Framställning av punktmoln

Fotografierna som tagits från flygfarkosten lades in i programmet i tre olika projekt: ett för 100 m flyghöjd som tagits i nadir kameravinkel, ett för 50 m flyghöjd som tagits i nadir kameravinkel, samt ett för 50 m flyghöjd med sned kameravinkel.

Med fotona fanns tillhörande NRTK-positioner som lades in i koordinatsystemet SWEREF99 15 45 och höjdsystemet RH2000. Dessa positioner hjälpte till att blockutjämna fotona, det vill säga placera dem rätt i ett internt koordinatsystem med hjälp av matchande punkter som återfinns i överlappet mellan bilderna. Kamerakalibreringen kontrollerades så att den stämde med de i kameran bestämda

parametrarna, se bilaga C, tabell C1. Fotonas kvalitét kontrollerades enligt Agisoft (2020), och foton med kvalitétsvärden under 0,5 uteslöts. Osäkerheten för

kamerapositionerna sattes till 0,05 m och osäkerheten för markstödpunkterna sattes till 0,01 m.

3.5.3.1 Blockutjämning

Därefter utfördes blockutjämningen. I blockutjämningen valdes noggrannheten (Accuracy) till High och både Generic och Reference preselection bockades i så att

programmet snabbare kunde utföra blockutjämningen. Då utförs matchningen först med lägre precision (Generic), innan en noggrannare matchning utförs, samt används de registrerade positionerna för varje bild (Reference) (Agisoft, 2020). Key point limit sattes till 40 000, vilket innebär att 40 000 punkter är taket till hur många punkter programmet tillåts identifiera i varje bild. En för högt satt gräns kan innebära att fler punkter av sämre kvalitét registreras (Agisoft, 2020). Vidare sattes Tie point limit till 4000, vilket innebär att 4000 är maxantalet matchande punkter (med annan bild) programvaran tillåts hitta i varje bild. Under blockutjämningen användes Adaptive

camera model fitting, som automatiskt väljer vilka kamera-parametrar som bör bli

För att blockutjämningen ska fungera så bra som möjligt matchas bilder på olika skalor (Agisoft, 2020). En skala så nära ett som möjligt är fördelaktigt då en större skala ger osäkerheter som ökar proportionellt mot storleken på skalan.

Medelstorleken på skalan kan ses i bilaga F, under Mean key point size (Agisoft, 2020). Baserat på de tie points som hittats i blockutjämningen beräknas ett RMS

Reprojection error, som är avståndet mellan vart en tänkt tredimensionell punkt skulle

projekterats och vart punkten verkligen projekterats i fotografiet (Agisoft, 2020). Även det maximala avståndet mellan den tänkta punkten och den verkliga punkten lagras som Max reprojection error (Agisoft, 2020). Dessa värden kan hittas i bilaga F. Värdena visas i två enheter: dels som pixlar, dels som Tie point scale. Värdet på Tie

point scale är det som programvaran siktar på att minimera under blockutjämningen

(Agisoft, 2020). Medelvärdet för hur många olika projektioner en Tie point återfinns i kan ses i bilaga F, under Average Tie point multiplicity (Agisoft. 2020).

3.5.3.2 Markstödpunkter

Markstödpunkter används i Agisoft för att georeferera bilderna i ett externt

koordinatsystem, samt för att optimera kamerapositionerna då markstödpunkterna avslöjar oregelbundenhet i kamerapositionerna. För att förenkla utplaceringen av markstödpunkter rekommenderar Agisoft (u.å.) att göra ett mesh i form av ett sparse

cloud. Om ett mesh skapas innan utsättningen av markstödpunkter så kan

programvaran guida utsättningen av markstödpunkterna, vilket underlättar processen. Det glesa punktmolnet som produceras byggs upp av punkter som färgsätts i tre band (Point colors i rapporten, bilaga F).

Därefter placeras markstödpunkterna ut genom att lokalisera ett foto där en markstödpunkt existerar och markera punkten. Genom programvarans

guidningsmetod identifieras därefter alla foton där punkten finns närvarande, vilket underlättar att en manuell kontroll och markering av punkten i resten av bilderna. Detta tillvägagångssätt brukas på alla markstödpunkter, vilket gör att detta är ett av de mer tidskrävande momenten i framställningen av DEM.

Efter att alla markstödpunkter identifierats i bilderna så importeras dessas

koordinater i form av en CSV-fil. I detta stadium kan markstödpunkterna fungera som antingen stödpunkt eller kontrollpunkt. Punkter som ej används som stöd (det vill säga, bockas i), används som kontrollpunkt.

Markstödpunkternas/kontrollpunkternas koordinater kommer upp i en lista, och osäkerheter beräknas. Denna procedur fungerar som en kvalitetskontroll innan vidare bearbetning.

3.5.3.3 Optimering av kamerapositioner

När markstödpunkterna är identifierade och koordinatsatta kan dessa hjälpa till att beräkna och korrigera kamerans interna och externa parametrar. Detta

rekommenderas enligt Agisoft (u.å.), speciellt då markstödpunkternas osäkerhet är centimeternivå, vilket är fallet i denna studie.

För att efterlikna ett verklighetsbaserat fall så användes endast de markstödpunkter som senare användes i georefereringen i varje scenario för kameraoptimeringen, då ett överflöd av markstödpunkter ej hade mätts in i ett verklighetsbaserat fall. 3.5.3.4 Skapande av tätt punktmoln

Efter importen av markstödpunkter delades projektet upp i olika delar där olika georefereringsmetoder testades, se tabell 3.

Tabell 3. De olika georefereringssmetoder som testades.

Avgörande för vilka projekt som skapades var processeringstiden. När flyghöjden sänktes till 50 m så ökade datamängden med över tre gånger, från 100 bilder till 330 bilder. Under flygningen på 50 m när snedbilder togs ökade bildantalet till över 800. Detta medförde att enbart två georefereringsmetoder testades för flygmetoden 50 nadir, och enbart en georefereringsmetod testades för flygmetoden 50 sned (se tabell 3). För varje georefereringsmetod valdes olika kombinationer av

markstödpunkter, se figur 10 till figur 13.

100 m flyghöjd (Nadir) 50 m flyghöjd (Nadir) 50 m flyghöjd (Sned)

NRTK + 0 GCP NRTK + 0 GCP NRTK + 0 GCP

NRTK + 1 GCP NRTK + 1 GCP

NRTK + 2 GCP NRTK + 3 GCP NRTK + 5 GCP

Figur 13. Markstödpunkternas placering när georefereringsmetoden NRTK + 5 GCP användes Därefter skapades ett tätt punktmoln, se figur 14. Quality sattes till High för att utgöra ett så bra underlag som möjligt för vidare bearbetning, och Depth filtering sattes till Moderate för att bevara terrängens struktur (Agisoft, u.å.). Det täta punktmolnet skapas genom att Agisoft producerar Depth Maps, vilket är bilder i gråskala där varje pixel har fått ett värde efter sin vertikala position (I-Art 3D, u.å.). Detta innebär att den vertikala postitionen kan bestämmas pixel för pixel genom

Figur 14. Ett tätt punktmoln skapat i Agisoft Metashape.

Punktmolnen som skapades för flyghöjderna 100 m nadir, 50 m nadir och 50 m sned innehöll 25 000 000, 98 000 000 respektive 230 000 000 punkter. Punktmolnen rensades från punkter som låg tydligt under markytan.

3.5.3.5 Framställning av rapporter

I Agisoft kan rapporter för varje projekt skapas, två rapporter från detta arbete finns att se i bilaga F. Dessa är nyttiga att ha om något behöver göras om, eller om en utredning av tillvägagångssättet behöver genomföras. På sida 2 i rapporten kan varje kameraposition ses, samt hur stort överlapp varje del inom studieområdet har. Det finns även information om kameramodellen: vilken modell, hur stor upplösningen är, vilken brännvidd som kameran har samt vilken storlek varje pixel har.

På sida 3 i rapporten finns information om kamerakalibreringen. Här finns en figur som visualiserar residualerna för varje kameraposition, samt en tabell som beskriver parametrar för kamerakalibreringen. Residualerna bör vara så små som möjligt, men annars kompenserar programvaran så gott det går genom kamerakalibreringen. På sida 4 syns återigen varje kameraposition, och en felellips runt dessa som beskriver felen i respektive kameraposition. Felellipsen bör vara så liten som möjligt. Dessutom bör färgen helst vara grön, då detta innebär ett lågt höjdfel. På sida 5 och 6 kan GCP:S respektive Check points ses. Även här visualiseras felen med felellipser, men avvikelser kan även ses i tabellform. Här bör avvikelserna vara så små som möjligt.

På sida 7 kan en auto-genererad DEM ses, och på sida 8 och 9 kan parametrar för databearbetningen ses. Dessa parametrar har förklarats i avsnittet ovan.