=Paper=
{{Paper
|id=Vol-2033/51_paper
|storemode=property
|title=Мониторинг технических сооружений по ортофотопланам построенным по технологии True Ortho
(Monitoring of Technical Constructions Using True Ortho)
|pdfUrl=https://ceur-ws.org/Vol-2033/51_paper.pdf
|volume=Vol-2033
|authors=Alexander P. Guk,Larisa G. Evstratova
}}
==Мониторинг технических сооружений по ортофотопланам построенным по технологии True Ortho
(Monitoring of Technical Constructions Using True Ortho)==
https://ceur-ws.org/Vol-2033/51_paper.pdf
MONITORING OF TECHNICAL CONSTRUCTIONS USING TRUE ORTHO
Anatoly P. Guk1, Larisa G. Evstratova2
1
Siberian State University of Geosystems and Technologies, Novosibirsk, Russia
2
State University of Land Use Planning, Moscow, Russia
Abstract
The monitoring method of technical constructions using true ortho is described. This paper
introduces alternative methodologies techniques for true-ortho photogeneration, using manual generation
DEM and semi global DEM generation, comparative analysis of alternative methodologies for true Ortho
photogeneration.
Keywords: True Ortho, DEM, change detection, analysis of alternative methodologies
МОНИТОРИНГ ТЕХНИЧЕСКИХ СООРУЖЕНИЙ ПО ОРТОФОТОПЛАНАМ
ПОСТРОЕННЫМ ПО ТЕХНОЛОГИИ TRUE ORTHO
Гук А.П.(1), Евстратова Л.Г.(2)
1
Сибирский государственный университет геосистем и технологий, Новосибирск
2
Государственный университет по землеустройству, Москва
В статье рассматриваются современные методы построения истинных ортофотопланов, а также
методы построения плотных цифровых моделей рельефа и цифровых моделей поверхностей, исполь-
зуемые в этих технологиях. Показаны преимущества использования пространственных моделей и ис-
тинных ортофотопланов при мониторинге технических сооружений. Приводятся примеры создания
истинных ортофотопланов по крупномасштабным снимкам и их использование при мониторинге.
Ключевые слова: истинные ортофотопланы, технология true ortho, суперплотные ЦМР и ЦМП,
анализ методов качества.
Введение. Ортофотопланы являются одним из востребованных продуктов различными
органами власти, несет в себе как метрическую информацию, (т.е. соответствует определен-
ной метрической точности), так и тематическую. Ортофотопланы используются для создания,
обновления топографических и кадастровых карт масштабов 1:2 000 – 1:100 000, при дистан-
ционном мониторинге. Для составления карт выявленных изменений путем обработки орто-
фотопланов, полученных на различные даты с использование специальных процедур «выяв-
ление изменений» – Change Detection. Служат базовой пространственной основой для инфор-
мационного обеспечения и обновления данных ГИС, основой для 3D моделирования поверх-
ности и решения других задач.
Ключевым этапом получения ортофотопланов является создание цифровой модели ре-
льефа (ЦМР) и цифровой модели поверхности (ЦМП). ЦМР и ЦМП применяются при оценке
состояния природных объектов, антропогенного воздействия и общего геоэкологического со-
стояния территории. В настоящее время, на основе таких моделей создаются технологии трех-
мерного моделирования объектов и территорий. Анализ получаемых характеристик по 3D мо-
делям различных объектов местности природного и техногенного происхождения позволяет
изучать структуру и свойства компонентов территорий, устанавливать взаимосвязи в их про-
странственном положении и геометрической структуре.
Для создания ортофотопланов, ЦМР, ЦМП и 3D моделей наиболее часто используются
автоматизированные технологии по обработки материалов с высоким пространственным раз-
решением получаемых с самолетов, беспилотных летательных аппаратов (БПЛА), космиче-
ских снимков высокого разрешения, мобильных лазерных систем.
В настоящей работе показаны примеры использования истинных ортофотопланов, по-
строенным по технологии True Ortho для мониторинга технических сооружений.
Ортотрансформирование снимков по технологии True Ortho. Разработанные основ-
ные подходы и методы цифрового трансформирования и ортотрансформирование снимков с
конца 70-х гг. прошлого века имели существенный недостаток, даже после выполнения орто-
трансформирования остаются зоны, которые не соответствуют изображению местности. Это
так называемые «мертвые зоны», т. е. зоны, которые не отображаются на ортотрансформиро-
ванном снимке вследствие того, что снимок является центральной проекцией местности [1].
Особенно при создании ортофотопланов с изображением городских территорий с многоэтаж-
ной застройкой, эти здания закрывают многие детали объектов и ситуации: проезжие части
улиц, тротуары, люки, крыльца, парковки, ограждения и даже более низкие здания. Кроме
того, на изобразительное качество ортофотоплана будут влиять зоны, закрытые тенью от объ-
екта. Позднее для устранения этих недостатков, были разработаны методы, позволяющие
устранять «мертвые зоны» на ортотрансформированном снимке, получили название «True
ortho», а такие ортофотопланы – «истинные», «реальные» ортофотопланы.
262
Сущность построения ортофотоплана по технологии True Ortho, заключается в опреде-
лении положения «мертвых зон», далее нахождении на соседних снимках изображения, соот-
ветствующего «мертвой зоне» и заполнения ее на ортотрансформированном снимке этим
изображением.
Определение положения «мертвых зон» может выполняться различными способами: ав-
томатическом распознавании объектов с использованием единой пространственной супер-
плотной ЦМП и стереофотограмметрический – создание ЦМР и ЦМП с векторизацией объек-
тов по стереомодели, построенной по паре снимков.
Появление мощных вычислительных способностей персональных компьютеров позво-
ляют реализовать методы построения плотной цифровой модели рельефа и цифровых моделей
поверхностей, по снимкам, не только для построения истинного ортофотоплана (алгоритмы
True Ortho), и для получения принципиально нового продукта реалистичных измерительных
3D моделей.
Методы построения суперплотных цифровых моделей рельефа и цифровых моде-
лей поверхностей. Важным этапом при построении ортофотопланов, измерительных 3D мо-
делей стала разработка методов построения суперплотных ЦМР и ЦМП. На основе таких мо-
делей получают реалистические измерительные 3D-модели, которые являются принципи-
ально новым фотограмметрическим продуктом. Сегодня, ведутся разработки алгоритмов по
созданию плотных моделей по стереопаре снимков, это направление в фотограмметрии явля-
ется одним из бурно развивающихся. Рассмотрим теоретические основы построения супер-
плотных цифровых моделей рельефа. В основе этих методов лежит идентификация всех пик-
селей левого снимка стереопары с соответствующими пикселями правого снимка. Это можно
сделать с помощью различных методов, которые можно разделить на три большие группы:
локальные, глобальные, полуглобальные методы [2].
Локальные методы отождествления точек, основаны на сравнении фрагментов изобра-
жений двух снимков вокруг интересующей точки, исходя из предположения, что продольные
параллаксы для всех пикселей этих фрагментов не меняются. К таким методам относятся все
площадные методы отождествления: корреляционный, метод наименьших квадратов и их мо-
дификации.
Данная группа методов дают низкий результат на участках снимков со слабовыраженной
текстурой и городской территории (большие перепады высот, например, края крыш зданий).
Глобальные методы отождествления в отличие от локальных методов работают сразу со
всеми пикселями стереоизображений, при этом при этом анализируются не только разности
плотностей соответствующих пикселей, но и взаимосвязи между соседними пикселями. Тру-
доемкость этой группы методов является главным недостатком. Для устранения этого недо-
статка, предложен ряд методов, например, на основе Graph Cut и Belief propagation [3].
Широко реализованными в различных специализированных программных продуктах яв-
ляются методы полуглобального отождествления (Semi-Global Matching), впервые был пред-
ложен H. Hirshmuller [4]. Суть метода заключается в том, чтобы каждому пикселю левого
снимка стереопары P1 находится соответствующий пиксель на правом снимке P2. Особенность
метод состоит на применение трансформированных снимков, т.е. все соответствующие точки
находятся вдоль базисных (эпиполярных) линий. Каждый пиксель левого снимка сравнивается
со всеми пикселями второго снимка в пределах возможного изменения продольных параллак-
сов pmax и каждый раз вычисляется критерий соответствия Cxyp как разность соответствующих
плотностей пикселей D:
1 2
𝐶𝑥𝑦𝑝 = 𝐷𝑥𝑦 − 𝐷𝑝𝑦 (1)
По формуле (1) вычисляется Cxyp для каждого пикселя левого снимка с координатами xy
и всех пикселей, лежащих в строке с ординатой y на правом снимке в пределах возможных
продольных параллаксов p = 1÷pmax, а результат заносится в соответствующую ячейку куба с
координатами x, y, p. Таким образом, формируется куб для каждого пикселя на левом снимке
с возможными пикселями на правом и элементами куба являются значения критерия соответ-
ствия Cxyp, анализируя которые находят минимальные значения для каждого пикселя. Кроме
263
того, анализируются связи между соседними пикселями по восьми направлениям вокруг дан-
ного пикселя. В результате для каждого пикселя левого снимка находится соответствующее
значение продольного параллакса и, как следствие, пространственные координаты точек плот-
ной модели [2].
Результаты экспериментальных исследований. При проведении экспериментов ис-
пользовались материалы с изображением городской территории, полученные с самолета то-
пографической цифровой аэросъемочной камерой Z/I Imaging DMC II.
Цель первого этапа эксперимента заключалась в исследовании точности построения ис-
тинных ортофотопланов по различным способам построения суперплотных ЦМР и ЦМП по-
лученные по цифровым снимкам. Использовались два способа построения истинного ортофо-
топлана основанные на полуглобальном методе отождествления точек: автоматическом рас-
познавании объектов с использованием единой пространственной ЦМП и фотограмметриче-
ской технологии – создание ЦМР и ЦМП с векторизацией объектов по стереомодели, постро-
енной по паре снимков. Для этого использовались одинаковое количество снимков, опорных
и контрольных точек. В результате было построено два истинных ортофотоплана на одну тер-
риторию масштаба 1: 2 000. Далее выполнялась оценка метрической и изобразительной точ-
ности ортофотопланов. Метрическая точность выполнялась сравнением планового положения
опорных и контрольных точек по разностям значений плановых координат изображений этих
точек на ортофотоплане и их значений, выбранных из соответствующих каталогов. В таблице
приведены результаты оценки метрической точности.
Оценка точности построения истинных ортофотопланов.
Показатель точности, средние величины по суперплотной стереофотограм-
погрешностей ЦМП метричекий
расхождений координат опорных точек – mx, м 0,53 0,42
расхождений координат опорных точек – mу, м 0,46 0,45
расхождений координат контрольных точек – mx, м 0,56 0,48
расхождений координат контрольных точек – mу, м 0,54 0,47
Анализируя полученные средние величины погрешностей можно сделать выводы, что
получена априорная точность в обоих случаях, соответствует предъявляемым требованиям [5],
это подтверждает работоспособность алгоритмов отожествления точек, принадлежащих по-
верхности земли.
Изобразительная точность истинных ортофотопланов заключалась в оценке достоверно-
сти определения «мертвых зон» и заполнении их изображением с соседних снимков, контроле
линий соединения отдельных фрагментов цифрового ортофотоплана, а именно контролиру-
ется несовмещение контуров. На рис. 1 пример определения «мертвых зон» и заполнении их
изображением по фотограмметрической технологии – создание ЦМР и ЦМП с векторизацией
объектов по стереомодели.
Рис. 1. Фрагменты изображений: а – исходный аэроснимок; б – "истинное" ортофотоизображение
башни; желтым цветом показана автоматически выделенная "мертвая зона"; в – истинное ортофото-
изображение башни с устраненной "мертвой зоной".
264
Рис. 2. Фрагменты изображений: а, б – исходные аэрофотоснимки; в – истинный ортофотоплан.
Рис. 3. Примеры выявления реальных изменений с помощью процедуры Change Detection.
На рис.2 представлен фрагмент истинного (реального) ортофотоплана, построенного по
массиву точек, полученных, полуглобальным методом отождествления точек и автоматически
распознавание объектов с использованием единой пространственной ЦМП.
Изобразительная точность истинных ортофотопланов по способу автоматического рас-
познавания объектов с использованием единой суперплотной пространственной ЦМП дала
более низкий результат, это вызвано в первую очередь недостаточной детальностью, которая
определяется ограниченным шагом сетки, используемой для построения ЦМП. В работе ис-
пользовались параметры максимально плотной ЦМП, соизмеримой с данными получаемыми
при лазерном сканировании. Как следствие, возникает потребность больших вычислительных
ресурсов, и большего времени для обработки. Тем не менее, на данном этапе развития алго-
ритмов и технических возможностей этот способ получения истинных ортофотопланов усту-
пает по изобразительному качеству стереофотограмметрическому, когда оператором выпол-
няется стереовекторизация объектов ситуации. То есть оператор делит единый объект на
классы: контуры крыш и основания зданий, после чего строится суперплотная пространствен-
ная ЦМП, которая включает высоко детализированную 3D модель каждого объекта местно-
сти. Цифровая модель объектов включает описание принадлежности всех элементов, из кото-
рых состоят части объектов, например, контуры многоуровневых крыш, навесы, перекрытия,
галереи и т.п. Недостаток стереофотограмметрического способа − большая трудоемкость.
Целью второго этапа экспериментальных работ состояла в исследовании возможности
проведения мониторинга технических сооружений по ортофотопланам, построенных по тех-
нологии True Ortho. Данные исследования выполнялись с применением интерактивного и ав-
томатизированного дешифрирования – Change Detection.
Процедура выявления изменений включает в себя два этапа: выявление участков, на ко-
торых произошли изменения, и определение, какие именно изменения произошли, т. е. опре-
деляются геометрические и качественные свойства [6].
После устранения «мертвых зон» на изображении могут быть отдешифрированы эле-
менты объектов и новые объекты: крыльцо, навесы: люки, дорожная разметка, светофоры и
265
т.п. (рис.1 и 2). На рис. 3 показаны результаты поэлементного выявления изменений по орто-
фотоплану c помощью процедуры Change Detection. Тесты показали возможность по истин-
ным ортофотопланам выявлять изменения, произошедшие на местности, вызванные либо де-
ятельностью человека, либо природными явлениями. Для определения изменений был разра-
ботан метод, основанный на сравнении плотных моделей поверхностей территории и истин-
ных ортофотопланов полученные на разные даты. Метод был апробирован с использованием
разновременных аэрофотоснимков городской территории.
Заключение. В работе предложено применять ортофотопланы построенные по техноло-
гии True Ortho и приведены результаты исследований, подтверждающие возможность полу-
чения информации о состоянии и динамике развития различных природных и техногенных
процессов, которая может быть использована для выработки управленческих решений, обес-
печивающих устойчивое развитие территорий.
Результаты экспериментальных исследований позволяют сделать следующие выводы:
истинные ортофотопланы повышают достоверность выявления изменений, так как не
имеют «мертвых зон» на изображении;
достоверность автоматического алгоритма построения единой плотной пространствен-
ной ЦМП высока и может быть использована при мониторинге технических сооруже-
ний, но не достаточна для получения качественного изображения истинного ортофото-
плана;
обработка истинных ортофотопланов полученных на различные даты целесообразно
применять при мониторинге технических сооружений и различных природных, техно-
генных процессов.
Следует отметить, разработка алгоритмов автоматического распознавания объектов с ис-
пользованием плотных моделей местности, объектов является новым этапом развития техно-
логий 3D моделирования и возникает задача дешифрирования этого массива точек.
ЛИТЕРАТУРА
[1] Евстратова Л.Г. Создание «реальных» ортофотопланов (True Ortho) по аэрофотоснимкам с ис-
пользованием программного комплекса INPHO // Геодезия и картография. 2011. № 3. С. 29-32.
[2] Чибуничев А.Г., Гук А.П. Фотограмметрия: вчера, сегодня, завтра. // Изв. вузов «Геодезия и аэро-
фотосъемка». 2016. № 2. С. 3-9.
[3] Yedidia J.S., Freeman W.T., Weiss Y. Understanding belief propagation and its generalizations, Explor-
ing artificial intelligence in new millennium // Morgan Kaufmann Publishers Inc. San Francisco, CA.
2003. PP. 239-269.
[4] Hirschmuller H. Accurate and efficient stereo processing by semi-global matching and mutual infor-
mation // IEEE Conf. on Computer Vision and Pattern Recognition. San Diego, California, USA, 2005.
V. 2. P. 807-814.
[5] Инструкция по фотограмметрическим работам при создании цифровых топографических карт и
планов. ГКИНП (ГНТА)-02-036-02; введ. 01.08.02.: М.: ЦНИИГАиК, 2002. 100 с.
[6] Гук А.П., Евстратова Л.Г., Алферова А.С. Использование структурных признаков изображений
типовых участков местности для выявления изменений состояния территорий по космическим
снимкам высокого разрешения // Изв. вузов. Геодезия и аэрофотосъемка. 2009. № 6. С. 52-56.
266