Geoinformatika - elektronikus jegyzet © Czimber Kornél, 2001.

[ Tartalom | Bevezetés | Raszter | Képfeldolgozás | Fotogrammetria | Vektor | Összefoglaló ]

III.8. Digitális fotogrammetria

A fotogrammetria a távérzékelt felvételek kvantitatív kiértékelésén alapuló eljárás. A lokális geoinformatikai rendszerekben a távérzékeléssel együtt elsődleges adatgyűjtési szerepet tölthet be. Egyrészt a hagyományok (100 éves múlt), másrészt az újfajta speciális digitális módszerek miatt tárgyaljuk külön fejezetben. A fotogrammetria szoros kapcsolatban áll a raszter és vektor alapú geoinformatikával, a képfeldolgozási módszerekkel és a felületmodellezéssel.

A fotogrammetriai kiértékelés a centrális projekcióval (perspektivikus leképezéssel) készített légi és űrfelvételeket közötti sztereoszkópián alapul. A sztereoszkópia lényege, hogy az egyes földfelszíni objektumok a különböző forrásokból készített képeken másképp képeződnek le. A fotogrammetria feladata az eltérő leképeződések (parallaxisok) mérése és így térbeli koordináták számítása.

A fotogrammetriát a feldolgozandó képanyag szerint és a kiértékelő eszközök szerint csoportosíthatjuk:

Az analóg műszerek optikai-mechanikai elemekből felépített eszközök, amelyek alkalmasak a centrális projekció megoldására. A műszerekkel előállítható a mérendő terület kicsinyített modellje, a térmodell. A térmodellen mintegy 5-10 m m pontossággal lehet mérni. A műszerek jelentős részét ellátták a mérési eredmények digitális rögzítésére alkalmas perifériákkal.

Ezen műszerek legkorszerűbb megvalósításai az úgynevezett analitikus plotterek, melyek a képpár kiértékelését, a parallaxisok mérését számítógépes irányítás mellett végzik. A mérés során 3-5 m m pontosság érhető el. Az eszközökhöz számos kiegészítő berendezés és szoftver kapcsolódhat. Ma az analitikus plotterek tekinthetők a fotogrammetriai kiértékelés legelterjedtebb műszereinek, de sajnos a magas ár miatt Magyarországon kevés van belőlük.

A digitális képek kiértékelése általában speciális, sztereo látást biztosító hardvereszközökkel, és nagyon sok funkciót automatizáló szoftverekkel történik. A feldolgozás ennek köszönhetően rendkívül gyors. A mérés pontosságát szinte kizárólag a digitális kép felbontása határozza meg.

Az évtizedes múltra visszatekintő digitális fotogrammetria olyan számítás-technikai eszközökkel vértezi fel a hagyományos fotogrammetriai eljárásokat, mely a feldolgozás mennyiségét nagyságrendekkel, de minőségét is növelheti. A fejezetben elsősorban a digitális fotogrammetria bemutatására koncentrálunk. A digitális fotogrammetriát a softcopy (nem papíron lévő kép) vagy on-screen (képernyőn történő) vagy számítógépes fotogrammetriának is szokás nevezni.

III.8.1. Fényképek előállítása

A fotogrammetria alkalmas bármilyen, a centrális leképezés elve szerint készített felvétel kiértékelésére. A filmre rögzített képeket elkészíthetjük egyszerű fényképező kamerákkal, mérőkamerákkal és satellit kamerákkal (orosz KFA és KFR űrfelvételek). Mérőkamerák esetén a nagyobb pontosság érdekében keretjeleket és navigációs adatokat is ráfényképeznek a filmre. A képek digitális rögzítésére alkalmasak a tértöltés-csatolású kamerák (CCD). Ilyen kamerákat építenek napjaink video kameráiba is.

A fényképeket a felvételt készítő kamerák mellett csoportosíthatjuk a felvételi irány szerint is. Ez alatt az objektív középpontján átmenő és a fénykép síkjára merőleges irányt értjük. E szerint megkülönböztetünk állótengelyű (légi), ferde-tengelyű, és vízszintes tengelyű (földi) felvételeket.

A felvételezés során rendszerint több képet készítenek. A képek összessége a képtömb, amely képsorokból épül fel. A terület maradék nélküli lefedése miatt a képsorok között 20-30%-os haránt irányú, a sztereoszkópikus kiértékelés miatt képsoron belül legalább 60%-os bázisirányú átfedést kell biztosítani. Az átfedés célja, hogy minden földfelszíni objektum, a sztereo mérés miatt legalább két felvételen képződjön le.

Digitális fotogrammetria esetén az analóg képanyagot digitális formára kell alakítani egy képolvasó (scanner) segítségével (III.1.1. fejezet). Mint említettük a kiértékelés pontossága döntően csak a digitális kép felbontásától (elemi pixelmérettől) függ. A digitális kép felbontásának természetes határt szab a fotoemulzió felbontása! A képek méretarányának, a megkívánt geometriai pontosságnak megfelelően fontos lehet a következő táblázat tanulmányozása:

Felbontás DPI 150 300 600 900 1200 2400
Képi felbontás vonal/cm 59.06 118.11 236.22 354.33 472.44 944.88
Pixelméret mm 0.169 0.085 0.042 0.028 0.021 0.011
Pixelméret mikron 169 85 42 28 21 11
Képméret pixel 1299 2598 5197 7795 10394 20787
Fekete-fehér képméret MB 1.6 6.4 25.8 58.0 103.0 412.1
Színes képméret MB 4.8 19.3 77.3 173.9 309.1 1236.3
JPEG fekete-fehér képméret MB 0.3 1.1 4.3 9.7 17.2 68.7
JPEG színes képméret MB 0.8 3.2 12.9 29.0 51.5 206.0
Terepi felbontás, M=1:3'000 cm 50.8 25.4 12.7 8.5 6.4 3.2
Terepi felbontás, M=1:6'000 cm 101.6 50.8 25.4 16.9 12.7 6.4
Terepi felbontás, M=1:10'000 cm 169.3 84.7 42.3 28.2 21.2 10.6
Terepi felbontás, M=1:20'000 cm 338.7 169.3 84.7 56.4 42.3 21.2
Terepi felbontás, M=1:30'000 cm 508.0 254.0 127.0 84.7 63.5 31.8
Terepi felbontás, M=1:50'000 cm 846.7 423.3 211.7 141.1 105.8 52.9

III.8.2. Fotogrammetriai környezet

Itt elsősorban a digitális kiértékelő rendszerek sajátosságait említjük meg. Az egyes analóg-analitikus műszerek bemutatása nem e jegyzet feladata.

A digitális fotogrammetriai rendszerek, fotogrammetriai munkaállomások rendszerint egy nagyteljesítményű számítógép köré épülnek. Az alapvető perifériákon kívül tartalmaznak néhány speciális hardverelemet:

A digitális képek méretei jelenleg meghaladják a központi memória kapacitását. Ezért a képeket rendszerint tömörítve tárolják, továbbá a képek csak egy bizonyos részletét töltik be a háttértárolóról. A képek tömörített tárolását, előhívását néha a grafikus kártyák hardveres úton is képesek elvégezni. Ugyancsak a grafikus kártyák feladata a sztereo kép előállítása, mely egyrészt a bal és jobb kép másodpercenkénti 30-120 alkalommal történő váltogatását jelenti a képernyőn, másrészt egy folyadék-kristályos szemüveg vezérlését. A folyadékkristályok egyszer a bal, egyszer a jobb szemet takarják el, szinkronban a megjelenő jobb, illetve bal képpel. Előfordulnak polarizációs megoldások is, de ezeknél a szemüvegen kívül a monitor is különleges, és csak szürkeárnyalatos képet ad. Természetesen a sztereo látvány nem elengedhetetlen része a kiértékelésnek. Látni fogjuk, hogy egy egyszerű személyi számítógépen (PC) is kivitelezhető a digitális fotogrammetria.

A kiértékelő rendszerek másik fontos komponense a szoftver. A program feladata a felhasználói felület biztosítása, a képmegjelenítési-, tájékozási- és a különböző mérési feladatok megoldása, a mérések rögzítése. A következő kép egy fotogrammetriai kiértékelő szoftver grafikus felhasználói felületét mutatja:

III.8.3. Tájékozás

A tájékozás (orientáció) lényege, hogy a képek térbeli kiértékeléséhez szükséges tájékozási paramétereket meghatározzuk és így a digitális képek pixel-koordinátáiból térbeli koordinátákat kapjunk. A tájékozást intuitíve három fontos lépésre bonthatjuk:

A képek tájékozása történhet egymástól függetlenül és szinkronban. A független tájékozásnál csak a belső- és az abszolút tájékozást kell elvégezni. Ilyen tájékozást használnak például a digitális ortofotó készítésnél, vagy olyan mérési módszereknél, ahol ismerjük az egyik térbeli koordinátát (épülethomlokzat esetén az y, térképezés esetén a z koordinátát). Az együttes tájékozásnál mind a hármat elvégezzük.

Belső tájékozás

A tájékozás első lépése a belső tájékozás. Célja a digitális kép pixel koordináta-rendszeréről a távérzékelt kép koordináta-rendszerére való áttérés transzformációs egyenleteinek meghatározása. A képi koordináta-rendszert úgy kell megadnunk, hogy annak origója a kameratengely és a képsík döféspontja, a képfőpont legyen. A belső tájékozás transzformációs egyenleteibe a lencse és a képolvasó elrajzolási hibáinak korrekciója is beépíthető. A transzformációs egyenletek felállítása III.7.4. fejezetben tárgyaltaknak megfelelően történik, de leggyakrabban a következő kollineáris formulát használjuk:

, (III.8.3.a.-1)

Bizonyos esetekben elhanyagolják az elrajzolási, torzulási hibákat. Ekkor csak a képfőpont koordinátáinak meghatározásából áll a belső tájékozás:

, és , (III.8.3.a.-2)

A belső tájékozás rendszerint a kép keretjeleinek megjelöléséből áll. A keretjelek megadása történhet manuálisan és automatikusan. Az automatizált belső tájékozásnál a fotogrammetriai szoftver egy pixelablak segítségével pásztázza végig a kép széleit és korrelációs illetve egyéb statisztikai alapú alakfelismerést végez. A szoftvert felkészítik színes és szürkeárnyalatos, normál és negatív képek különböző típusú és méretű keretjeleinek azonosítására.

Relatív tájékozás

A relatív tájékozás hivatott a képek egymáshoz viszonyított relatív helyzetének meghatározására. A relatív helyzet három elforgatási szöggel és két távolságaránnyal adható meg. A relatív tájékozás célja, hogy a két kép perspektív centrumából a két kép összetartozó, homológ pontjain keresztül húzott egyenesek a térben metsződjenek. A relatív tájékozásban az úgynevezett koplanaritási egyenleteket kell megoldani, amely azt jelenti, hogy a két kép perspektív centruma és a két kép homológ pontja egy síkban legyen (co-planar):

, (III.8.3.b.-1)

kifejtve:

, (III.8.3.b.-2)

ahol:

dx, dy, dz : a két kép perspektív centruma közötti eltérés,
xb, yb, -fbal : a pont bal képi koordinátái
x'j, y'j, z'j : a pont jobb képi koordinátáinak megadása a bal kép fókuszpontjához igazított koordináta-rendszerben:

, (III.8.3.b.-3)

továbbá:

fbal, fjobb : a bal kép, illetve a jobb kép fókusztávolsága
xj, yj, -fjobb : a pont jobb képi koordinátái.

Az egyenletek xx, xy, xz … tagjai az abszolút tájékozásnál megadott forgatási mátrix elemei. Az egyenletek nem lineárisak és trigonometrikusak; megoldásuk előtt linearizálni kell őket az abszolút tájékozásnál leírt módszernek megfelelően. Az egyenletek alapján a két arány: dz/dx, dy/dx és az xx, xy, xz … tagokban szereplő három elforgatási szög kerül meghatározásra. Két összetartozó pontra egy egyenlet írható fel, ezért a relatív tájékozási elemek meghatározásához legalább öt összetartozó pontot kell megjelölnünk a képeken. Több pont megadása esetén alkalmazható a legkisebb négyzetek módszere.

A relatív tájékozáshoz szükséges homológ pontok megadása szintén történhet manuálisan és automatikusan. Az automatikus relatív tájékozásnál a szoftver elkészíti a képek piramisrétegeit, és a hierarchikus struktúrában felülről-lefelé haladva statisztikai módszerekkel egyezteti a képi tartalmat (image matching). A képi egyeztetésnél három módszert alkalmaznak:

A képi tartalom egyeztetése rendkívül bonyolult feladat. Nem csak az emberi szemet, hanem az emberi agyban lejátszódó komplex felismerési folyamatokat kellene számítógépes algoritmusokkal leírnunk. Gondoljunk csak a perspektív torzulásokra és a fény-árnyék viszonyokra: a bal képen az épület árnyékos oldalát látjuk, az épület csúcsa a perspektív leképezés miatt egy füves részre esik. A jobb képen a homológ pont a perspektív leképezésből kifolyólag egy aszfaltos részre vetődik és nem látszik a bal képen jól kivehető árnyékos rész sem. Bár az emberi szem-agy érzékelés ezt könnyen felismeri, de egy hasonló döntéseket hozó számítógépes program megírása csak egyfajta mesterséges intelligencia, mesterséges látás megoldásával lesz kivitelezhető. A későbbiekben látni fogjuk, hogy a képi tartalom egyeztetése nem csak itt, hanem az automatizált méréseknél, térbeli kiértékeléseknél is fontos lesz.

Abszolút tájékozás

Az abszolút tájékozás az orientáció befejező lépése, melynek célja ismert illesztőpontok koordinátáinak megadásával a képek vonatkozási-, vetületi rendszerbe illesztése. A korábbiakban már említettük, hogy az abszolút tájékozás elvégezhető egy képen, illetve a relatív tájékozással létrehozott térmodellen is. Utóbbi esetben a két vagy több kép által alkotott térmodell tájékozása egy lépésben történik a képek egymáshoz viszonyított térbeli helyzetének megtartása mellett. A képek térbeli pozíciójának megadása három elforgatási szöggel és három koordinátával jellemezhető. Ha a tájékozás során relatív tájékozást is végeztünk, akkor egy további paraméterrel, a méretarány-tényezővel is számolnunk kell (® dx, dy, dz-t nem ismerjük, csak két arányt). Az abszolút tájékozás után már térbeli méréseket végezhetünk és a meghatározott x,y,z koordinátákat az adott vonatkozási rendszerben kapjuk. Az abszolút tájékozásban a kollinearitási egyenleteket kell megoldanunk, jelentése, hogy a perspektív centrum, a térbeli pont és a térbeli pont képe egy egyenesen van:

, (III.8.3.c.-1)

ahol,

px, py : a P(x,y,z) pont képi koordinátái
Cx, Cy, Cz : a C perspektív centrum koordinátái
f : fókusztávolság

A kollinearitási és koplanaritási egyenletekben szereplő xx, xy, xz … tagokat a következő forgatási mátrix szerint kell értelmezni:

, (III.8.3.c.-2)

(Más szakirodalmakban használatos w,j,k elforgatási szögek helyett az x,y,z tengelyek körüli forgatásokat itt rendre az a,b,g szögek jelölik.)

A kollinearitási egyenletek nem lineárisak és trigonometrikusak. Az egyenletek egyik lehetséges megoldása a Newton-féle linearizálás. A lineáris formában felírható egyenletek iterációja kvadratikusan konvergál, és már 5-6 lépés után a megfelelő eredményeket kapjuk. Az eljárás előnye a gyorsaságán kívül az, hogy semmilyen egyszerűsítést nem kell alkalmaznunk (például az analitikus fotogrammetriában használt sin(a )=a , cos(a )=1, ha a kis érték stb.) és közvetlenül a forgatási szögeket, koordinátákat kapjuk. További előny, hogy tetszőleges felvételi helyzetű (földi, légi) képek tájékozására alkalmas.

Az eljárás alapegyenletei a III.8.3.c.-1 formulák rendezésével:

, (III.8.3.c.-3)

Az egyenletek Newton-féle közelítő megoldása alapján egy f(xi+dx)=0 függvény esetében jó közelítést ad az f(xi)+f'(xi)dx=0 egyenletből dx meghatározása után az xi+1=xi+dx formula. Ezt ki lehet terjeszteni a több ismeretlenes egyenletekre is:

F(a, b, g, Cx, Cy, Cz)=0 közelítése:

, (III.8.3.c.-4)

G(a, b, g, Cx, Cy, Cz)=0 közelítése:

, (III.8.3.c.-5)

egyenletekkel lehetséges. Egy pont esetén két (F,G) egyenletet tudunk felírni, ezért legalább három pont szükséges a hat tájékozási paraméter meghatározásához. Ezek alapján a d1… d6 paraméterek számítása a következő mátrix egyenlettel lehetséges:

, , (III.8.3.c.-6)

és ebből a d paramétervektor meghatározása:

, (III.8.3.c.-7)

Ha háromnál több pontot adunk meg, akkor alkalmazhatjuk a legkisebb négyzetek módszerét:

, ahol n a pontok száma, (III.8.3.c.-8)

A d1… d6 paraméterek meghatározása után az i-dik iterációs szint javításai:

, (III.8.3.c.-9)

A tájékozási paraméterek közelítő megadása segíti az iterációt. A paramétereket rendszerint a kiértékelő szoftver elmenti és mindig, amikor újra betöltjük a képet, automatikusan betöltődnek a kép tájékozási paraméterei is.

A fent ismertetett eljáráshoz hasonlóan lehet megoldani a relatív tájékozásnál említett koplanaritási egyenleteket, valamint az eljárás alkalmas több pont ismeretében további változók közelítésére is: például a méretarány-tényező, nem mérőkameráknál a fókusztávolság és a képfőpont koordinátáinak számítására.

III.8.4. Térbeli szemlélés

A képek kiértékelése során a megfelelően tájékozott képek térbeli szemlélése növeli az irányzás pontosságát. A modell térbeli szemlélését az analóg és analitikus műszereknél optikai eszközök biztosítják. Digitális fotogrammetriánál is előfordulhatnak sztereoszkópok, anaglif eljárások a térhatás kialakításához, de ezt rendszerint egy speciális grafikus kártya, monitor, szemüveg és a szoftver együtt biztosítja. A hardverelemek végzik el azt a funkciót, hogy a megfelelő képet, a megfelelő szemmel lássuk. A fotogrammetriai szoftver pedig a parallaxisoktól mentes képet állítja elő.

Digitális fotogrammetriánál a speciális hardver és a kiértékelő szoftver ára nincs mindig egymással arányban. Ezért számos olyan program született, amely egyszerű személyi számítógépeken fut, nem biztosít térbeli szemlélést, de minden tekintetben támogatja a kiértékelést.

III.8.5. Manuális irányzás

A térbeli szemlélést biztosító analóg-, analitikus műszereknél és számítógépes rendszereknél a manuális irányzás egy mérőjel térbeli mozgatásával történik. A mérőjel térbelisége látszólagos, hiszen egy-egy mérőjel mozog az egyes képek síkjában. Az irányzás a képi mérőjelek homológ pontra történő pozícionálásából áll.

Azoknál a fotogrammetriai szoftvereknél, ahol nincs térbeli szemlélés, az irányzás a képek közötti perspektív kapcsolaton alapul. Az irányzás során az egyik képen megjelölt pont és a kép perspektív centruma között egy térbeli egyenes jön létre, melyet a másik képre vetítünk. A vetített egyenesen, amelyet epipoláris egyenesnek vagy magsugárnak nevezünk, kell lennie a megjelölt pont homológ párjának. Az irányzás tehát egy pontmegjelölésből és egy egydimenziós műveletből áll. Az epipoláris egyenes megfogalmazható a két perspektív centrum, a két összetartozó képi pont által meghatározott sík, mint epipoláris sík vagy magsík és a képsík metszésvonalaként is. Az esetleges irányzási hibákat a rendszerek egy algoritmussal csökkentik. Az irányzás több módon is segíthető:

A következő ábra a képek perspektív kapcsolatát illusztrálja:

III.8.6. Automatikus irányzás

Az automatikus irányzás az egyik legfontosabb a digitális fotogrammetriai rendszerek által nyújtott funkciók közül. Segítségével a kiértékelési folyamat többszörösére gyorsítható, illetve digitális felületmodellek állíthatók elő.

Az automatikus irányzás a képek közötti perspektív kapcsolaton és a képi tartalom egyeztetésén alapul. Amennyiben az egyik képen megjelölünk egy képi pontot, a pont és a perspektív centrum közötti térbeli egyenes egy részének másik képre történő vetítésével megkaphatjuk a képi ponthoz tartozó epipoláris szakaszt. Ezek után a számítógépes program a megjelölt pont megadott régión belüli pixeleit és a vetített szakasz egyes pontjai körüli pixeleket hasonlítja össze. Ahol a szakaszpont pixelei a legjobban hasonulnak, korrelálnak a megjelölt pont pixeleivel, ott van a homológ pont. A megjelölt és a homológ pont közötti perspektív kapcsolat alapján a térbeli koordináták számíthatók. A kiértékelőnek így elegendő csak az egyik képen megjelölni a mérendő pontot.

Az összehasonlítás elvégezhető oda-vissza (kereszt-korreláció) és több kép esetén számos kombinációban. A fent leírt terület alapú összehasonlításon kívül a III.8.3.b. részben tárgyalt alak- és relációs képi tartalom egyeztetéseket is használják. Az egyeztetésről ott elmondott gondolatok az automatikus irányzásra is érvényesek.

III.8.7. Vektor modul

A programok integráns része egy vektoros szerkesztő, mely pontokat, vonalakat, poligonokat, felületeket kezel. A vektorokat ki- bekapcsolható osztályokba (rétegekbe, szintekbe) szervezik. Szerkesztés során hivatkozhatunk egy már megrajzolt vektoros elem végpontjára, középpontjára és legközelebbi pontjára. A vektorok elmenthetők és betölthetők a szabványos vektoros formátumok valamelyikében (DXF, Atlas). Ezáltal már meglévő térképek kiegészítésére, átszerkesztésére ad lehetőséget. A vektorok az aktuális képre leképeződnek és a réteghez rendelt színben kirajzolódnak, ezzel is segítve a kiértékelő munkáját a gyors és könnyed tájékozódás tekintetében.

III.8.8. Digitális felületmodell készítése

Az automatikus irányzás számos automatizált mérés lehetőségét villantja fel. Ezek közül elsősorban a digitális felületmodell készítését kell megemlítenünk. A kiértékelő által kijelölt képterületen, megadott sűrűségben a fotogrammetriai program mindkét képen végzett automatikus irányzások eredményeként egy térbeli ponthalmazt határoz meg. Az előállított ponthalmazból a kevésbé megbízható pontok kiszűrésével digitális felületmodellt lehet generálni (III.2. fejezet). A felületmodell elnevezés következetes, ugyanis az automatizált mérés során nem a terep, hanem a borított felszín magassági modelljét kapjuk. A borított felszín a digitális ortofotó előállítása szempontjából előnyös. Természetesen ahol nincs felszínborítás (erdőállomány, épületek), ott a digitális felületmodell azonos a terepmodellel.

III.8.9. Digitális ortofotó, ortorektifikáció

A távérzékelt képek centrális vetítéssel készülnek. A térkép és a legtöbb geoinformatikában alkalmazott vetületi rendszer viszont ortogonális vetülete a földfelszínnek. Ezek alapján centrális vetítésű képről a merőlegesre való áttérés, az ortorektifikáció vagy képhelyesbítés fogalma a következő: a távérzékelt perspek-tivikus képet vagy digitális képet perspektív torzulásoktól mentes képre, illetve digitális képre alakítjuk át.

A perspektivikus torzításoktól mentes képet ortofotónak, a digitális képet digitális ortofotónak nevezzük. Ha átalakítással párhuzamosan vetületi rendszerbe illesztés is megtörtént, akkor ortofotó-térképről illetve digitális ortofotó-térképről beszélünk.

Az analóg ortorektifikáció egy rendkívül aprólékos, pontos munkát igénylő, apró részterületek átfényképezéséből álló módszer. A digitális ortorektifikáció (merőleges helyreállítás) viszont a tájékozott digitális képek és az átalakítandó rész digitális felületmodelljének ismeretében könnyen, egyszerűen megfogalmazható eljárás.

Fontos megismételnünk, hogy az ortorektifikációt megelőzi egy radiometriai korrekció, amelyet a III.7.4. fejezetben tárgyaltunk. A radiometriai javítás többek között kiterjed az egyenletes kontraszt viszonyok kialakítására, az árnyékos területek korrigálására.

A digitális ortorektifikáció mind az űrfelvételeken, mind a légifényképeken végrehajtható. Az űrfelvételek és a kisméretarányú légifényképek esetében a Föld görbületével is számolnunk kell. Ilyenkor célszerű az alkalmazott vetületi rendszer (sík) helyett egy (térbeli) geocentrikus koordináta-rendszerre áttérni és ott megfogalmazni a rektifikációs eljárást.

A korrekció a felvétel készítésének térbeli rekonstrukciójával kezdődik, a III.8.3. fejezet tájékozási eljárásai szerint. A tájékozási paramétereket (három koordináta, három elforgatási szög, fókusz-távolság) egy vetületi- vagy geocentrikus koordináta-rendszerben adjuk meg. Ha az utóbbit alkalmazzuk, akkor az új, geometriai torzításoktól mentes kép minden egyes pixel középpontjának is kiszámítjuk a geocentrikus koor-dinátáit a vetületi egyenletek és a pixel földfelszíni magasságának ismeretében. Vetületi rendszer használata esetén a földfelszíni magasságot hozzárendeljük a pixel középpontjának síkkoordinátáihoz és így kapjuk a térbeli pozíciót. A pixel térbeli koordinátákkal adott középpontjából egy egyenest húzunk a felvevő rendszer perspektív centrumához. Ahol az egyenes és a felvétel döféspontja van, azt a pixelt kell hozzárendelni az új, helyreállított kép aktuálisan számított pixeléhez. Az eljárás nagyon sok számítással jár, ezen kívül további nehézség az, hogy a pixel földfelszíni magasságát sem mindig ismerjük pontosan.

Számítógépes fotogrammetriai környezetben a digitális felületmodell előállítása, majd az ortofotó készítése szorosan egymást követik. Az eljárások ugyanazokat a tájékozott képeket használják. Az ortorektifikáció sarkalatos pontja a precíz digitális felületmodell. A felszíni objektumokat (fák, épületek) maximálisan visszaadó felületmodell felhasználásával lehet csak az ortorektifikáció fogalmának eleget tenni, annak, hogy az eredmény perspektív torzulásoktól mentes legyen. Nagyon sok felületmodellezési eljárás (például a raszteres magassági modell) nem képes visszaadni az épületek függőleges felületeit, ezért általában a helyreállított képen mindig látjuk az épület oldalait. Bizonyos felületmodellek viszont a törésvonalakat nem ismerik, és így a földfelszín kiugró, keskeny, általában mesterséges alakzatainak magasságait rosszul adják vissza, elsimítják. Amennyiben rendelkezünk pontos felületmodellel és felületmodellezési eljárással, az ortorektifikáció tökéletesen kivitelezhető.

A helyreállítás során még figyelni kell arra is, hogy az egyes pixelek vetítési sugarai közül valamelyik nem ütközik-e a felületmodellbe. Ha igen, akkor ez a pont a képről nem látható, valamilyen felszíni objektum kitakarja (épületek által kitakart rész). Ezeket a pixeleket meg kell jelölni és egy másik felvétel rektifikációja során lehet csak meghatározni.

A korrekt ortofotó elkészítése rendszerint több távérzékelt felvétel merőleges helyreállításával történik. Ennek egyik oka az, hogy egy képről az ortofotó területének csak egy kis részét tudjuk kitölteni és több felvételből áll össze a végeredmény. A másik ok, hogy a felvételek a radiometriai korrekció ellenére is különböző tónusúak, továbbá előfordulhatnak a felületmodell által kitakart pixelek. A teljes ortofotó több képből történő előállítását nevezzük mozaikolásnak, mely rendszerint a képi tartalomhoz igazodó határok mentén (utak, épületek szélei) kapcsolja össze a helyreállított képeket. A képi határok melletti összeillesztés oka a képi minőség és a térképi látvány fokozása, valamint a könnyebb igazítás.

A számítógépes fotogrammetriában a helyreállítási folyamat a következőképpen zajlik le: miután tájékoztuk a képeket, meg kell adnunk a teljes ortofotó síkbeli befoglaló méreteit vagy koordinátáit és a felbontását, majd a program a felületmodell és a betöltött-tájékozott kép alapján számolja az ortofotó egy adott pixelét. Az ortofotó elkészítése az előbbi művelet más képeken történő megismétlésével lesz teljes. A mozaikolás történhet két kép rektifikációja között és az is előfordul, hogy minden képet külön képként állítanak helyre, majd a végén a különböző forrásokból illesztik össze a végeredményt.

III.8.10. Erdészeti alkalmazhatóság

A számítógépes fotogrammetria azzal, hogy nem igényel drága, speciális fotogrammetriai műszereket, egy rendkívül hatékony, jó árfekvésű térképezési eszközt ad a felhasználó kezébe. A kiértékelés egyetlen számítógépen elvégezhető, néhány esetben a szemnek fárasztó térbeli szemlélést sem igényli. Az automatikus funkciókkal (tájékozás, irányzás, felületmodell- és ortofotó generálás) a térképezési munka volumene nagyságrendekkel növelhető. A távérzékelés + fotogrammetria rendkívül alkalmas a geoinformációs rendszerek helyzeti adatainak gyűjtésére, karbantartására.

A jelenlegi magyar erdőrendezési gyakorlat az üzemtervezett területről készült szürkeárnyalatos légifényképeket elsősorban terepi bejárásra, tájékozódásra és analóg térképátrajzolásra használja. Célszerűbb lenne a erdőterületről infraszínes légifényképeket készíteni, mely erdőrendezési, erdővédelmi, fafaj politikai és egyéb térképezési szempontból is előnyösebb megoldást jelentene. A magasabb költség kisebb méretarányú fényképek készítésével ellensúlyozható. Amennyiben a kisebb méretarányú fényképeket a digitális fotogrammetria módszereivel értékeljük ki, a pontosság nemhogy csökken, hanem növelhető. Az infraszínes anyag előállítási költsége fele akkora méretarány mellett megegyezik a szürkeárnyalatos fényképekével.

A számítógépes fotogrammetria néhány lehetséges erdészeti alkalmazása:

III.9. Három dimenziós raszter

A szabályos adatmodelleknek számos további változatuk van. Ezek közül az eddig tárgyalt két dimenziós raszterhez a térbeli raszter áll a legközelebb. A három dimenziós raszteres adatmodellt röviden voxelnek nevezik. A voxel előállítása is egy térbeli interpolációval indul. A teret felépítő elemi téglatestek csúcspontjaiban számítjuk a vizsgált térbeli adathalmaz értékeit. A voxeleken végzett elemzések, a voxel analízis, alkalmas a meteorológiai-, légköri folyamatok, a szennyező anyagok terjedésének, a talajvíz mozgásának térbeli tanulmányozására. A következő ábra egy voxel analízist mutat (szennyeződés terjedése a talajban):

III.10. Rekurzív adatmodellek

A rekurzív adatmodellek egy rendkívül érdekes hierarchikus felbontását adják a síknak, illetve térnek. A rekurzív adatmodelleket a raszteressel együtt a szabályos adatmodellekhez soroljuk. Az adatmodell szabályosságát nem az egymás után, hanem az egymásban ismétlődő formák adják. A rekurzív adatmodell esetén egy földrajzi objektum térbeli helyzetét nem koordinátáival adjuk meg, hanem annak a térrésznek az azonosítójával, amelyhez a modelltér rekurzív felbontásával jutottunk. A rekurzív felbontással kapott azonosító egyik előnye, hogy a térbeli pozíció mellett a jellemzett objektum befoglaló méreteit is megadja. Másik nagy előny a térbeli keresés, szomszédsági feladatok megoldásának hatékonyságában rejlik.

Nagyon sokszor ezeket az adatmodelleket a vektoros elemek tárolásának vázaként használják fel, mint térbeli indexelési módszert. A vektoros elemeket kiterjedésük és pozíciójuk alapján a rekurzív adatmodell megfelelő hierarchiaszintjén, a megfelelő ágon helyezik el. Ennek köszönhetően a vektoros elemek keresése, azokon térbeli műveletek elvégzése, a vektorok szomszédsági viszonyainak elemzése rendkívül gyorsan végrehajtható.

A szabályos geometriai alapelemekből kiinduló rekurzív adatmodellek közül a két dimenziós négyesfa (quadtree), és a három dimenziós nyolcasfa (octree) terjedt el:

[ Tartalom | Bevezetés | Raszter | Képfeldolgozás | Fotogrammetria | Vektor | Összefoglaló ]

Geoinformatika - elektronikus jegyzet © Czimber Kornél, 2001.