametr ten wyrażonyjest w pikselach. Podczas procesu korelacji program akceptuje jedynie tepunkty, które są zlokalizowane w zakresie wartości tego parametru.Parallax Bound definiuje granice wysokości w przestrzeni obiektowej, zktórej pomierzone punkty będą akceptowane. Mniejszy wskaźnik oznaczamniejszy zakres akceptowanych wysokości. Parametr ten jest definiowanyautomatycznie dla typu terenu: płaski, pagórkowaty lub górzysty, natomiast52


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”3.Charakretystyka programów użytych do generowania Numerycznego Modelu Terenuprzy typie: user defined użytkownik musi sam ustawić wielkość wskaźnika.Dla terenu płaskiego Parallax Bound jest niski i powoduje odfiltrowanietakich obiektów jak pojedyncze drzewa i domy, ponieważ wierzchołki tychobiektów są zlokalizowane poza zakresem granicznych wysokości.• Epipolar Line Distance - parametr ten mówi o gęstości poszukiwańpunktów homologicznych. Np. Ustawienie wielkości 3 oznacza, że co trzecirząd pikseli będzie przeszukiwany. Producent programu zaleca stosowaniawartości domyślnych.• Adaptive Matching - zaznaczenie tej opcji powoduje powstanie siatkiadaptacyjnej o dokładności podobnej jak pozostały NMT na terenach osłabej teksturze (jeziora, drogi). Metoda ta poprawia jakość generowanegoNumerycznego Modelu Terenu, jednakże równocześnie znaczniezwiększa czas generowania NMT.Poza opisanymi wyżej parametrami w Match-t można jeszcze ustawićgranice w jakich ma być generowany NMT, minimalną i maksymalną wysokośćterenu, zaznaczyć które pliki (powstałe jako produkt uboczny w czasie tworzeniaNMT) mają być usunięte po wykonaniu NMT, a także zaznaczyć jakie elementymają znajdować się w pliku wyjściowym (punkty, linie nieciągłości itp.). Procesgenerowania NMT można rozpocząć od razu lub też wyznaczyć czasrozpoczęcia.Jak widać Match-t jest programem, który posiada wiele możliwości ustawień,przy użyciu których można wiernie odwzorować każdy rodzaj terenu. Wedługtwórców programu nie należy ingerować w większość domyślnych ustawień, gdyżzapewniają one wystarczającą dokładność wygenerowanych NMT.Najważniejsze ustawienia, które powinny być każdorazowo zdefiniowane przezużytkownika to: Terrain Type (typ terenu) i Smoothing Filter (stopieńwygładzenia).53


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatyczny4. Badania – generowanie NMT w sposób automatyczny4.1. Charakterystyka wykorzystanych materiałówW niniejszej pracy, do automatycznego generowania NumerycznegoModelu Terenu zostało wykorzystanych osiem par zdjęć lotniczych czarno-białychw skali 1:13000, wykonanych w ramach projektu LPIS. Użyte modeleprzedstawiają różne typy terenu: płaski, pofalowany i górzysty. Powierzchniajednego modelu wynosi około 260 ha. Zdjęcia terenów płaskich (modele: 1_1406-1461, 15_0477-0478, 15_0480-0481) obejmują swoim obszarem okoliceTarnobrzegu, terenów falistych (model 14_0443-0444) ukazują rejon hałd wokolicach Tarnobrzegu oraz rejon Ciężkowic pomiędzy Nowym Sączem aTarnowem (model 14_9398-9399). Zdjęcia terenów górzystych pochodzą zrejonu Bieszczad, okolice Leska (model 42_2059-2060) oraz z rejonu Cieżkowic(modele 11_9834-9835, 14_9394-9395).Dane z kalibracji kamer:• Kamera RC20• Modele wykonane kamerą: 42_2059-2060• Stała kamery [mm]: 153.17• Współrzędne znaczków tłowych:Lp. X [mm] Y[mm]1 106.001 -106.0032 -106.005 -106.0083 -106.000 106.0034 106.003 106.006Tab. 4.1. – 1 Zestawienie współrzędnych znaczków tłowych dla kamery RC20• Kamera LC2021• Modele wykonane kamerą: 1_1460-1461• Stała kamery [mm]: 211.027• Współrzędne znaczków tłowych:54


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyLp. X [mm] Y[mm]1 112.013 0.0072 -112.003 -0.0073 0.007 112.0034 -0.007 -112.0285 110.005 110.0246 -110.012 -110.0247 -110.003 109.9878 109.993 -110.000Tab. 4.1. – 2 Zestawienie współrzędnych znaczków tłowych dla kamery LC2021• Kamera LC2015• Modele wykonane kamerą: 14_0443-0444, 15_0477-0478, 15_0480-0481,14_9398-9399, 14_9394-9395, 11_9834-9835• Stała kamery [mm]: 152.341• Współrzędne znaczków tłowych:Lp. X [mm] Y[mm]1 111.998 0.0042 -112.008 -0.0033 0.004 111.9974 -0.004 -112.0015 109.997 110.0086 -110.002 -110.0017 -110.005 109.9928 110.002 -109.997Tab. 4.1. – 3 Zestawienie współrzędnych znaczków tłowych dla kamery LC2015Zdjęcia wykorzystane w niniejszej pracy należały do większych blokówzdjęć, dla których została wykonana aerotriangulacja w programie ImageStation,dlatego dane z tego projektu zostały wykorzystane (orientacje wzajemna ibezwzględna modeli nie były ponownie przeprowadzane)55


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyWspółrzędne środków rzutu (w układzie 92) oraz kąty skręcenia kameryzaimportowane w procesie budowy modeli w programach Match-t i PCIGeomatica:Nr zdjęcia X [m] Y [m] Z [m] ω [°] ϕ [°] κ [°]1_1460 678300.6144 296693.4180 2912.5620 -0.538891 -0.046540 -87.8361161_1461 678339.3557 295553.4004 2909.7253 0.609699 -0.026505 -88.23350914_0443 702897.9355 291755.7566 2183.2540 -0.134325 0.353681 -89.15012014_0444 702943.3213 290589.5665 2182.0373 0.121792 0.495905 -88.81172415_0477 704792.0728 300044.5521 2182.9387 0.246783 -0.534722 92.26663815_0478 704730.8662 301226.6759 2176.8943 -0.587993 -0.488421 93.32570515_0480 704643.6280 303528.9431 2180.3198 -0.592062 -0.829916 92.53568715_0481 704606.8418 304650.1330 2181.0835 -0.805116 0.029699 90.39095742_2059 756471.8949 193202.7714 2483.0514 0.457268 -0.697915 -89.62279742_2060 756402.2285 194361.7418 2487.7645 -1.179889 -0.074404 -87.985556Nr zdjęcia X [m] Y [m] Z [m] ω [g] ϕ [g] κ [g]11_9834 645989.4085 219326.6694 2494.9511 0.045770 0.404468 -198.62770711_9835 644895.8450 219291.8277 2493.5186 0.338734 0.027077 -198.30691114_9394 641755.3441 212254.9525 2466.6712 -0.520319 0.043974 1.45507714_9395 642927.5568 212283.2978 2470.4047 -0.011227 -0.380601 -0.36929914_9398 646309.5409 212379.1131 2467.9527 -0.857171 -0.143930 0.96411714_9399 647422.1819 212409.0846 2462.2668 -0.313825 -0.324992 -0.149693Tab. 4.1. – 3 Zestawienie współrzędnych środków rzutu oraz kątów skręcenia kameryAutomatyczne generowanie Numerycznego Modelu Terenu w programachPCI i Match-t dla potrzeb niniejszej pracy, było przeprowadzane na komputerze onastępujących parametrach:• Procesor: AMD Athlon 2500+ (1833 MHz)• Pamięć fizyczna (RAM): 768 MB• Karta graficzna: NVIDIA GeForce4 MX4000 (64MB)• System operacyjny: Microsoft Windows 2000 Professional56


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4.2. Proces generowania NMT4. Badania – generowanie NMT w sposób automatyczny4.2.1. PCI GeomaticaDo automatycznego generowania NMT użyto programu PCI Geomatica wwersji 9.1. Po utworzeniu projektu i wprowadzeniu danych z kalibracji kamerywykonana została orientacja wewnętrzna zdjęć, gdyż w programie nie mamożliwości zaimportowania w całości danych z innych formatów. Orientacjawewnętrzna została wykonana manualnie dla pierwszego zdjęcia (poprzezpomiar znaczków tłowych i określenie, po której stronie zdjęcia znajduje siępasek zegarów), dla kolejnych zdjęć orientacja ta przeprowadzona byłaautomatycznie. Wadą programu jest to, że przy automatycznej orientacjiwewnętrznej program przypisuje położenie pasku zegarów zawsze po lewejstronie niezależnie od tego, gdzie znajduje się ten pasek na pierwszym zdjęciu.Błędy położenia znaczków tłowych (RMS X i RMS Y) wyniosły 0,002 – 0,010 mm.Kolejnym niedopracowaniem programu są błędy w graficznym podglądzieukazującym położenie zdjęć (Display overall photo layout)W wykonanych w pracy analizach celowo nie była przeprowadzanaorientacja wzajemna i bezwzględna. Elementy orientacji zewnętrznej zostałyzaimportowane z pliku. Starano się, by wpływ orientacji na generowanyNumeryczny Model Terenu w PCI i Match-t był jednakowy.Obrazy epipolarne zostały wygenerowane przy wielkości Pixel Samplingrównej jeden. Oznacza to, że wielkość piksela na obrazie epipolarnym jest równywielkości piksela oryginalnego. Czas tworzenia obrazów epipolarnych wynosiłokoło 25 minut. Następnie został wygenerowany NMT. Czas jego tworzeniawynosił w zależności od ustawień od 10 minut do około 18 godzin. NMT byłwygenerowany przy zastosowaniu funkcji Use clip region (zaznaczenie obszaru,na których ma być generowany NMT na obydwu zdjęciach znacznie przyspieszaproces korelacji), Fill Holes and Filter oraz Create Score Channel (funkcjeopisane w rozdziale 3.1.5). Największy wpływ na generowany NMT miałyparametry: Pixel Sampling oraz DEM Detail. Następnie powstały NMTprzetransportowano z układu lokalnego do wyjściowego układu współrzędnych wprocesie geokodowania. Proces ten zajmował w zależności od wielkości piksela57


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyod 5 do 20 minut. Na samym końcu wygenerowany NMT można eksportować dopliku tekstowego. Czynność ta zajmuje około kilkunastu sekund. Gęstośćgenerowanej siatki zależy od parametru Pixel Sampling, jednakże przy eksporciepunktów do pliku tekstowego można ustalić, co który piksel ma być wysyłany dopliku. Współczynnik ten ustawiono tak, by wielkość wynikowej siatki w plikutekstowym wyniosła 5m.4.2.2. Match-tDo automatycznego generowania NMT użyto wersji 2.0.0.8 programuMatch-t oraz wersji 2.0.3.2 programu Photogrammetric Menager. Ponieważprojekty z aerotriangulacją były utworzone w nowszej wersji programuImageStation, wystąpiły problemy z otwarciem projektu w starszej wersji.Obrazy epipolarne zostały wygenerowane w programie PhotogrammetricMenager przy zastosowaniu resamplingu metodą Gaussa. Czas generowaniaobrazów epipolarnych wynosił około 10 minut. Następnie zbudowano NMT, czastworzenia wynosił od 4 do 8 minut. Plikiem wyjściowym był dgn. NMTwygenerowano przy następujących parametrach:• Grid With (wielkość oczka siatki) – 5m• Sigma – 0.2m (współczynnik ten określa teoretyczną precyzjegenerowanych punktów siatki. Gdy dokładność wysokościowagenerowanych punktów osiągnie wartość „sigma”, Match-t kończymodyfikowanie wartości wysokości tworzonego NMT.)Zastosowanie większej wartości współczynnika sigma o wielkości np. kilkametrów powoduje, iż wygenerowane punkty siatki nie znajdują się naterenie, gdyż program kończy generowanie siatki przy uzyskaniu podanej,kilkumetrowej dokładności. Optymalną wartością sigma dla analizowanychzdjęć jest wartość 0,2m. Zastosowanie jeszcze mniejszej wartościparametru nie ma w tym przypadku sensu, gdyż stereoskopowo nie możnawiększej dokładności (niż 0,2m) skontrolować.• Terrain Type (typ terenu) – różny w zależności od modelu• Smoothing Filter ( filtr wygładzający) – różny w zależności od modelu• Adaptative matching – opcja zaznaczona w zależności od modelu• Adaptative grid – opcja zaznaczona w zależności od modelu58


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatyczny• W procesie generowania siatki GRID nie uczestniczyły żadne linienieciągłości, szkieletowe, punkty dodatkowe itp.• Reszta parametrów przyjęła wartości domyślne (zalecane przezproducenta)4.3. Prezentacja i porównanie wynikówPrezentowane w niniejszej pracy programy należą do innych grupdokładnościowych. PCI Geomatica z założenia jest mniej dokładny od programuMatch-t, gdyż dokładność zapisu wysokości wygenerowanych punktów wynosi1m. Dalsza część pracy zajmuje się głównie porównaniem możliwości ustawieńomawianych programów i dokładnością poszczególnych ustawień.Obydwa prezentowane w pracy programy generują Numeryczny ModelPowierzchni Terenu, jednakże przy odpowiednim doborze ustawień programów wmiejscach pojedynczych drzew i budynków punkty mogą być generowane napowierzchni terenu. W celu ułatwienia opisu poszczególnych wygenerowanychmodeli został wprowadzony następujący termin: pikieta odstająca, któryoznacza pojedynczy punkt wygenerowany kilkanaście metrów nad terenem.W celu porównania wygenerowanych NMT, siatki punktów zostałyeksportowane do formatu *.det i wyświetlone na modelach stereoskopowych wprogramie Dephos. Tam nastąpiła ich dokładna ocena i porównanie. Doutworzenia i wizualizacji wygenerowanej powierzchni posłużono się programemAutocad Land Development. Zakres i przedziały skali barw dla wszystkichpowierzchni danego modelu są takie same. Mapy różnic wysokości pomiędzyposzczególnymi NMT wygenerowanymi przy różnych ustawieniach zostałyutworzone w programie PCI (moduł Focus).4.3.1. Model 1_1460-1461 – teren płaski4.3.1.1. Charakterystyka terenuModel obejmujący swoim zasięgiem obszar pól uprawnych, teren pólprawie zupełnie płaski. Wzdłuż całego modelu płynie duża rzeka (Wisła) w59


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznykorycie o stromych zboczach, po jej obydwu stronach znajdują się wały ochronne.Obszar pól uprawnych pozbawiony jest wysokiej roślinności (drzew, krzewów)oraz zabudowy. Teren nad rzeką posiada bardziej urozmaiconą rzeźbę (dużailość zagłębień), jest pokryty miejscami dość gęstą i wysoką roślinność, główniekrzewami i pojedynczymi drzewami. Model przedstawia dolinę Wisły podTarnobrzegiem.Rys. 4.3-1 Zdjęcie lewe 1_1460Rys. 4.3-2 Zdjęcie prawe 1_146160


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4.3.1.2. PCI Geomatica4. Badania – generowanie NMT w sposób automatycznyW programie PCI model ten został wygenerowany przy użyciu czterechróżnych ustawień. Poniżej zostały zamieszczone wyniki:Model 1 – DEM Detail: medium, Pixel Sampling: 2 (obrazy epipolarnewygenerowane dla ustawień Down Sampling Pixel równym 2)Rys. 4.3-3 NMT wygenerowany przy ustawieniach: DEM Detail: medium, PixelSampling:2• Duża ilość miejsc, w których siatka nie została wygenerowana, głównie wmiejscach o słabej teksturze zdjęć (jednolite pola, rzeka)• Na całkowicie płaskim terenie powierzchnia punktów jest bardzo nierówna,wszystkie punkty znajdują się nad terenem około 2-3m, liczne pojedynczepikiety około 10 m nad terenem (zwane w dalszej części pracy pikietamiodstającymi)• Punkty odzwierciedlają rzeźbę terenu w przybliżeniu, wał odwzorowany zdokładnością około 1m.• Punkty zostały wygenerowane na pojedynczych drzewach i zabudowie• Siatka na całym modelu wymaga poprawy61


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyModel 2 - DEM Detail: medium, Pixel Sampling: 1 (dla wszystkichkolejnych modeli obrazy epipolarne zostały wygenerowane dla ustawień DownSampling Piksiel równym 1)• Dużo większa niż w modelu1 ilość miejsc, w których siatka nie zostaławygenerowana• Na terenach płaskich, siatka punktów dużo lepiej przylega do terenu niż wprzypadku 1, mniejsza ilość nierówności, mniej liczne pikiety odstające• Wiernie odwzorowany wał biegnący wzdłuż całego modelu• Punkty na pojedynczych drzewach oraz zabudowie• Siatka wymaga poprawy na większej części modeluModel 3 - DEM Detail: low, Pixel Sampling: 1Rys. 4.3-4 NMT wygenerowany przy ustawieniach : DEM Detail: low, Pixel Sampling: 1• Siatka wygenerowana na całej powierzchni modelu (włącznie z rzeką)• Na całości modelu siatka w przybliżeniu przylega do terenu, jestwygładzona, co bardzo dobrze widać na powyższym rysunku, w lewymgórnym rogu modelu całość siatki jest pod terenem (do 3m)• W kilku miejscach na modelu punkty znacznie odbiegają od terenu (20m) –widoczne na zamieszczonym rysunku jako brązowe wzniesienia62


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatyczny• Dobrze odwzorowany wał• Punkty znajdują się na terenie w miejscach pojedynczych drzew• Z zamieszczonego powyżej obrazu wynika, że teren opada w kierunkuwschodnim, jednakże w rzeczywistości całość modelu jest płaska (lubniezauważane nachylona)• Wygenerowana siatka zdecydowanie najlepiej odzwierciedla rzeźbę terenuspośród modeli generowanych w PCIModel 4 - DEM Detail: medium, Pixel Sampling: 2• Położenie wysokościowe siatki bardzo podobne jak w przypadku 2Rys. 4.3-3 Porównanie fragmentu NMT przedstawiającego ten sam płaski teren dlaustawień modelu 1 i modelu 3Podsumowanie:Model 1 Model 2 Model 3 Model4Czas generowania NMT 0 h 57’ 7 h 20’ 1 h 10’ 2 h 10’Wartość współczynnikakorelacji0,79 0,61 0,89 0,65Tab. 4.3-1 Zestawienie czasów generowania i wartości współczynników korelacji dlamodeli wygenerowanych przy różnych ustawieniach PCI dla obszaru 1_1460-1461Porównując wygenerowane NMT przy użyciu różnych ustawień wprogramie PCI, podczas obserwacji stereoskopowych można stwierdzić, żenajlepiej oddaje rzeźbę terenu model wygenerowany przy ustawieniach DEMDetail: low i Pixel Sampling: 1. Siatka na tym modelu jest wygładzona i leży wprzybliżeniu na terenie, a pojedyncze pikiety odstające można w szybki i łatwy63


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznysposób wykryć i usunąć. Dla tego modelu również współczynnik korelacji manajwiększą wartość.4.3.1.3. Match-tNumeryczny Model Terenu dla omawianego modelu został wygenerowanyw programie Match-t dla ośmiu różnych ustawień. Czas budowy jednego modeluwynosił około 4,5 minuty. We wszystkich przypadkach ustawień programwygenerował siatkę na całości modelu (brak „dziur” jak w PCI), a punkty siatkileżały dokładnie na terenie (na obszarze otwartym bez roślinności) . Ponieważmodel 1_1460-1461 posiada bardzo łagodną i płaską rzeźbę terenu, pomiędzymodelami wygenerowanymi przy różnych ustawieniach nie ma większych różnic.Drobne niezgodności pojawiają się w miejscach, gdzie znajduje się drobnaroślinność, zabudowa oraz jakaś ostra forma terenu. To jak sobie program radzi ztakimi trudnościami przedstawia poniższa tabelka:64


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyustawieniaprogramu:Terrain TypeSmoothingFilterwałpojedynczedrzewokępadrzewpojedynczazabudowagęstazabudowawiejskaniewielkiezagłębienieo stromychzboczachFlathighFlatmediumFlatlowHillylowHillyhighMountainlowMountainhighHillymedium,adaptativegrid,factor 2wiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanyspłasz -czonyna tereniena tereniena tereniena tereniena tereniena tereniena tereniena terenienatereniekilkapunktówok. 2-3mnadterenemkilkapunktówok. 2-3mnadterenemkilkapunktówok. 2-3mnadterenemkilkapunktówok. 2-3mnadterenempunktynawierzchołkachdrzewkilkapunktówok. 2-3mnadterenemnatereniena terenie punkty nadterenemokoło 3-4mna terenie punkty nadterenemokoło 3-4mpunkty nadterenemokoło 2-3mpunkty nadterenemokoło 2-3mpunkty nadterenemokoło 3-4mpunktydachachnana terenie punkty nadterenemokoło 2-3mpunkty nadterenemokoło 4mpunktydachachnana terenie punkty nadterenemokoło 3-4mzbytwygładzonekrawędziezbytwygładzonekrawędzielekkowygładzonekrawędziedobrzeprzylegajądo terenuzbytwygładzonepunktybardzodobrzeoddajązagłębienielekkowygładzonekrawędziena terenie na terenie zagłębieniew ogóle nieuwzględnione przez pkt.siatkiTab. 4.3 – 2 Porównanie modeli wygenerowanych przy różnych ustawieniach programuMatch-t dla obszaru 1_1460-1461Przy zaznaczeniu opcji adaptative grid (dostosowanie rozmiaru oczkasiatki do form terenowych) program wygenerował zagęszczoną siatkę na całejpowierzchni modelu.65


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyNajlepszymi ustawieniami w Match-t do budowy NMT dla tego modelu sąopcje: Terrain Type: flat, Smoothing Filter: high. Wygenerowana siatka dobrzeoddaje rzeźbę, jednocześnie dość dobrze odfiltrowując punkty znajdujące się naelementach pokrycia terenu. Wzniesienia widoczne na modelu w południowo –wschodniej części NMT to zwarta wiejska zabudowa. Model ten wymaga bardzoniewielkiej korekty operatorskiej, którą można w szybki i prosty sposóbprzeprowadzić.Rys. 4.3-4 Model wygenerowany przy ustawieniach: Terrain Type: flat, SmoothingFilter: high4.3.1.4. PorównaniePoniżej zostały zamieszczona mapa różnic NMT wygenerowanych wprogramie PCI i Match-t:66


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-5 Mapa różnic pomiędzy modelem z PCI (low, piksel 1) i modelem z Match-t(flat – high)Powyższa mapa różnicowa powstała poprzez odjęcie od siebienajdokładniejszych modeli wygenerowanych przez program PCI (low, piksel 1)oraz Match – t (flat – high). Największe różnice pomiędzy tymi modelami (białeplamy) występują w miejscach drzew i zabudowy, gdyż program PCI generujepunkty na elementach pokrycia terenu niezależnie od ich wielkości. Różnicemiedzy modelami wielkości dochodzącej do 60m są spowodowane pikietamiodstającymi o około kilkadziesiąt metrów na modelu wygenerowanym przez PCI.Na przeważającym obszarze rozbieżności miedzy NMT są wielkości od około –1do 1m, co jest spowodowane tym, że program PCI generuje wysokości zdokładnością 1m.Dla analizowanego obszaru (1_1459-1460) dokładniejszy NMT zostałwygenerowany przez program Match-t. W programie PCI wygenerowane punktyna obszarze odkrytym nie zawsze leżały na terenie, były bądź za bardzowygładzone i całymi partiami znajdowały się nad lub pod terenem, lub też siatkabyła bardzo nierówna i nie oddawała dokładnie rzeźby.67


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatyczny4.3.2. Model 15_0477- 0480 – teren płaski4.3.2.1. Charakterystyka terenuModel obejmujący swoim zasięgiem teren całkowicie płaskich póluprawnych. Przez cały model biegnie rów. Teren odkryty, sporadycznie pojawiająsię pojedyncze drzewa. W części środkowej modelu znajdują się pojedynczegospodarstwa. Zdjęcia miejscami są bardzo jasne, niektóre pola mają bardzosłabą teksturę.Rys. 4.3-6 Zdjęcie lewe 15_0477Rys. 4.3-7 Zdjęcie prawe 15_047868


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4.3.2.2. PCI Geomatica4. Badania – generowanie NMT w sposób automatycznyustawień:Model ten został wygenerowany w programie PCI dla pięciu różnychModel 1 – DEM Detail: medium, Pixel Sampling: 16Rys. 4.3-8 Model wygenerowany przy użyciu ustawień DEM Detail: medium, PixelSampling: 16• Niewielka ilość miejsc o małej powierzchni, gdzie siatka nie zostaławygenerowana ( pola o jednolitej teksturze)• Na całym modelu siatka znajduje się nad około 1÷2 m nad terenem,• Siatka na płaskim terenie jest bardzo nierówna w szczególności na polacho jednolitej teksturze co bardzo dobrze widać na obrazie powyżej• Punkty znajdują się na elementach pokrycia: pojedynczych drzewach(dobrze widoczna linia drzew biegnących wzdłuż drogi przez cały model) izabudowie (wschodnie krańce modelu)• Niewielkie zagłębienia w terenie nie zostają oddane przez wygenerowanąsiatkę punktów• Wygenerowany NMT w całości wymaga poprawy69


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyModel 2 – DEM Detail: high, Pixel Sampling: 8• Punkty nie zostały wygenerowane na całym terenie; klika „dziur” w siatcena polach o słabej teksturze• Siatka niezbyt dobrze dopasowane do terenu, znajduje się około 2 m nadterenem, nie wygładzona, liczne pikiety odstające• Punkty znajdują się na elementach pokrycia terenu: drzewach i zabudowie• Niewielkie zagłębienia terenu zostały oddane przez punkty siatkiaczkolwiek niezbyt dokładnie• Całość bardzo podobna do modelu 1Model 3 – DEM Detail: low, Pixel Sampling: 2Rys. 4.3-9 Model wygenerowany przy ustawieniach: DEM Detail: low, Pixel Sampling:2• Punkty zostały wygenerowane na całej powierzchni modelu• Wygenerowany NMT wiernie oddaje powierzchnie terenu• Siatka jest wygładzona, co dobrze widać na rysunku powyżej• Pojedyncze drzewa zostały odfiltrowane i punkty leżą na terenie, liniadrzew biegnących przez cały model jest już dużo gorzej widoczna niż wprzypadku modelu 1,70


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatyczny• Zabudowa nie została odfiltrowana i punkty siatki są podniesione o kilkametrów (wschodnie krańce modelu)• Drobne zagłębienia w terenie nie są odzwierciedlane przez wygenerowanepunkty• Wygenerowany model wymaga stosunkowo niewielkiej poprawy przezoperatoraModel 4 – DEM Detail: low, Pixel Sampling: 4• Punkty zostały wygenerowane na całej powierzchni modelu• Siatka jest wygładzona i dobrze oddaje rzeźbę terenu niezależnie odtekstury zdjęć• Pojedyncze drzewa zostały odfiltrowane i punkty leżą na terenie• Punkty siatki znajdują się na zabudowie• Model wynikowy jest bardzo podobny do modelu 3 i wymaga stosunkowoniewielkiej korekty operatorskiejModel 5 – DEM Detail: low, Pixel Sampling: 8• Punkty zostały wygenerowane na całości modelu• Siatka jest w miarę wygładzona i leży na terenie• Punkty znajdują się na pojedynczych drzewach i zabudowie• Niewielkie zagłębienia nie zostały oddane przez punkty siatki• Wygenerowana siatka gorzej oddaje teren niż w przypadku modelu 3 i 4, zpowodu gorszej filtracji elementów pokrycia terenuPodsumowanie:Model 1 Model 2 Model 3 Model4 Model5Wartość współczynnikakorelacji0,82 0.84 0.91 0.91 0.91Czas generowania NMT 0h 15’ 1h 00’ 1h 31’ 1h 30’ 0h 28’Tab. 4.3 – 3 Zestawienie czasów generowania i współczynników korelacji modeliutworzonych przy różnych ustawieniach programu PCI dla obszaru 15_0477-047871


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyPo porównaniu stereoskopowo danego modelu wygenerowanego przyróżnych ustawieniach programu PCI, stwierdzono, że został on najlepiejutworzony przy ustawieniach: DEM Detail: low, Pixel Sampling: 2 oraz DEMDetail: low, Pixel Sampling: 4 (model 3 i 4). Siatka punktów jest w tychprzypadkach wygładzona i dobrze oddaje rzeźbę terenu, a pojedyncze drzewazostały dobrze odfiltrowane. Czas generowania modeli dla tych ustawień jestbardzo podobny i wynosi około 1h 30’. Również współczynnik korelacji jest tunajwyższy.4.3.2.3. Match-tNumeryczny Model Terenu został wygenerowany w programie Match-t dlasześciu różnych ustawień. Czas budowy NMT wynosił od 3’28” do 4’46”. Siatkazostała utworzona na całości modelu. Jako, że model 15_0477-0478 jest płaski,wygenerowana siatka, niezależnie od ustawień programu, była wygładzona idobrze oddawała rzeźbę terenu. Niewielkie różnice pojawiały się w miejscachbardziej urozmaiconych oraz gdy pojawiały się elementy pokrycia terenu (drzewa,zabudowa).Porównanie poszczególnych ustawień dla danego modelu zawieraponiższa tabelka:72


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyustawieniaprogramu:TerrainTypeSmoothingFilterpojedynczedrzewopojedynczegospodarstwoterenpokrytyrzadkimidrzewaminasyp zdrogązagłębienieterenu ośrednicy13mkępadrzewgęstazabudowawiejskaFlathighFlatlowHillymediumMountainlowMountainhighnaterenienaterenienaterenienaterenienatereniekilkapunktów1-2m nadterenempunkty 2-3m nadterenemkilkapunktów2m nadterenempunktynadachachpunktyok.3mnadterenemkilkapunktów1-2m nadterenempunktynawierzchołkachdrzewpunkty2m nadterenempunktynawierzchołkachdrzewpunktyok.nadterenem2mwiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanewiernieoddanewiernieoddanewiernieoddanewiernieoddanenaterenienaterenienatereniepunktynawierzchołkachdrzewnatereniepunkty nadachachpunkty nadachachpunkty nadachachpunkty nadachachpunkty nadachachFlatlowadaptativegrid,factor2naterenienaterenienaterenietrochęspłaszczonyzbytłagodnezboczadołunatereniena terenieTab. 4.3 – 4 Porównanie modeli wygenerowanych przy różnych ustawieniach wprogramie Match-t dla obszaru 15_0477-0478Przy zaznaczeniu opcji adaptative grid, factor 2 (dostosowanie rozmiaruoczka siatki do form terenowych) program wygenerował zagęszczoną siatkę nacałej powierzchni modelu. Bardzo ciekawe jest to, że w skutek zaznaczenia tejopcji, program bardzo wygładza wygenerowaną siatkę, co sprawia, że wszystkieelementy pokrycia terenu (zabudowa, drzewa) zostają odfiltrowane i utworzonepunkty leżą na terenie, jednocześnie wypłaszczając nieliczne formy terenowe.Ponieważ dany model obejmuje tereny płaskie bez żadnych ostrzejszychform najlepiej został on oddany dla ustawień: Terrain Type: flat, Smoothing Filter:low z zaznaczeniem opcji adaptative grid, factor2. Siatka punktów jest tu bardzo73


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznywygładzona, co bardzo dobrze widać na poniższym modelu, można też tuzaobserwować jak została odfiltrowana zabudowa w południowo – wschodniejczęści modelu, a także pas drzew biegnący przez cały model. Bardzo dobryrezultat daje również zastosowanie opcji: Terrain Type: flat, Smoothing Filter:high, jednakże filtracja nie jest tu aż tak skuteczna. Obydwa z modeli potrzebująbardzo niewielkiej korekty operatorskiej, którą można w szybki i łatwy sposóbprzeprowadzić.Rys. 4.3-10Model wygenerowany przy ustawieniach: Terrain Type flat, Smoothing Filter:high74


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-11 Model wygenerowany przy ustawieniach: Terrain Type flat, Smoothing Filter:high z opcją adaptative grid4.3.2.4. PorównanieRys. 4.3-12 Mapa różnic pomiędzy modelem z PCI (low, piksel 2) i modelem z Match-t(flat – high, adaptative grid)75


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyPowyższa mapa różnicowa powstała poprzez odjęcie najdokładniejszychNMT wygenerowanych w programie PCI (low, piksel2) i Match-t (flat – high,adaptative grid). Różnice pomiędzy tymi dwoma modelami na przeważającymobszarze wynoszą około ±1m, co jest spowodowane metrową dokładnością NMTwygenerowanego przez PCI. Jasne plamy na mapie najczęściej w kształciekulistym to pojedyncze drzewa lub ich kępy, na których program PCI generujepunkty NMT.Dla analizowanego obszaru (15_0477-0478) rzeźbę terenu dokładnieoddaje NMT wygenerowany zarówno przez program PCI jak i Match-t. Jedynaróżnica pomiędzy wygenerowanymi modelami występuje w miejscach pokrytychroślinnością. Match-t znacznie lepiej radzi sobie z filtracją pojedynczych drzew atakże ich kęp.4.3.3. Model 15_0480-0481 – teren płaski4.3.3.1. Charakterystyka modeluModel 15_0480-0481 przedstawia teren całkowicie płaski. W północnejczęści modelu występują pola uprawne, natomiast w południowej położona jestwioska o dość gęstej zabudowie. W zachodniej części znajduje się las o małejpowierzchni oraz jezioro.Rys. 4.3-13 Zdjęcie lewe 15_048076


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-14 Zdjęcie prawe 15_04814.3.3.2. PCI GeomaticaModel 15_0480-0481 został wygenerowany w programie PCI Geomatica wpięciu różnych ustawieniach. Poniżej zostały zamieszczone wyniki:Model 1 – DEM Detail: mednium, Pixel Sampling: 16Rys. 4.3-15 Model wygenerowany przy użyciu ustawień: DEM Detail: medium, PixelSampling: 1677


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatyczny• Punkty są wygenerowane na całości modelu• Porównując dany model z modelami 2 lub 5 łatwo zauważyć, żewygenerowana siatka punktów na całym obszarze znajduje się nadterenem około 3 metrów i nie jest wygładzona (pola w północno –wschodniej części modelu)• Rzeźba terenu jest w przybliżeniu oddana, liczne pikiety odstającemiejscami ją zafałszowują• Punkty znajdują się na elementach pokrycia terenu• Model prawie w całości trzeba poprawićModel 2 – DEM Detail: low, Pixel Sampling: 4Rys. 4.3-16 Model wygenerowany przy użyciu ustawień: DEM Detail: low, PixelSampling: 4• Punkty są wygenerowane na całości modelu• Siatka punktów na obszarze odkrytym (pola) leży w przybliżeniu na tereniei jest wygładzona (północno – zachodnia część modelu)• Punkty oddają wiernie rzeźbę terenu wraz z wszystkimi jej nierównościami(wał, nasyp pod drogą)78


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatyczny• Wygenerowana siatka leży na elementach pokrycia (drzewach izabudowie)• Widoczny na powyższym modelu pas wzniesień biegnący z zachodu napółnoc to zabudowa znajdująca się wzdłuż drogi, natomiast czerwoneobszary we wschodniej i południowej części to niewielkie lasy• Ponieważ powyższy model przedstawia teren, na którym występuje licznazabudowa, a także obszary leśne znaczna większość wygenerowanejsiatki wymaga poprawy, gdyż znajduje się na elementach pokrycia, punktyleżące na terenach odkrytych nie wymagają poprawyModel 3 – DEM Detail: medium, Pixel Sampling: 4• Punkty nie zostały wygenerowane na całości modelu, jest kilka „dziur” wsiatce• Siatka na terenach odkrytych jest niewygładzona, dużo tu pikietodstających o około 3m• Punkty w przybliżeniu odzwierciedlają rzeźbę terenu, aczkolwiek zdarzająsię pikiety odstające• Siatka znajduje się na elementach pokrycia terenu• W celu uzyskania dobrej dokładności model prawie w całości wymagapoprawy, zarówno na terenach odkrytych (liczne pikiety odstające) jak i wmiejscach zabudowy i drzewModel 4 – DEM Detail: medium, Pixel Sampling: 8• Punkty nie zostały wygenerowane na całości modelu, jednak obszarówbez punktów jest mniej niż w przypadku modelu 3• Siatka punktów na całej powierzchni modelu znajduje się około 1-2 m nadterenem, jest średnio wygładzona• Rzeźba terenu jest oddana• Punkty znajdują się na elementach pokrycia terenu• Całość wynikowego modelu jest podobna do przypadku modelu 379


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyModel 5 – DEM Detail: low, Pixel Sampling: 8Rys. 4.3-17 Model wygenerowany przy użyciu ustawień: DEM Detail: low, PixelSampling: 8• Punkty zostały wygenerowane na całej powierzchni modelu• Na obszarach odkrytych siatka punktów jest wygładzona i leży na terenie• Punkty wiernie oddają rzeźbę terenu• Siatka znajduje się na elementach pokrycia terenu• Całość modelu jest bardzo podobna do modelu2Posumowanie:Model 1 Model 2 Model 3 Model4 Model5WartośćwspółczynnikakorelacjiCzas generowaniaNMT0,83 0.91 0.88 0.87 0.900h 13’ 1h 22’ 1h 46’ 0h 53’ 0h 28’Tab.4.3 – 5 Zestawienie czasów generowania i współczynników korelacji modeliutworzonych przy różnych ustawieniach programu PCI dla obszaru 15_0480-048180


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyPorównując stereoskopowo modele wygenerowane przy różnychustawieniach PCI łatwo zauważyć, że najwierniej oddają powierzchnię terenumodele zbudowane przy ustawieniach: DEM Detail: low, Pixel Sampling: 8 orazDEM Detail: low, Pixel Sampling: 4 (model 5 i model 2). Biorąc pod uwagęrównież czas generowania NMT najlepszym rozwiązaniem dla danego terenu sąustawienia modelu 5, gdzie tworzenie NMT trwało godzinę krócej niż w przypadkumodelu 2, a efekty były bardzo podobne.4.3.3.3. Match-tModel 15_0480-0481 został wygenerowany w programie Match-t wsiedmiu różnych ustawieniach programu. Czas budowy jednego modelu wynosiłod 4’19” do 6’49”. W każdym z przypadków wygenerowana siatka na obszarachotwartych leżała dokładnie na terenie. Różnice pojawiały się w przypadkuterenów zabudowanych i obszarów pokrytych roślinnością a także w przypadkudrobnych form terenowych.Zestawienie wyników:81


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyustawieniaprogramu:TerrainTypeSmoothingFilterskarpa polana wlesiepojedynczydomzabudowawiejskawysokazabudowarów oszerokości 8mrząddrzewFlathighFlatlowFlatmediumHillylowHillyhighFlathighadaptativematchingMountainmediumwiernieoddanawiernieoddanawiernieoddanawiernieoddanawiernieoddanawiernieoddananatereniepunkty nadterenemkilkametrówpunkty naterenie, nabrzegachpolany nadterenempunkty naterenie, nabrzegachpodniesionepunkty nadterenemokoło 6mpunkty naterenie, nabrzegachnadterenemokoło 2mpunkty nadterenemokoło 10mpunkty nadterenemokoło 12mnaterenienaterenienaterenienaterenienaterenienaterenienatereniepunktynadterenemokoło1-3mpunktynadterenemokoło 4mpunktynadterenemokoło 4mpunktynadterenemokoło 4mpunktynadterenemokoło 4mkilkapunktówokoło 2-3m nadterenemw niektórychmiejscach 2-3mnadterenemkilkapunktównadterenemokoło 2 mpunkty nadterenemokoło 7 mpunkty nadterenemokoło 2mpunkty nadterenemokoło 9mkilkapunktów2m nadterenemkilkapunktówokoło 2-3mnadterenemkilkapunktówokoło 2-3mnadterenemw szerszychmiejscachoddanywiernieoddanewiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanynaterenienaterenienaterenienaterenienaterenienaterenienaterenieTab. 4.3 – 6 Porównanie modeli wygenerowanych przy różnych ustawieniach wprogramie Match-t dla obszaru 15_0480-0481Ponieważ omawiany model obejmuje teren całkowicie płaski, wszystkie zustawień bardzo dobrze generują NMT na obszarze odkrytym i pod tymwzględem nie ma różnic pomiędzy poszczególnymi ustawieniami. Niewielkieróżnice występują w filtracji elementów pokrycia terenu, jednak żadne z ustawień82


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznynie usuwa ich całkowicie. Wszystkie z powstałych modeli wymagają korektyoperatora na terenach zabudowanych i na lasach.Rys. 4.3-18 Model wygenerowany przy użyciu ustawień Terrain Type flat, SmoothingFilter: highRys. 4.3-19 Model wygenerowany przy użyciu ustawień Terrain Type flat, SmoothingFilter: low83


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-20 Model wygenerowany przy użyciu ustawień Terrain Type hilly, SmoothingFilter: highNajlepszymi ustawieniami Match-t dla analizowanego modelu są opcje:Terrain Type flat - Smoothing Filter: high, Terrain Type hilly - Smoothing Filter:high oraz Terrain Type flat - Smoothing Filter: high z zaznaczoną funkcjąadaptative matching (siatka adaptacyjna na terenach o słabej teksturze). Dla tychmodeli filtracja elementów pokrycia terenu była najlepsza.W analizowanym przykładzie zaznaczenie funkcji adaptative matching (dlamodelu wygenerowanego przy ustawieniach flat – high) nie spowodowałożadnych zmian i powstały NMT był dokładnie taki sam jak w przypadku niezaznaczenia tej opcji.84


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4.3.3.4. Porównanie4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-21 Mapa różnic pomiędzy modelem z PCI (low, piksel 4) i modelem z Match-t(flat – high)Powyższa mapa różnicowa powstała z najdokładniejszych modeliwygenerowanych przez programy PCI (low, piksel 4) oraz Match-t (flat – high).Białe plamy to w większości obszary zabudowane, gdzie PCI umiejscowił punktysiatki na pokryciu terenu (dachach budynków). Na pozostałej części modeluprzedstawiającej teren odkryty różnice miedzy modelami wynoszą do ± 2m. Takiesame są też dla terenów pokrytych lasem (południowo-wschodnia część modelu).Z uwagi na fakt, że analizowany model jest w znacznej części pokrytyzabudową i roślinnością, dokładniejszy NMT został wygenerowany w programieMatch-t. Program ten potrafi lepiej odfiltrować elementy pokrycia terenu i modelew nim wygenerowane wymagają znacznie mniejszej manualnej poprawy. Modelewygenerowane w programie PCI mają porównywalną (aczkolwiek równieżmniejszą od Match-t z uwagi na dokładność zapisu współrzędnej Z) dokładność,ale tylko na terenach otwartych.85


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatyczny4.3.4. Model 14_0443-0444 – teren pofalowany4.3.4.1. Charakterystyka terenuDany model przedstawia obszary łąk z niewielkimi kępami drzew. Namodelu nie ma zabudowy. Przedstawiony teren jest pofalowany w częścizachodniej i posiada wiele niewielkich wzniesień o bardzo urozmaiconychkształtach. Zbocza wzniesień są łagodne bez żadnych nieciągłych form.Pozostała część modelu jest płaska.Rys. 4.3-22 Zdjęcie lewe 14_0443Rys. 4.3-23 Zdjęcie prawe 14_044486


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4.3.4.2. PCI Geomatica4. Badania – generowanie NMT w sposób automatycznyNumeryczny Model Terenu został wygenerowany przy pomocy programuPCI w czterech różnych ustawieniach. Ponieważ analizowany model zbudowanyjest na zdjęciach o dobrej teksturze, wygenerowane siatki punktów niezależnie odustawień pokrywają całe powierzchnie modeli (brak „dziur” w siatkach punktów).Najdokładniejsze z modeli zostały przedstawione poniżej:Rys. 4.3-24 Model wygenerowany przy użyciu ustawień: DEM Detail: medium, PixelSampling: 16 (model1)Przedstawiony powyżej model, wygenerowany przy ustawieniach: DEMDetail: medium, Pixel Sampling: 16 dość dobrze przedstawia rzeźbę terenu naobszarze płaskim. Punkty są tu wygładzone, nie ma odstających pikiet. Jednakżegdy teren jest bardziej urozmaicony, rzeźba jest zgeneralizowana. Teren średnio imocno– pofalowany widoczny w zachodniej oraz środkowej części modelu jestzbyt uproszczony, zagłębienia terenu są zgeneralizowanie a wierzchołkiniewielkich wzniesień ścięte. Punkty znajdują się na pojedynczych drzewach ibudynkach. Aby uzyskać z omawianego modelu dokładny NMT trzeba poświęcićdużo czasu na poprawę.87


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-25 Model wygenerowany przy użyciu ustawień: DEM Detail: low, PixelSampling: 8 (model2)Model przedstawiony powyżej, wygenerowany przy ustawieniach: DEMDetail: low, Pixel Sampling: 8 dobrze przedstawia rzeźbę terenu niezależnie odtego czy teren jest płaski czy pofalowany. Siatka punktów jest wygładzona, braktu odstających pikiet. Teren zarówno słabo jak i mocno pofalowany jest wprzybliżeniu oddany. Punkty leżą na terenie w miejscach pojedynczych drzew ibudynków. Mankamentem modelu jest to, że małe, strome zagłębienia zostałyzbyt zgeneralizowane.88


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-26 Model wygenerowany przy użyciu ustawień: DEM Detail: medium, PixelSampling: 1 (model4)Przedstawiony powyżej model, wygenerowany przy użyciu ustawień: DEMDetail: medium, Pixel Sampling:1 bardzo dobrze oddaje rzeźbę terenu. Terenmocno pofalowany jest bardzo wiernie oddany z uwzględnieniem nawetnajmniejszych form. Wadą modelu jest to, że punkty siatki znajdują się nawet nanajmniejszych elementach pokrycia terenu: niewielkich drzewach i budynkach.Widoczne na powyższym modelu małe wyniesienia terenu w północnej,centralnej i północno – wschodniej części modelu to pojedyncze drzewa.Dokładne porównanie wygenerowanych modeli zawiera poniższa tabelka:89


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyLp.Ustawieniaprogramu:Pixel sampling,DEM Detailteren płaskiteren słabopofalowanyteren płaski zniewielka ilościądrzewteren średnio –pofalowanyteren mocnopofalowanypojedynczazabudowaniewielkiezagłębieniemodel 1pixel :16mediumwiernie oddany,wygładzonymodel 2pixel: 8lowwiernie oddane,wygładzonymodel 3pixel: 4highrzeźba oddana,punktyniewygładzone,dużo pikietodstających ookoło 2mwiernie oddany wiernie oddany rzeźba oddana,liczne pikietyodstające ookoło 2mpunktypodniesione ookoło 2-3m wmiejscach gdziewystępujądrzewawygładzony,drobnezagłębieniapominiętewygładzoneskarpypunktypodniesione okilka metróww ogóle nieoddaneteren wiernieoddanypunkty nawierzchołkachpojedynczychdrzewmodel 4pixel: 1mediumwiernie oddany,niewygładzony,liczne pikietyodstającewiernie oddanypunktypodniesione wmiejscach gdziesą drzewa ookoło 2-3mwiernie oddany wiernie oddany wiernie oddanyrzeźba oddana wiernie oddany wiernie oddanypunkty natereniezagłębieniewypłaszczonepunkty nadachachwiernie oddanepunkty nadachachwiernie oddanyTab. 4.3 – 7 Porównanie modeli wygenerowanych przy różnych ustawieniach wprogramie PCI dla obszaru 14_0443-0444Po porównaniu stereoskopowym modeli wygenerowanych przy różnychustawieniach programu stwierdzono, że najlepsze rezultat dla omawianegomodelu dają następujące ustawienia: DEM Detail: low, Pixel Sampling: 8(model2). Model ten dość dobrze przedstawia rzeźbę terenu, jednocześnieodfiltrowując pojedyncze drzewa i niewielkie budynki. Również modelwygenerowany przy ustawieniach: DEM Detail: medium, Pixel Sampling: 1(model4) przedstawia rzeźbę terenu, jednakże punkty znajdują się tutaj nawet nanajmniejszych elementach pokrycia: pojedynczych drzewach i małychbudynkach, a czas generowania tego modelu wynosił 19h. Pozostałe z modelialbo zbyt upraszczają rzeźbę terenu (model1) lub też mają zbyt dużo pikietodstających na terenach odkrytych czym zafałszowują rzeźbę terenu (model3).90


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”Podsumowanie:4. Badania – generowanie NMT w sposób automatycznyModel 1 Model 2 Model 3 Model4WartośćwspółczynnikakorelacjiCzas generowaniaNMT0,92 0.91 0.91 0.900h 04’ 0h 29’ 2h 30’ 19h 00’Tab. 4.3 – 8 Zestawienie czasów generowania i współczynników korelacji modeliutworzonych przy różnych ustawieniach programu PCI dla obszaru 14_0443-04444.3.4.3. Match-tAnalizowany model (14_0443-0444) został wygenerowany w programieMatch-t przy użyciu siedmiu różnych ustawień. We wszystkich przypadkachsiatka została wygenerowana na całości modelu i dokładnie leżała na terenie.Niewielkie różnice występowały w miejscach, gdzie pojawiła się roślinność izabudowa. Poniżej zostały umieszczone przykładowe modele.Rys. 4.3-27 Model wygenerowany przy użyciu ustawień Terrain Type: flat, SmoothingFilter: high (model1)91


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyModel 1 wygenerowany przy użyciu ustawień: Terrain Type hilly,Smoothing Filter: high bardzo wiernie oddaje rzeźbę terenu niezależnie od tegoczy przedstawia ona teren płaski, czy pofalowany. Dobrze przedstawia nawetnajmniejsze nierówności, wygenerowana siatka jest wygładzona. Punkty znajdująsię na terenie w miejscach zabudowy, pojedynczych drzew a także większychkęp roślinności. Na zamieszczonym powyżej obrazie bardzo dobrze widać, że wpółnocnej i środkowej części modelu nie występują żadne gwałtowne wzrostywysokości (jak to miało miejsce w przypadku modeli wygenerowanych przezPCI). Obszar widoczny w centralnej części modelu jako jasno pomarańczowy jestniewielkim pagórkiem. Zachodnia część modelu przedstawia szereg wzniesień.Rys. 4.3-28 Model wygenerowany przy użyciu ustawień Terrain Type: hilly, SmoothingFilter: medium (model 6)Model 6 (na powyższym rysunku) został wygenerowany przy użyciuustawień: Terrain Type hilly, Smoothing Filter: high. Oddaje on wiernie rzeźbęterenu zarówno na obszarach płaskich jak i na pofalowanych. Siatka jestwygładzona. Jednakże w centralnej części modelu pojawiło się małe wzniesienie,są to punkty umiejscowione na kępie drzew. Ustawienia te nie pozwalają już takdokładną filtracje elementów pokrycia jak ustawienia poprzedniego modelu(model1). Model ten jest bardzo podobny do wygenerowanego przy użyciu92


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyustawień: Terrain Type: hilly, Smoothing Filter: high , Terrain Type: flat,Smoothing Filter: low, oraz Terrain Type: mountain, Smoothing Filter: high.Rys. 4.3-29 Model wygenerowany przy użyciu ustawień Terrain Type: hilly, SmoothingFilter: medium (addaptative grid, factor 2),(model 7)Powyższy model 7 znacznie gorzej przedstawia rzeźbę terenu niżwszystkie wcześniejsze modele, rzeźba jest zgeneralizowana, grzbiety są zbytwywłaszczone, wierzchołki ścięte, natomiast w dolinach punkty znajdują się nadterenem. Można to zauważyć porównując zachodnią część modelu powyższego zpoprzednimi.Szczegółowe porównanie modeli zawiera poniższa tabelka:93


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyustawieniaprogramu:TerrainTypeSmoothing FilterFlathighflatlowhillylowhillyhighmountainhighhillymediumhillymedium,adaptativegrid,factor2naterenienaterenienaterenienaterenienaterenienatereniekępadrzewnatereniepunktypodniesioneparęmetrówpunktynadrzewachpunktynadrzewachpunktynadrzewacgpunktypodniesionekilkametrównatereniegrzbietwiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanyterenśrednio -pofalowanywiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanyzbytwygładzone,wierzchołki ścieteterenmocno -pofalowanywiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanyzbytwygładzony, dolinynie oddane(punktynadterenem nawysokościwierzchołków)małezagłębienieo stromychzboczachpojedynczybudyneknie oddane punktynaterenieterenpłaski zpojedynczymidrzewaminatereniewypłaszczonelekkospłaszczonepunktynatereniepunktynaterenienie oddane punktynaterenienie oddane punktynaterenielekkospłaszczonepunktynaterenienie oddane punktynaterenieTab.4.3 – 9 Porównanie modeli wygenerowanych przy różnych ustawieniach wprogramie Match-t dla obszaru 14_0443-0444Po analizie stereoskopowej stwierdzono, że modelem, który najwierniejopisuje omawiany teren jest model wygenerowany przy ustawieniach: flat - high ,wiernie opisują teren także modele: hilly – high, mountain – high oraz hilly –medium. Jednakże w tych przypadkach punkty znajdują się na trochę większychkępach drzew. Zdecydowanie najgorszy rezultat daje zastosowanie ustawień:94


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyhilly-medium adaptative grid factor2. Zastosowanie funkcji adaptative grid w tymprzypadku nie spowodowało dostosowania rozmiaru oczka siatki do terenu, nacałym modelu siatka była zagęszczona (nawet na terenach całkiem płaskich).Czas generowania modeli wynosił: od 4’00” do 5’52”.4.3.4.4. PorównanieRys. 4.3-30 Mapa różnic pomiędzy modelem z PCI (low, piksel 8) i modelem z Match-t(flat – high)Prezentowana powyżej mapa różnic powstała poprzez odjęcie od siebienajdokładniejszych modeli wygenerowanych przez program PCI (low, piksel8)oraz przez Match-t (flat – high). Większe różnice wysokości (białe plamy)pomiędzy modelami wystąpiły w miejscach występowania wysokiej roślinności,na pozostałym obszarze niezależnie od tego czy jest płaski, czy pofalowanyróżnice te są wielkości ± 1m.Porównując obydwa modele stwierdzam, że na terenie odkrytym obydwamodele wiernie oddają rzeźbę terenu zgodnie ze swoimi możliwościami, jednakna obszarze pokrytym przez roślinność tylko program Match-t generuje punkty naterenie (w miejscach pojedynczych drzew oraz rzadkiej roślinności).95


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatyczny4.3.5. Model 14_9398-9399 – teren pofalowany4.3.5.1. Charakterystyka terenuModel 14_9398-9399 przedstawia tereny pól uprawnych w okolicachCiężkowic pomiędzy Tarnowem a Nowym Sączem. Teren ten jest lekkopofalowany. Pagórki mają łagodne zbocza, nie ma żadnych ostrych formterenowych, brak skarp. Na danym obszarze znajdują się liczne gospodarstwaoraz kępy drzew.Rys. 4.3-31 Zdjęcie lewe 14_9398Rys. 4.3-32 Zdjęcie prawe 14_939996


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4.3.5.2. PCI Geomatica4. Badania – generowanie NMT w sposób automatycznyModel 1 – DEM Detail: high, Pixel Sampling: 4Rys. 4.3-33 Model wygenerowany przy ustawieniach: DEM Detail: high, PixelSampling:4Model wygenerowany przy ustawieniach: DEM Detail: high, PixelSampling: 4 dobrze oddaje rzeźbę terenu, wiernie przedstawia zarówno doliny jaki wzniesienia. Siatka punktów nie została wygenerowania na całości modelu,pojawiły się liczne „dziury” w siatce, głównie na obszarze jednolitych i bardzojasnych pól uprawnych. Wygenerowana siatka punktów jest w miarę wygładzona,jednak miejscami znajduje się około 2m nad terenem. Czasami, głównie nabrzegach modelu pojawiają się pikiety odstające o kilka metrów. Są one widocznena powyższym obrazie w północno - zachodniej części modelu. Wzniesieniawidoczne w dolinach na powyższym modelu to punkty osadzone nawierzchołkach drzew. Punkty siatki znajdują się również na pojedynczychbudynkach. Model wygenerowany przy pomocy omawianych ustawień wymagadość sporej korekty. Poprawić należy punkty znajdujące się na elementachpokrycia terenu, usunąć pikiety odstające, a także zmienić położenie punktów,które miejscami nie leża na odkrytym terenie.97


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyModel 2 – DEM Detail: high, Pixel Sampling: 8Rys. 4.3-34 Model wygenerowany przy użyciu ustawień: DEM Detail: high, PixelSampling: 8Przedstawiony powyżej model jest podobny do poprzedniego. Punkty niezostały wygenerowane na całości terenu, znajdują się tu liczne „dziury” w siatce(jest ich więcej niż w modelu poprzednim). Wygenerowana siatka punktów jestnierówna i na całości modelu znajduje się nad terenem około 2-3m. Rzeźbaterenu jest w przybliżeniu oddana zarówno na wierzchołkach i zboczachwzniesień jak i w mniejszych i większych dolinach. Punkty znajdują się naelementach pokrycia terenu, zarówno na pojedynczych drzewach jak izabudowie. Aby uzyskać dokładny NMT model ten prawie w całości należypoprawić ze względu na znajdującą się lekko nad terenem siatkę punktów.98


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyModel 3 – DEM Detail: medium, Pixel Sampling: 4Rys. 4.3-35 Model wygenerowany przy użyciu ustawień: DEM Detail: medium, PixelSampling: 4Powyższy model dobrze oddaje rzeźbę terenu zarówno wzniesień jak idolin. Wygenerowana siatka posiada wiele „dziur”, choć nie są one tak liczne jakw przypadku modelu 2. Punkty leżą dokładnie na terenie i są wygładzone. Nacałości modelu pojawiają się liczne pikiety odstające od kilkunastu dokilkudziesięciu metrów. Są one dobrze widoczne na powyższym obrazie.Wygenerowane punkty znajdują się na pojedynczych drzewach i zabudowie.Pomimo licznych pikiet odstających model ten najlepiej opisuje rzeźbę terenu iwymaga najmniejszych popraw.Podsumowanie:Model 1 Model 2 Model 3Wartośćwspółczynnika 0,89 0.92 0.90korelacjiCzas generowaniaNMT1h 00’ 0h 21’ 0h 56’Tab. 4.3 – 10 Zestawienie czasów generowania i współczynników korelacji modeliutworzonych przy różnych ustawieniach programu PCI dla obszaru 14_9398-939999


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4.3.5.3. Match-t4. Badania – generowanie NMT w sposób automatycznyAnalizowany model 14_9398-9399 został wygenerowany w programieMatch-t za pomocą dziewięciu różnych ustawień. We wszystkich przypadkachsiatka została utworzona na całości modelu. Wyniki generowania NMT zostałyprzedstawione poniżej.Rys. 4.3-36 Model wygenerowany przy użyciu ustawień Terrain Type: mountain,Smoothing Filter: low (model1)Model 1 został wygenerowany przy użyciu ustawień: Terrain Type:mountain, Smoothing Filter: low. Opisuje on bardzo dobrze rzeźbę terenuniezależnie od ukształtowania powierzchni. Siatka punktów jest wygładzona idobrze przylega do terenu. Wygenerowane punkty leżą na pojedynczychdrzewach oraz kępach drzew a także na zabudowie. Jest to dobrze widoczne wdolinach w południowo – wschodniej części modelu.100


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-37 Model wygenerowany przy użyciu ustawień Terrain Type: mountain,Smoothing Filter: medium (model3)Model 3 został wygenerowany przy użyciu ustawień: Terrain Type:mountain, Smoothing Filter: medium. Podobnie jak poprzedni model bardzodobrze wiernie rzeźbę terenu zarówno na wzniesieniach jak i w dolinach. Siatkapunktów jest wygładzona. Porównując oba modele (model1 i model3) możnazauważyć, że model 3 o wiele lepiej filtruje mniejsze kępy drzew, jest to widocznezwłaszcza w południowo – wschodniej części modelu.101


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-38 Model wygenerowany przy użyciu ustawień Terrain Type: hilly, SmoothingFilter: high (model5)Model 5 został wygenerowany przy użyciu ustawień: Terrain Type: hilly,Smoothing Filter: high. Siatka punktów bardzo wiernie oddaje tu rzeźbę terenu naobszarach wzniesień i dolin. Jest wygładzona i przylega do terenu. Punktyznajdują się na terenie w miejscach większych kęp drzew i zabudowy.Szczególnie dobrze uwidacznia się to w południowo – wschodniej części modelu.Prawie wszystkie kępy drzew zostały tu odfiltrowane. Bardzo podobnieprzedstawia rzeźbę terenu model wygenerowany przy ustawieniach: TerrainType: hilly, Smoothing Filter: medium. Oba modele wymagają niewielkiej korektyoperatora i tylko w miejscach, gdzie punkty znajdują się na dużych skupiskachdrzew.Szczegółowe porównanie modeli wygenerowanych przy różnychustawieniach programu zawiera poniższa tabelka:102


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyustawieniaprogramu:TerrainTypeSmoothingFiltermountainlowmountainhighmountainmediumhillylowhillyhighhillymediumflatlowflathighwąskiwąwózwiernieoddanyzbytwygładzonednowiernieoddanylekkowygładzonednolekkowygładzonednolekkowygładzonednocałośćzbytwygładzona,punkty nadnie nadterenembardzospłaszczonydolina ołagodnychzboczachiszerokim dniewiernieoddanawiernieoddanawiernieoddanawiernieoddanawiernieoddanywiernieoddanawiernieoddanawiernieoddanapunktynadachachpunktyokoło2m nadterenempunktyokoło 2-3m nadterenempunktyokoło 2-3m nadterenempunktyokoło 1-2m nadterenempunktyokoło 1-2m nadterenempunktyokoło 1-2m nadterenempunktyokoło 1-2m nadterenemgospodarswtopojedynczybudynekpunktyokolo2mnadterenempunktyokoło 2 mnadterenempunktyokoło 2-3m nadterenempunktyokoło 2-3m nadterenempojedynczedrzewonaterenienaterenienaterenienatereniena terenie natereniena terenie natereniepunktynadterenemokoło 1mnatereniena terenie natereniekępadrzewpunkty nawierzchołkach drzewczasempunktypodniesione kilkametrówpunktynadterenemokoło 1-4mpunkty 3-5m nadterenemnaterenie,miejscami1-2m nadterenemnaterenie,miejscamiokoło 2mnadterenemnaterenie,miejscamiokoło 2mnadterenemnaterenie,miejscamiokoło 2mnadterenemwąwóz, na dniedrzewawąwóz oddany,punkty nadrzewachwąskie dnotrochę zbytwygładzone,punktypodniesioneokoło 4-5m wmiejscach drzewwąskie dnowiernie oddane,punkty nadrzewachwąskie dnowiernie oddane,punkty naterenie gdywąski pas drzewwiernie oddanedno, punkty naterenie, przynajszerszychkępach drzew1-2m nadterenemwiernie oddanedno, punkty naterenie, przynajszerszychkępach drzew1-2m nadterenemwiernie oddanedno, punkty naterenie, przynajszerszychkępach drzew2-3m nadterenemwiernie oddanedno, punkty naterenie, przynajszerszychkępach drzew1-2m nadterenemTab.4.3 – 11 Porównanie modeli wygenerowanych przy różnych ustawieniach wprogramie Match-t dla obszaru 14_9398-9399103


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyNa modelu wygenerowanym przy ustawieniach: Terrain Type: mountain,Smoothing Filter: high z zaznaczeniem opcji adaptative grid, factor 4(dostosowanie oczka siatki do ukształtowania terenu) powstała przerzedzonasiatka na całej powierzchni modelu, jedynie miejscami niezależnie od rzeźbyterenu pojawiły się niewielkie obszary o siatce dogęszczonej.Porównując wszystkie modele wygenerowane dla różnych ustawieńprogramu, najdokładniejszy wynik otrzymano dla ustawień: Terrain Type: hilly,Smoothing Filter: high oraz Terrain Type: hilly, Smoothing Filter: medium. Siatkapunktów wiernie oddaje tu rzeźbę terenu, a wygenerowane punkty znajdują sięna terenie w miejscach pojedynczych drzew, większych kęp roślinności a takżezabudowy. Pozostałe modele albo zbyt upraszczają rzeźbę terenu i nie oddająwszystkich jej szczegółów lub też zbyt słabo filtrują elementy pokrycia terenu,punkty znajdują się na pojedynczych drzewach i budynkach. Czas generowaniamodeli wahał się od 4’14’’ do 6’22’’.104


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4.3.5.4. Porównanie4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-39 Mapa różnic pomiędzy modelem z PCI (medium, piksel 4) i modelem zMatch-t (hilly – high)Powyższa mapa różnicowa powstała poprzez odjęcie od siebienajdokładniejszych modeli wygenerowanych przez PCI (medium, piksel 4) iMatch-t (hilly – high). Największe różnice wysokości między modelami (wielkościkilkunastu metrów) wystąpiły w dolinach porośniętych przez drzewa, które niezostały odfiltrowane przez program PCI (białe podłużne plamy łączące się zesobą). Rozbieżności o wielkości dochodzącej do 50 to pojedyncze pikietyodstające na modelu z PCI. Na terenach odkrytych różnice wysokości wynoszą ±2 – 3m co jest spowodowane niedokładności modelu PCI.105


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatyczny4.3.6. Model 42_0259-0260 teren górzysty4.3.6.1. Charakterystyka modeluModel 42_0556-0260 przedstawia teren górzysty. Dany model obejmujejeden z grzbietów górskich o łagodnych zboczach. Cały obszar pokrywają polauprawne, pojedyncze kępy drzew oraz pojedyncze gospodarstwa. W doliniepłynie potok. Na modelu nie ma żadnych ostrych form terenowych.Rys. 4.3-40 Zdjęcie lewe 42_0259Rys. 4.3-41 Zdjęcie prawe 42_0260106


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4.3.6.2. PCI Geomatica4. Badania – generowanie NMT w sposób automatycznyW programie PCI Geomatica wygenerowano NMT dla czterech różnychustawień programu. Poniżej zostały zamieszczone wyniki.Model 1 – DEM Detail: medium, Pixel Sampling: 16Rys. 4.3-42 Model wygenerowane przy ustawieniach: DEM Detail: medium, PixelSampling: 16• Punkty nie zostały wygenerowane na całości modelu, bardzo dużo „dziur”jest w zachodniej części modelu, co spowodowało obcięcie modelu zzachodniej strony (widoczne na powyższym rysunku)• Wygenerowana siatka znajduje się w przybliżeniu na terenie (zdokładnością do 2 m)• Na modelu pojawiło się kilka pikiet odstających o około kilkadziesiątmetrów• Wygenerowane punkty dobrze oddają rzeźbę terenu, jednakże niektórestrome skarpy zostały trochę spłaszczone• Siatka punktów znajduje się na pojedynczych drzewach i zabudowie107


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyModel 2 – DEM Detail: high, Pixel Sampling: 16• Siatka punktów nie została wygenerowana na całości modelu, pojawiły sięliczne „dziury”• Punkty w przybliżeniu oddają rzeźbę terenu, siatka znajduje się na całejpowierzchni modelu nad terenem około 2-3m• Wygenerowane punkty znajdują się na dachach budynków i wierzchołkachpojedynczych drzew• Wygenerowany model jest bardzo podobny do modelu 1Model 3 – DEM Detail: high, Pixel Sampling: 4Rys. 4.3-43 Model wygenerowane przy ustawieniach: DEM Detail: high, PixelSampling:4• Siatka nie została wygenerowana na całości modelu, jednakże „dziur” jesttu znacznie mniej niż na modelach 1 i 2, widać jeszcze niewielkie obcięciemodelu z zachodniej strony• Wygenerowane punkty znacznie wierniej oddają rzeźbę terenu, punktyznajdują się na terenie108


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatyczny• Na modelu jest mniej pikiet odstających, są one umiejscowione nadterenem około kilkanaście metrów• Wygenerowane punkty znajdują się na drzewach i zabudowie• Model znacznie lepiej oddaje rzeźbę terenu niż modele poprzednie (model1 i 2)Model 4 – DEM Detail: low, Pixel Sampling: 4Rys. 4.3-44 Model wygenerowane przy ustawieniach: DEM Detail: low, Pixel Sampling:4• Siatka punktów została wygenerowana na całości modelu• Wygenerowane punkty bardzo dobrze oddają rzeźbę terenu, punkty leżąna terenie• W siatce pojawia się kilka pikiet odstających o około kilkadziesiąt metrówgłownie na brzegach modelu• W miejscach pojedynczych budynków i drzew punkty znajdują się naterenie• Model ten jest zdecydowanie najdokładniejszy ze wszystkichwygenerowanych w programie PCI i wymaga najmniejszej korekty109


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”Podsumowanie:4. Badania – generowanie NMT w sposób automatycznyModel 1 Model 2 Model 3 Model 4WartośćwspółczynnikakorelacjiCzas generowaniaNMT0,69 0.68 0.70 0.990h 06’ 0h 08’ 1h 09’ 0h 28’Tab. 4.3 – 12 Zestawienie czasów generowania i współczynników korelacji modeliutworzonych przy różnych ustawieniach programu PCI dla obszaru 42_0259-0260Z analizy stereoskopowej wynika, że modelem najlepiej przedstawiającymdany teren jest model 4 wygenerowany przy ustawieniach: DEM Detail: low,Pixel Sampling:4. Jego współczynnik korelacji jest również najwyższy. Wynosi on0.99. Czas generowania tego modelu wynosi 28 minut.4.3.6.3. Match-tAnalizowany model (42_0259-0260) został wygenerowany w programieMatch-t przy użyciu ośmiu różnych ustawień programu. We wszystkichprzypadkach siatka została wygenerowana na całości modelu i dobrze oddawałarzeźbę terenu, punkty leżały na terenie (w miejscach odkrytych). Szczegółoweporównanie modeli znajduje się w poniższej tabeli:110


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyustawieniaprogramu:TerrainTypeSmoothing Filtermountainlowmodel1mountainhighmodel2mountainmediummodel3hillylowmodel4hillyhighmodel5hillymediummodel6flatlowmodel7mountainlow,adaptativegrid,factor2model8wiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanywiernieoddanyskarpa rząd drzew pojedynczedrzewowiernieoddanawiernieoddanawiernieoddanawiernieoddanazbytwygładzonezboczewiernieoddanamiejscamitrochęwygładzonawiernieoddanazbytspłaszczonezboczapunkty nawierzchołkachwęższy –punkty naterenie,szerszy –punkty 2mnad terenemwęższy –punkty naterenie,szerszy –punkty 2mnad terenemwęższy –punkty naterenie,szerszy –punkty 2mnad terenemna tereniena tereniepunkty nawierzchołkachdrzewpunkty nawierzchołkachdrzewnaterenienaterenienaterenienaterenienaterenienaterenienaterenienatereniepotok,stromeskarpy nadrzewachoddanyoddany wszerszychmiejscachoddany wszerszychmiejscachoddany wszerszychmiejscachw ogóle nieoddanyoddany wszerszychmiejscachnie oddanaoddany wszerszychmiejscachnaterenienaterenienaterenienaterenienaterenienaterenienaterenienatereniegrzbietgórskiołagodnychzboczachwiernieoddanypojedynczybudynekgospodarstwaduże domypodnosząpunktysiatkina tereniena tereniedomy owiększejpowierzchni podnosząpunktyokoło 2-3mna tereniena tereniepunktypodniesioneokoło2-3,na terenieTab. 4.3 – 13 Porównanie modeli wygenerowanych przy różnych ustawieniach wprogramie Match-t dla obszaru 42_0259-0260111


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyPoniżej zostały umieszczone modele, które najlepiej oddawałyanalizowany teren:Rys. 4.3-45 Model wygenerowany przy użyciu ustawień Terrain Type: mountain,Smoothing Filter: low (model1)Model wygenerowany przy użyciu ustawień: Terrain Type: mountain,Smoothing Filter: low bardzo dobrze oddaje powierzchnię terenu, każdy nawetnajmniejszy jej szczegół. Jednakże przy tych ustawieniach siatka punktówznajduje się na elementach pokrycia terenu, pojedynczych budynkach, kępachdrzew, co jest bardzo dobrze widoczne na powyższym rysunku.112


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-46 Model wygenerowany przy użyciu ustawień Terrain Type: mountain,Smoothing Filter: high (model2)Model wygenerowany przy użyciu ustawień: Terrain Type: mountain,Smoothing Filter: high dobrze oddaje powierzchnie terenu, każdy jej szczegół,jednocześnie generując punkty na terenie w miejscach pojedynczych drzew ibudynków. Model wygenerowany przy tych ustawieniach trochę generalizujewąwóz w którym płynie potok. Siatka punktów jest bardziej wygładzona niż wprzypadku modelu 1. Podobny rezultat otrzymuje się przy generowaniu modeluprzy ustawieniach: Terrain Type: mountain, Smoothing Filter: medium.113


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-47 Model wygenerowany przy użyciu ustawień Terrain Type: hilly, SmoothingFilter: medium (model6)Model wygenerowany przy użyciu ustawień Terrain Type: hilly, SmoothingFilter: medium bardzo dobrze przedstawia rzeźbę terenu, jednocześnie punktyznajdują się na terenie w miejscach pokrytych roślinnością (pojedyncze drzewa,kępy drzew) i rzadką zabudową.Pozostałe z modeli (hilly – high, flat – low i mountain – low z zaznaczeniemfunkcji adaptative grid factor2) zbyt generalizują szczegóły terenowe i powodujązbytnie wygładzenie rzeźby terenu.Model wygenerowany przy użyciu funkcji adaptative grid ma na całejpowierzchni siatkę zagęszczoną niezależnie od rzeźby terenu.Biorąc pod uwagę zarówno szczegółowość oddania rzeźby terenu jak istopień filtracji elementów pokrycia, najdokładniejszy rezultat otrzymano dladanego terenu używając ustawień: Terrain Type: hilly, Smoothing Filter: medium.Czas generowania modeli wynosił od 4’47” do 6’58”.114


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4.3.6.4. Porównanie4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-48 Mapa różnic pomiędzy modelem z PCI (low, piksel 4) i modelem z Match-t(hilly – medium)Powyższa mapa różnicowa została utworzona z najdokładniejszych modeliwygenerowanych przez program PCI (low, piksel 4) oraz Match-t (hilly –medium). Na znacznej części mapy różnice wysokości mieszczą się w granicach± 2m. Większe rozbieżności występują jedynie w miejscach występowaniaroślinności. Największe różnice są w miejscach gdzie na modelu z PCI wystąpiłypikiety odstajace.4.3.7. Model 11_9834-9835 – teren górzysty4.3.7.1. Charakterystyka modeluModel 11_9834-9835 przedstawia teren mocno pofalowany z bardzourozmaiconymi formami terenowymi i licznymi wąwozami. Obszar modelupokrywają pola uprawne, znajdują się tu liczne kępy drzew (zwłaszcza wwąwozach) oraz kilka gospodarstw.115


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-49 Zdjęcie lewe 11_9834Rys. 4.3-50Zdjęcie prawe 11_98354.3.7.2. PCI GeomaticaAnalizowany model 11_9834-9835 został wygenerowany przy czterechróżnych ustawieniach programu PCI. Wyniki znajdują się poniżej:116


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyModel 1 – DEM Detail: high, Pixel Sampling: 16Rys. 4.3-51 Model wygenerowane przy ustawieniach: DEM Detail: high, PixelSampling:16• Siatka punktów nie została wygenerowana na całości modelu, powstałokilka niewielkich „dziur”• Wygenerowana siatka jest wygładzona, oddaje ogólny kształt terenu• Na całości modelu punkty znajdują się nad terenem około 2m• Licznie występujące odstające pikiety o około kilkanaście metrów, dobrzewidoczne na zachodnim brzegu modelu• Formy terenowe takie jak wąskie wąwozy nie zostały oddane• Punkty znajdują się na pojedynczych drzewach i zabudowieModel 2 – DEM Detail: low, Pixel Sampling: 4• W wygenerowanej siatce punktów są niewielkie „dziury”• W niektórych częściach modelu wygenerowane punkty znajdują się około2m nad terenem• Ogólna rzeźba terenu jest oddana• Małe formy terenowe takie jak wąskie wąwozy i niewielkie zagłębienia sąw przybliżeniu oddane117


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatyczny• Punkty są na terenie w miejscach pojedynczych niewielkich drzew,natomiast znajdują się nad terenem w miejscach pojedynczych budynków ikęp drzew• Całość modelu jest nieznacznie dokładniejsza od poprzedniego (model1)Model 3 – DEM Detail: high, Pixel Sampling: 4Rys. 4.3-52 Model wygenerowane przy ustawieniach: DEM Detail: high, PixelSampling:4• Siatka punktów została wygenerowana na całości modelu, brak „dziur”• Wygenerowane punkty leżą dokładnie na terenie, są wygładzone• Na bardzo jasnych polach siatka punktów jest bardzo nierówna, w tychmiejscach pojawiają się odstające pikiety widoczne na powyższym rysunku• Rzeźba terenu jest wiernie oddana, wąskie wąwozy są uwzględnione• Punkty są na terenie w miejscach pojedynczych niewielkich drzew,natomiast znajdują się nad terenem w miejscach pojedynczych budynków ikęp drzew118


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyModel 4 – DEM Detail: medium, Pixel Sampling: 1Rys. 4.3-53 Model wygenerowany przy ustawieniach: DEM Detail: medium, PixelSampling:1• Siatka punktów została wygenerowana na całości modelu, jednakżepojawiły się w niej duże ilości małych „dziur” (wielkości kilku brakującychpunktów w siatce)• Powierzchnia punktów jest bardzo nierówna, co dobrze obrazuje powyższyrysunek• Siatka punktów oddaje w przybliżeniu rzeźbę terenu• Liczne pikiety odstające głównie na zachodnim brzegu modelu oraz wcentralnej jego części• Wąskie wąwozy i zagłębienia terenu oddane• Punkty są na terenie w miejscach pojedynczych niewielkich drzew,natomiast znajdują się nad terenem w miejscach pojedynczych budynków ikęp drzew119


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”Podsumowanie:Wartość współczynnikakorelacji4. Badania – generowanie NMT w sposób automatycznyModel 1 Model 2 Model 3 Model 40,99 0.99 0.99 0.88Czas generowania NMT 0h 06’ 0h 56’ 0h28’’ 6h 28’Tab. 4.3 – 14 Zestawienie czasów generowania i współczynników korelacji modeliutworzonych przy różnych ustawieniach programu PCI dla obszaru 11_9834-9835Po analizie stereoskopowej wygenerowanych modeli stwierdzam, żenajdokładniejszy model powstał dla ustawień: DEM Detail: high, PixelSampling:4. Również jego współczynnik korelacji był najwyższy.4.3.7.3. Match-tW programie Match-t zostało wygenerowanych siedem modeli dla różnychustawień programu. We wszystkich przypadkach siatka punktów zostaławygenerowana na całości modelu. Szczegółowe porównanie poszczególnychmodeli znajduje się w poniższej tabeli:120


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyustawieniaprogramu:TerrainTypeSmoothing Filtermountainlowmountainhighmountainmediumhillylowhillymediumflatlowflathighmountainmediumadaptativegrid,factor4wąwóz,miejscamidno lekkozarośniętewiernieoddany,punkty nadrzewachwiernieoddany,punkty natereniewiernieoddany, wmiejscachgdziedrzewa topunktyok.3m nadterenemwiernieoddany,miejscamipunkty nadrzewachwiernieoddany,punkty natereniewiernieoddany,punkty wmiejscachdrzewpodniesioneok.3mwiernieoddanyrząddrzewpunktynatereniepunktynatereniepunktynatereniepunktynatereniepunktynatereniepunktynaterenienaterenieniewielkiezagłębienieo stromychzboczachwiernieoddanednozagłębieniatrochę zbytwygładzonednozagłębieniatrochę zbytwygładzoneoddanednozagłębieniatrochę zbytwygładzonednozagłębieniatrochę zbytwygładzonednozagłębieniatrochę zbytwygładzonegospodarstwopunktyokoło 3mnadterenemnaterenienatereniepunktyokoło 3mnadterenemnatereniepunktyokoło 2-3m nadterenempunktynatereniedomnaterenienaterenienaterenienaterenienaterenienatereniepunktynatereniewąwózowąskimdniewiernieoddanywiernieoddanywiernieoddanywiernieoddanyzbytwygładzonyzbytwygładzonynieoddanywąskipotok wgłębokimkorycieoddanynieoddanynieoddanywprzybliżeniuoddanynieoddanynieoddanynieoddanyzagęszczona siatka znajduje się w całkowicie przypadkowych miejscach, jejdogęszczenie nie wynika z charakteru rzeźby terenu, na pozostałymobszarze siatka jest zbyt rzadka,całe powierzchnie punktów znajdują się nad terenem w miejscach dolinTab. 4.3 – 15 Porównanie modeli wygenerowanych przy różnych ustawieniach wprogramie Match-t dla obszaru 11_9834-9835121


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyPrzy generowaniu NMT na terenach górzystych bardzo trudno wybraćmodel najlepiej oddający rzeźbę terenu, gdyż modele, które obrazują wszystkienawet najmniejsze elementy terenu są zbyt szczegółowe i zazwyczaj punkty są tuwygenerowane na wszystkich elementach pokrycia (ma pojedynczych domach idrzewach). Natomiast, gdy chcemy choć trochę odfiltrować elementy pokrycia, napowstałym modelu są jednocześnie generalizowane drobne formy terenowe.Po analizie stereoskopowej wygenerowanych modeli stwierdzono, żenajlepiej oddaje rzeźbę terenu model wygenerowany przy ustawieniach: TerrainType: mountain, Smoothing Filter: high. Siatka punktów wiernie oddaje tu rzeźbęterenu, a wygenerowane punkty znajdują się na terenie w miejscachpojedynczych drzew, większych kęp roślinności a także zabudowy.Rys. 4.3-54 Model wygenerowany przy użyciu ustawień Terrain Type: mountain,Smoothing Filter: high (model2)122


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4.3.7.4. Porównanie4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-55 Mapa różnic wysokości pomiędzy modelem z PCI (high, piksel 4) i modelemz Match-t (mountain – high)Wygenerowana powyżej mapa różnic powstała poprzez odjęcienajdokładniejszych modeli wygenerowanych przez PCI (high, piksel 4) i Match-t(mountain – high). Na przeważającym obszarze różnice wysokości wynoszą ±2m.Wartości różnic wynoszące około kilkunastu metrów są spowodowaneroślinnością i zabudową. Natomiast wartości skrajne (około –10m, a także tekilkudziesięciometrowe ze znakiem dodatnim) są sporadyczne i wynikają z pikietodstających pojawiających się na modelu z PCI.4.3.8. Model 14_9394-9395 – teren górzysty4.3.8.1. Charakterystyka terenuOmawiany model 14-9394-9395 obejmuje swoim zakresem teren górzystyo urozmaiconej rzeźbie. Na modelu znajduje się grzbiet górski, na którego123


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyzboczach są pola uprawne. W dolinie położona jest niewielka wieś oraz płyniepotok. Na całej powierzchni modelu znajdują się liczne skarpy i wąwozy.Rys. 4.3-56 Zdjęcie lewe 14_9394Rys. 4.3-57 Zdjęcie prawe 14_93954.3.8.2. PCI GeomaticaAnalizowany model został wygenerowany w programie PCI przy użyciuczterech różnych ustawień. Wyniki zostały zamieszczone poniżej:124


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyModel 1 – DEM Detail: high, Pixel Sampling: 4• Siatka nie została wygenerowana na całości modelu, liczne „dziury”• Siatka punktów znajduje się nad terenem około 2-3m, jest niewygładzona,pojawiają się liczne pikiety odstające o około kilkadziesiąt metrów główniena brzegach modelu• Na polach o jednolitej teksturze siatka punktów jest bardzo nierówna• Wygenerowane punkty w przybliżeniu oddają skomplikowane formyterenowe (wąskie wąwozy, zagłębienia)• Punkty znajdują się na elementach pokrycia: budynkach i pojedynczychdrzewachModel 2 – DEM Detail: low, Pixel Sampling: 4Rys. 4.3-58 Model wygenerowane przy ustawieniach: DEM Detail: low, Pixel Sampling:4• Siatka wygenerowana została na całym obszarze, jednakże na wschodnimbrzegu modelu z niewyjaśnionych przyczyn pikselom została przypisanawartość tła (zamiast wartości wysokości) i punkty te zostały wyrzucone,braki pikseli są widoczne we wschodniej części powyższego modelu• Wygenerowane punkty leżą na terenie i wiernie oddają jego rzeźbę125


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatyczny• Siatka punktów jest wygładzona, pojawiają się liczne odstające pikiety nabrzegach modelu• Wygenerowane punkty oddają niewielkie formy terenowe (wąskie wąwozyitp.) aczkolwiek znacznie je upraszczają• Wygenerowane punkty znajdują się na pojedynczych drzewach izabudowieModel 3 – DEM Detail: high, Pixel Sampling: 16• Siatka punktów nie została wygenerowana na całości modelu, pojawiły sięliczne „dziury”• Całość wygenerowanych punktów znajduje się około nad terenem 2-3mnad terenem• Siatka punktów jest bardzo nierówna, pojawiają się pikiety odstające ookoło kilkadziesiąt metrów• Formy terenowe takie jak wąskie wąwozy i niewielkie zagłębienia niezostały oddane• Strome skarpy zostały wygładzone• Punkty znajdują się na pojedynczych drzewach i zabudowie126


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyModel 4 – DEM Detail: medium, Pixel Sampling: 2Rys. 4.3-59 Model wygenerowane przy ustawieniach: DEM Detail: medium, PixelSampling:2• Siatka punktów nie została wygenerowana na całości modelu, pojawiły sięliczne acz niewielkie „dziury”, głównie w miejscach o słabej teksturze zdjęć(drogi, jednolite pola)• Wygenerowana siatka punktów jest bardzo nierówna co dobrzeuwidacznia się na powyższym rysunku• Pojawiły się liczne pikiety odstające o około kilkadziesiąt metrów• Wygenerowana siatka punktów miejscami znajduje się około 2m nadterenem,• Formy terenowe takie jak wąskie wąwozy i zagłębienia zostały wprzybliżeniu oddane• Wygenerowane punkty znajdują się na pojedynczych drzewach izabudowie127


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”Podsumowanie:4. Badania – generowanie NMT w sposób automatycznyModel 1 Model 2 Model 3 Model 4WartośćwspółczynnikakorelacjiCzas generowaniaNMT0,92 0.99 0.89 0.880h 55’ 0h 27’ 0h 11’ 2h 12’Tab. 4.3 – 16 Zestawienie czasów generowania i współczynników korelacji modeliutworzonych przy różnych ustawieniach programu PCI dla obszaru 14_9394-9395Po analizie stereoskopowej wygenerowanych modeli stwierdzono, żenajdokładniejszy model powstał przy użyciu ustawień: DEM Detail: low, PixelSampling:4. Również współczynnik korelacji dla tego modelu jest najwyższy.Czas geneowania tego modelu wynosił 27 minut.4.3.8.3. Match-tAnalizowany model 14_9394-9395 został wygenerowany w programieMatch-t przy użyciu dziewięciu różnych ustawień. We wszystkich przypadkachsiatka została wygenerowana na całej powierzchni modelu. Szczegółoweporównanie poszczególnych modeli zawiera poniższa tabelka:128


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyustawieniaprogramu:TerrainTypeSmoothing Filtermountainlowmountainhighmountainmediumhillylowhillyhighhillymediumflatlowflathighmountainmediumadaptativegrid,factor4wąskiwąwózwiernieoddanylekkowygładzonylekkowygładzonywiernieoddanylekkowygładzonylekkowygładzonyzbytwygładzonywogólenieoddanykępadrzewpunktynawierzchołkachpunktynawierzchołkachpunktynawierzchołkachpunktynawierzchołkachpunktyokoło2m nadterenempunktynawierzchołkachpunktynawierzchołkachnatereniezabudowawiejskapunkty nadterenemokoło 4mna terenie,miejscamipunkty ok.2m nadterenemna terenie,miejscamipunkty ok.3m nadterenempunktyokoło 3mnadterenemna terenie,miejscamipunkty ok.2m nadterenemna terenie,miejscamipunkty ok.2m nadterenemna terenie,miejscamipunkty ok.2m nadterenemna terenie,miejscamipunkty ok.2m nadterenemskarpywiernieoddanewiernieoddanewiernieoddanewiernieoddanewiernieoddanewiernieoddanatrochęzbytwygładzona izgeneralizowanazbytwygładzona izgeneralipojedynczybudynekpunktyokoło 1mnadterenemnaterenienaterenienaterenienaterenienaterenienaterenienatereniedrogananasypiewiernieoddanawiernieoddanawiernieoddanawiernieoddanawiernieoddanawiernieoddanawiernieoddanawiernieoddanapotok wkorycie ostromychzboczachwiernieoddanytrochęwygładzonestromezboczaoddanyoddanyoddany wprzybliżeniuwprzybliżeniuoddanywprzybliżeniuoddanyw ogóle nieoddanyzowanazagęszczona siatka znajduje się w całkowicie przypadkowych miejscach, jejdogęszczenie nie wynika z rzeźby terenu, na pozostałym obszarze siatkajest zbyt rzadka,całe powierzchnie punktów znajdują się nad terenem w miejscach dolinTab.4.3 – 17 Porównanie modeli wygenerowanych przy różnych ustawieniach wprogramie Match-t dla obszaru 14_9394-9395129


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyJako, że generowany model obejmuje swoim terenem obszary górzyste oskomplikowanej rzeźbie trudno dobrać tak współczynniki Terrain Type orazSmoothing Filter by wygenerowany model przedstawiał zarówno wszystkie(nawet najmniejsze) elementy rzeźby terenu przy równoczesnej filtracjielementów pokrycia terenu. Jedne z lepszych rozwiązań umieszczone są poniżej:Rys. 4.3-60 Model wygenerowany przy użyciu ustawień Terrain Type: mountain,Smoothing Filter: lowPrezentowany model wygenerowany przy ustawieniach: Terrain Type:mountain, Smoothing Filter: low bardzo dobrze przedstawia rzeźbę terenuwłącznie z jej najmniejszymi szczegółami, jednocześnie punkty siatki znajdują sięna elementach pokrycia terenu ( pojedynczych drzewach i zabudowie).130


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-61 Model wygenerowany przy użyciu ustawień Terrain Type: mountain,Smoothing Filter: highPrezentowany powyżej model wygenerowany przy ustawieniach: TerrainType: mountain, Smoothing Filter: high dobrze przedstawia rzeźbę terenu.Również najmniejsze szczegóły terenowe są oddane, jednak występuje tu ichniewielka generalizacja. Punkty siatki znajdują się na terenie w miejscachpojedynczych drzew i budynków. Trochę większe kępy drzew i skupiskazabudowy powodują podniesienie punktów siatki.131


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-62 Model wygenerowany przy użyciu ustawień Terrain Type: hilly, SmoothingFilter: highPrezentowany model wygenerowany przy ustawieniach: Terrain Type:hilly, Smoothing Filter: high również dość dobrze prezentuje rzeźbę terenu,jednakże znacznie bardziej niż poprzednie modele upraszcza mniejsze szczegółyterenowe. Równocześnie model wygenerowany przy tych ustawieniach mapunkty na terenie w miejscach pojedynczej zabudowy i drzew. Model tenpodobnie przedstawia rzeźbę terenu jak model wygenerowany przy ustawieniach:Terrain Type: mountain, Smoothing Filter: high.Porównując stereoskopowo powyższe modele najdokładniej odzwierciedlarzeźbę terenu (przy jednoczesnym odfiltrowaniu elementów pokrycia terenu)model wygenerowany przy ustawieniach: Terrain Type: hilly, Smoothing Filter:high oraz Terrain Type: mountain, Smoothing Filter: high.Czas generowania modeli przy różnych ustawieniach wynosił od 4’19’’ do7’12’’.132


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4.3.8.4. Porównanie4. Badania – generowanie NMT w sposób automatycznyRys. 4.3-63 Mapa różnic wysokości pomiędzy modelem z PCI (low, piksel 4) i modelemz Match-t (mountain – high)Powyższa mapa została utworzona poprzez odjęcie od siebienajdokładniejszych modeli wygenerowanych przez programy PCI (low, piksel 4)oraz Match-t (mountain – high). Na przeważającym obszarze różnice wysokościwynoszą około ± 2m (różne odcienie szarości). Różnice wielkości od około –5mdo –12m są wynikiem tego, że Match-t znacznie wygładza generowana siatkę ipunkty na niewielkich polanach znajdują się nad terenem. Natomiast rozbieżnościdochodzące do 217 m są wynikiem licznie występujących odstających pikiet wmodelu z PCI. Pozostałe rozbieżności wielkości od kilku do kilkunastu metrów sąwynikiem występowania zabudowy i pojedynczych kęp drzew, które program PCInie odfiltrowuje.133


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyAnalizowany model został wierniej oddany przez NMT wygenerowanyprzez program Match-t. Lepiej oddaje on rzeźbę terenu oraz jest pozbawionylicznych pikiet odstajacych.4.4. PodsumowanieProgram PCI Geomatica jest programem o znacznie uboższychmożliwościach ingerencji w ustawienia od programu Match-t. Bezpośredni wpływna generowany NMT mają tylko dwa parametry: Dem Detail oraz Pixel Sampling.Oddziaływanie powyższych ustawień na tworzony NMT przedstawione jestponiżej:• Pixel Sampling – wielkość piksela w pliku wynikowym NMT w stosunku doobrazu oryginalnego, możliwe zakresy: 32, 16, 8, 4 ,2 ,1.Duże wartości współczynnika (np. 32, 16) powodują: powstawanieobszarów, na których siatka nie jest generowana (są to głównie obszary osłabszej teksturze) oraz niedokładność generowanego NMT.Wygenerowane punkty znajdują się wtedy około 3m nad terenem orazdodatkowo na terenach o bardziej skomplikowanej rzeźbie następuje ichgeneralizacja. Zmniejszenie wartości ustawienia powoduje wzrostdokładności utworzonego NMT oraz sprawia, że siatka jest generowana nacałości modelu (nawet w miejscach o słabej teksturze zdjęć). Modelwygenerowany przy najmniejszej wartości Pixel Sampling (równej 1) niedaje jednak najdokładniejszego NMT, gdyż utworzone punkty dają zbytnierówną powierzchnię o dużej licznie pojedynczych pikiet, które znajdująsię nad terenem. Jednocześnie zmniejszenie wartości Pixel Samplingchoćby o jeden zakres kilkakrotnie wydłuża czas generowania NMT: odokoło10 minut (dla Pixel Sampling = 32) do nawet kilkunastu godzin (dlaPixel Sampling = 1). Pikiety odstające (pojedyncze punkty znajdujące siękilka, kilkanaście metrów nad terenem) pojawiają się na każdym zgenerowanych modeli niezależnie od wielkości Pixel Sampling, jednakżenajwiększa ich ilość występuje przy wysokim współczynniku (32) oraz przybardzo niskim (1). Ich zagęszczenie następuje w miejscach o słabejteksturze zdjęć a także na brzegach modelu. Dla analizowanych modelinajdokładniejszy NMT niezależnie od ukształtowania terenu był134


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznywygenerowany dla ustawienia Pixel Sampling równego 4, a czasemrównież 2 lub 8.• DEM Detail – szczegółowość generowanego NMT, możliwe wartości: low,medium, highPrzy ustawieniu opcji Dem Detail równej low wygenerowany NMTniezależnie od typu terenu jest wygładzony, równocześnie wszystkie formyterenowe są wiernie oddane. Na takim modelu rzadziej pojawiają siępikiety odstające. Zmiana opcji na wartość medium lub high powoduje, iżwcale nie wzrasta dokładność generowanego NMT, a wręcz przeciwnie,utworzona siatka jest niewygładzona. Powierzchnia terenowa nawetbardzo gładka staje się na wygenerowanym modelu bardzo nierówna.Liczniej występują też pikiety odstające. Zmiana wartości DEM Detail namedium lub high wydłuża również czas generowania NMT.Dla analizowanych modeli najdokładniejsze NMT w większościprzypadków, niezależnie od typu terenu, powstawały dla ustawienia DEMDetail wynoszącego low.Program Match-t w przeciwieństwie do programu PCI Geomatica posiadaznacznie większe możliwości ustawień. Oddziaływanie najważniejszychparametrów na generowany NMT zostało zamieszczone poniżej:• sigma - współczynnik ten określa teoretyczną precyzje generowanychpunktów siatki. Gdy dokładność wysokościowa generowanych punktówosiągnie wartość „sigma”, Match-t kończy modyfikowanie wartościwysokości tworzonego NMT.Zastosowanie wysokiej wartości współczynnika sigma (np. kilka metrów)powoduje, iż wygenerowane punkty siatki nie znajdują się na terenie, gdyżprogram kończy generowanie siatki przy uzyskaniu podanej kilkumetrowejdokładności. Zmniejszenie wartości sigma powoduje wzrost dokładnościgenerowanego NMT. Dla analizowanych modeli wartość współczynnikazostała ustalona na 0,2m, gdyż maksymalnie taka dokładność byłamożliwa do stereoskopowego skontrolowania• Terrain Type – typ terenu, możliwe opcje: flat, hilly, mountain a także userdefined (definiowany przez użytkownika)135


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyZastosowanie ustawienia Terrain Type: flat powoduje, iżgenerowany NMT jest wypłaszczony. Użycie tej opcji na terenachgórzystych powoduje nadmierną generalizację rzeźby terenu, wszelkieniewielkie szczegóły terenowe zostają znacznie uproszczone lubcałkowicie pominięte na generowanym NMT.Zastosowanie opcji na terenie płaskim lub łagodnie pofalowanym bezżadnych skomplikowanych form terenowych daje dokładnie wygenerowanyNMT, równocześnie punkty znajdują się na terenie w miejscachwystępowania pojedynczej zabudowy oraz niewielkich kęp roślinności.Opcja Terrain Type: flat doskonale nadaje się do generowania NMT naterenach płaskich i łagodnie pofalowanych.Zastosowanie ustawienia Terrain Type: mountain powoduje, żegenerowany NMT bardzo wiernie oddaje wszystkie nawet najmniejszeszczegóły terenowe. Doskonale nadaje się więc do tworzenia NMT naobszarach górskich. Równocześnie zastosowanie tej opcji powoduje, żepowstałe punkty znajdują się na elementach pokrycia terenu: pojedynczejzabudowie, kępach drzew. Wobec tego nie jest zalecana w użyciu dlaterenów płaskich, gdzie taka szczegółowość nie jest potrzebna.Zastosowanie ustawienia Terrain Type: hilly powoduje, żegenerowany NMT dokładnie oddaje rzeźbę terenu nie tylko płaskiego, aletakże pofalowanego, Wszystkie szczegóły terenowe są oddane, jednakżenie aż tak dokładnie jak przy ustawienia mountain. Punkty znajdują się naterenie w przypadku pojedynczych drzew oraz pojedynczej zabudowy.Takie ustawienie opcji Terrain Type doskonale nadaje się do generowaniaNMT na terenach płaskich otwartych, pofalowanych a także górzystych ołagodnych zboczach beż żadnych skomplikowanych form.• Smoothing Filter – stopień filtracji, do wyboru są opcje: low, medium, highoraz user defined (definiowany przez użytkownika)Zastosowanie opcji Smoothing Filter: low powoduje niewielki stopieńfiltracji wygenerowanego NMT. Utworzone punkty znajdują się napojedynczych drzewach i zabudowie, równocześnie bardzo wiernie sąoddane wszystkie nawet najmniejsze szczegóły terenowe. Takieustawienie opcji ma zastosowanie przy generowaniu siatki na terenie obardzo skomplikowanej rzeźbie. W analizowanych w niniejszej pracy136


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznymodelach użycie takiego ustawienia Smoothing Filter dla otrzymanianajdokładniejszego NMT nie było konieczne.Zastosowanie opcji Smoothing Filter: medium powoduje średnistopień filtracji elementów pokrycia terenu. Punkty są na terenie wmiejscach pojedynczych drzew oraz niewielkich budynków. Siatka jestgenerowana na większych kępach i zabudowie. Zastosowanie tegoustawienia powoduje, że również niewielkie formy terenowe są wiernieoddane. Takie ustawienie Smoothing Filter: medium doskonale nadaje siędo generowania NMT na terenach pofalowanych o bardziejskomplikowanej rzeźbie.Zastosowanie opcji Smoothing Filter: high sprawia, że wutworzonym NMT punkty znajdują się na terenie w miejscach zarównopojedynczych drzew i zabudowy jak również w przypadku większych kępdrzew. Jednocześnie niewielkie szczegóły terenowe (doły o małejpowierzchni, nieduże nasypy) zostają zgeneralizowanie lub całkowiciepominięte. Takie ustawienie Smoothing Filter: high doskonale nadaje siędo generowania NMT na płaskim obszarze a także na terenachpofalowanych a nawet górzystych, gdzie nie małych form terenowych oostrych kształtach, które mogły by być potraktowane jako element pokryciaterenu.• adaptative grid – dostosowanie rozmiaru oczka siatki do typu terenu,deklarowany factor oznacza, ile razy oczko siatki może być powiększonelub pomniejszone w stosunku zadanego oczka siatki. do wyboru factorrówny: 2 lub 4.Zaznaczenie tej funkcji przy wartości factor równej 2 spowodowałow przypadku analizowanych modeli, że program generował zagęszczonąsiatkę na całości modelu, jednocześnie utworzone punkty budowałypowierzchnię bardzo spłaszczoną, która na obszarach pofalowanych zbytgeneralizowała rzeźbę terenu.Zaznaczenie funkcji adaptative grid z wartością factor równą 4spowodowało, że generowana siatka była zagęszczana lub przerzedzonana obszarach całkowicie przypadkowych, a nie wynikających z rzeźbyterenu. Ponadto wygenerowane punkty zbyt generalizowały rzeźbę terenu.137


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyPodsumowanie dla terenów płaskich:PCIMatch-tProgram:ustawienia dlanajdokładniejszegomodeluczas generowaniaustawienia dlanajdokładniejszegomodeluczas generowaniaModel:1_1460-1461 15_0477-0478 15_0480-0481low, pixel 1 low, pixel 2 low, pixel 8low, pixel 4 low, pixel 41h 10’ 1h 31’1h 30’flat – high flat – high,flat – high +adaptativegrid, factor20h 04’26” 0h 04’15”0h 03’28”0h 28’1h 22’flat – high,hilly – high,flat – high +adaptativematchong0h 04’26”0h 04’39”0h 06’26”Tab. 4.3 – 18 Zestawienie ustawień i czasów generowania dla poszczególnychnajdokładniejszych modeli dla terenów płaskichPodsumowanie dla terenów lekko pofalowanych:PCIMatch-tProgram:ustawienia dlanajdokładniejszegomodelu14_0443-0444low, pixel8czas generowania 0h 29’ 0h 56”ustawienia dlanajdokładniejszegomodeluflat – high,hilly – high,mountain – highczas generowania0h 04’28”0h 05’02”0h 05’55”Model:14_9398-9399medium, pixel4hilly – high,hilly – medium,0h 04’44”0h 04’34”Tab. 4.3 – 19 Zestawienie ustawień i czasów generowania dla poszczególnychnajdokładniejszych modeli dla terenów lekko pofalowanych138


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”4. Badania – generowanie NMT w sposób automatycznyPodsumowanie dla terenów górzystych:PCIMatch-tProgram:ustawienia dlanajdokładniejszegomodeluModel:42_0259-0260 11_9894-9895 14_9394-9395low, pixel 4 high, pixel 4 low, pixel 4czas generowania 0h 28’ 0h 28’ 0h 27’ustawienia dlanajdokładniejszegohilly – medium, mountain –high,modelumountain –high,czas generowania 0h 04’47” 0h 06’27 0h 05’37”Tab. 4.3 – 20 Zestawienie ustawień i czasów generowania dla poszczególnychnajdokładniejszych modeli dla terenów górzystychDo wszystkich czasów tworzenia modeli należy doliczyć jeszcze czasgenerowania obrazów epipolarnych, który dla PCI wynosił około 20 minut a dlaMatch-t 10 minut.139


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”5. Wnioski5. WnioskiCelem niniejszej pracy było porównanie możliwości dwóch programów(PCI Geomatica oraz ImageStation Match-t) do automatycznego generowaniaNumerycznego Modelu Terenu, należących do zupełnie innych kategoriidokładnościowych i cenowych, pod kątem dokładności, użyteczności a takżełatwości obsługi programu. Poniżej zostały umieszczone ich wady i zalety:• Programem, który zdecydowanie dokładniej i szybciej tworzy NMT jestMatch-t. Jest on przeznaczony do precyzyjnego generowaniaNumerycznego Modelu Terenu (dokładności rzędu kilkunastu centymetrówdla zdjęć w skali 1:13000). Posiada on wiele ustawień, które pozwalają nadopasowanie siatki do konkretnego typu terenu, a także przyodpowiednich ustawieniach umożliwia posadowienie punktów na terenie wmiejscach pojedynczej zabudowy i drzew, co sprawia, że późniejszakorekta operatora zajmuje niewiele czasu. Łączny czas generowaniajednego modelu trwa tutaj około 15 –20 minut. Program ten doskonalenadaje się do masowej produkcji NMT. Wadą oprogramowania jest jegowysoka cena.• Już sama dokładność zapisu współrzędnych przez program PCI (1m)powoduje, iż nie może on pod względem precyzji konkurować z Match-t.Dodatkowo na terenach pofalowanych oraz na zdjęciach o słabej teksturzeuzyskiwane dokładności są jeszcze niższe – rzędu kilku metrów. Programten ma też znacznie uboższe możliwości ustawień generowania NMT niżMatch-t. Użytkownik ma do wybory tylko dwa parametry, które znaczącowpływają na tworzony NMT. Na wygenerowanych modelach bardzo częstopojawiają się pojedyncze punkty leżące kilkanaście metrów nad terenemoraz miejsca gdzie NMT nie został wygenerowany. Wykorzystanieutworzonego NMT wymaga dość dużej korekty operatora. Czasgenerowania NMT również znacznie przewyższa czas tworzenia NMT wMatch-t i wynosi w zależności od ustawień od 1 godziny do nawetkilkunastu godzin. Z tych względów wykorzystanie programu w masowejprodukcji NMT, a także w precyzyjnych pomiarach jest ograniczone.Jednak jeśli produktem wyjściowym ma być NMT o dokładności rzędu kilku140


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”5. Wnioskimetrów, oprogramowaniem wystarczającym do jego generowania jest PCI,za którym przemawia jego niska cena (kilkakrotnie niższa niż w przypadkuMatch-t).• Obydwa programy są przyjazne dla użytkownika i łatwe w obsłudze,intuicyjne. Posiadają możliwość zapisu danych do pliku ASCI co sprawia,że z łatwością można je wczytać do innych programówDecydując się na program do automatycznego generowaniaNumerycznego Modelu Terenu należy kierować się przede wszystkim tym doczego ma służyć otrzymany produkt i jakie dokładności ma osiągać.Biorąc pod uwagę obecnie wykonywane w Polsce projektyfotogrametryczne, w których generowany jest NMT (LPIS), programem doskonalenadającym się do takich prac jest Match-t. Jest on narzędziem dokładnym iszybkim. Dokładność zapisu współrzędnych (1m), liczne punkty znajdujące siękilkadziesiąt metrów nad terenem, długi czas pracy oraz długi czas korektywygenerowanych modeli dyskwalifikują program PCI w użyciu go dozaawansowanych i dokładnych opracowań.Jednakże jeśli produktem końcowym ma być NMT o dokładnościkilkumetrowej, narzędziem wystarczającym do jego generowania jest PCIGeomatica na którego korzyść przemawia niska cena.141


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”BibliografiaBibliografia:[1] „Podstawy fotogrametrii”, Zdzisław Kurczyński, Ryszard Preuss,Oficyna wydawnicza Politechniki Warszawskiej, Warszawa 2000[2] „Fotogrametria”, Jerzy Butowtt, Romuald Kaczyński, WojskowaAkademia Techniczna, Warszawa 2003[3] „Photogrammetry”, Volume 1:Fundamentals and standard processes,Karl Kraus, Dummler Bonn[4] „Photogrammetry”, Volume 2: Advanced methods and Applications,Karl Kraus, Dummler Bonn[5] „ Fotogrametria ogólna i inżynieryjna”, Zbigniew Sitek, PaństwowePrzedsiębiorstwo Wydawnictw Kartograficznych, Warszawa – Wrocław 1991[6] „ Digital Photogramethry”, Wilfried Linder, Springer, Springer – VerlagBerlin Heidelberg 2003[7] „Systemy informacji przestrzennej“ Jerzy Gaździcki, PPWK, Warszawa– Wrocław 1990[8] „Wykłady z przedmiotu SIT” , Waldemar Izdebski,http://strony.aster.pl/izdebski[9] „Geometria obliczeniowa” Czekaj Wiesław, Idus Tomasz, BogaczMarcin , http://riad.usk.pk.edu.pl/~zk/GO_LAB_00/triangulacja/voro.htm[10] „Wytyczne techniczne K-2.8”, Zasady wykonywania ortofotomap wskali 1:10000, Główny Urząd Geodezji i Kartografii, Warszawa 2001[11] „ Nowa era geoinformatyki. Radarowa misja topograficzna promukosmicznego Endeavour” , Zdzisław Kurczyński, Geodeta nr 8(63) sierpień 2000,http://www.atomnet.pl/~geodeta/2000/63text1.htm[12] „ Digital Terrain Modelling”, Naser El – Sheimy, Departament ofGeomatic Engineering, The Univercity of Calgary, september 1999[13]http://www.quantdec.com/SYSEN597/GTKAV/section9/chapter_29b.htm[14]http://www.emsi.com/wmshelp/wms71.htm#Scattered_Data/Interpolation/Natural_Neighbor_Interpolation.htm[15] http://www.sppsr.ucla.edu/up206b/Interpolation_methods.htm[16] http://www.agt.bme.hu/public_e/funcint/funcint.html[17] http://www.csc.noaa.gov/benthic/mapping/analyzing/spatial.htm142


Aneta Foryś – „Porównanie efektywności automatycznego generowania Numerycznego Modelu Terenu ze zdjęćlotniczych dla różnych systemów”Bibliografia[18]http://www.fao.org/documents/show_cdr.asp?url_file=/docrep/006/y4816e/y4816e0p.htm[19] „Od kopczyków do fraktalnych krajobrazów”, (Mapy komputerowe iprzedstawienie rzeźby terenu na ekranie komputera), Piotr Werner,http://www.wszpwn.com.pl/default.asp?section=KLUB&ID=3855[20] „Digital Terrain Modelling” Ayman F. Habibhttp://www.geomatics.ucalgary.ca/~habib/courses/engo573/AKAM_CH_1_1.pdf[21] Geomatica OrthoEngine, User Guide, Version 9.1,November 2003[22] ImageStation Match-t, User’s Guide for the Windows NT® OperatingSystem, December 1999143

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!