In questo articolo si parla di fotogrammetria con Photoscan, dei punti di vincolo e dell’ottimizzazione degli allineamenti delle immagini.

Prosegue con la puntata numero cinque la rubrica scritta dall’Ing. Paolo Rossi  sulla fotogrammetria moderna con il software Agisoft Photoscan.

Trovi i link a tutti gli articoli pubblicati sino ad ora in fondo alla pagina.

I PUNTI DI VINCOLO

I punti di vincolo, anche chiamati Ground Control Points (GCP), sono punti identificabili nelle immagini e dei quali sono note (perché misurate) le coordinate.
Questi punti hanno molte analogie con i PFA (Punti Fotogrammetrici di Appoggio) della fotogrammetria tradizionale.
La loro funzione è di restituire un modello scalato e georeferenziato.
Costituiscono anche un mezzo per vincolare il modello in fase di ricostruzione, riducendo le distorsioni indotte dalla concatenazione delle immagini.

IL RILIEVO

Il rilievo delle coordinate dei GCP è effettuato contestualmente al volo con il drone.
Prima del volo si posizionano i target nell’area di interesse.
Il centro dei target dovrà essere visibile ed identificabile nelle immagini acquisite (dimensioni target legate alla quota di volo e fotocamera utilizzata).
La posizione del punto (posizione del centro del target) è spesso misurata con tecniche topografiche classiche come GNSS o stazione totale.

Alla domanda “ quanti target devo mettere..?” non esiste una risposta con validità generale e certa!

Qui entrano in gioco l’esperienza di chi fa il rilievo e una buona dose di buon senso.

I fattori che influenzano la scelta sono:

• estensione dell’area
• quota di volo
• fotocamera
• caratteristiche dell’area
• complessità geometria della superficie (sia in termini planimetrici che altimetrici)
• accuratezze che si vogliono ottenere

Una regola generale è che tali vincoli siano omogeneamente distribuiti in tutta l’area di interesse.
Vincoliamo le zone del bordo e posizioniamo alcuni punti al centro; se l’area presenta marcati dislivelli occorre posizionare punti alle diverse quote.

Qualche considerazione riguardo il numero dei vincoli

Se pensiamo ad un’operazione di georeferenziazione classica (roto-traslazione con variazione di scala), ci sono 7 parametri incogniti e servono le coordinate 3D di almeno 3 punti per avere una soluzione (meglio se 4 così si compensa).
Con le SfM valgono queste stesse osservazioni.
Se poi pensiamo ad un’area “tipo” quadrata, posizioneremo un target per ogni vertice più uno al centro, quindi 5 target totali.

Direi che 5-6 target è il minimo.
Aumentando si incrementano anche le accuratezze ottenibili..
Sopra una certa soglia i miglioramenti non sono più così marcati.

I MARKER IN PHOTOSCAN

In PhotoScan i punti di vincolo sono inseriti come marker.
Il processo di identificazione del target nelle immagini è chiamato collimazione.
Di solito la collimazione è fatta dopo l’allineamento, perché l’identificazione del target in immagini già posizionate è più veloce.

• Creare un nuovo marker, nel reference pane, alla finestra marker usare tasto destro del mouse.

• Posizionare marker nella prima immagine, identificato il target, cliccare col tasto destro e posizionare il marker corrispondente.

• Rifinire il posizionamento, in un qualsiasi momento il marker può essere selezionato e spostato nella posizione più opportuna. Il colore verde della bandiera indica “posizione manualmente rifinita dall’utente”.

• Posizionare marker nella seconda immagine, in una qualsaisi altra immagine dove è presente il target noterete una linea tratteggiata bianco-rosso che indica la retta su cui si trova il target cercato. Questa retta nasce dalla geometria epipolare, tecnica che permette di ridurre ad una retta lo spazio per la ricerca di corrispondenze tra immagini allineate.

• Posizionamento marker in ulteriori immagini, una volta collimato il target nella seconda immagine vedrete comparire bandiere grigie in tutte le immagini in cui il target è inquadrato. Bandiera grigia significa che il target è identificato automaticamente e che la collimazione non è usata per fini di processing. Io di solito vado a rifinire manualmente la posizione del target in tutte le immagini (mi aiuto con gli strumenti di filtraggio immagini). Rifinisco la posizione (bandiera grigia diventa verde) nel maggior numero possibile di immagini per vincolare al meglio il dataset, tralascio quelle in cui il centro del target non è ben visibile o si trova sul bordo immagine.

• Export markers, terminata la fase di collimazione di tutti i markers è possibile salvarne la posizione in un file (.xml) ed esportarlo in modo da poterlo importare in altri progetti (vedi comando tools-export-export markers).

• Inserimento coordinate, nel reference pane è possibile digitare le coordinate del punto e relativa accuratezza. In alternativa si possono importare i valori da un file txt opportunamente editato (import…).

SCALE BARS

In PhotoScan puoi lavorare anche con le Scale Bar.
Se non hai a disposizione le coordinate dei punti, ma solo delle distanze, puoi usare quest’ultime per vincolare il modello ed ottenere un prodotto scalato ma non georeferenziato. L’inserimento delle scale bar è simile a quello dei marker, infatti la scale bar non è altro che una distanza tra due marker (sul manuale trovi tutte le info a riguardo).

CODED TARGETS

Se lavori sempre con PhotoScan potresti essere interessato a provare i coded targets, sono target con una geometria particolare che il software è in grado di riconoscere automaticamente.
Questa scelta evita la collimazione manuale nelle immagini, quindi velocizza i tempi richiesti per il processing e migliora la precisione nell’identificazione del centro del target.

Io non li ho mai usati (lo farò presto!) ma ti condivido alcune riflessioni:

• Benefici in termini di tempo e precisioni;

• L’automatica identificazione ne permette l’utilizzo anche come punti di legame in fase di allineamento (I step);

• Se il sistema di codifica non viene visualizzato correttamente e PhotoScan non riconosce il target la collimazione diventa molto difficoltosa (non ci sono numeri che possiamo riconoscere!). Questo potrebbe accadere se la risoluzione della camera è insufficiente, ci sono aberrazioni cromatiche o blurring.
  Anche il manuale, infatti, suggerisce l’utilizzo di coded targets in progetti di close range photogrammetry perché a maggiori distanze il target dovrebbe essere molto grande.

OTTIMIZZAZIONE

L’ottimizzazione degli allineamenti viene svolta sulla base dei dati “spuntati” all’interno del reference pane.
Si possono usare le info sulla posa dei fotogrammi e le coordinate dei marker.
Il manuale consiglia in questa fase di usare i soli marker, perché più accurati rispetto ai dati rilevati dai sistemi di posizionamento a bordo del drone.

L’ottimizzazione si lancia dal menu tools – optimize cameras, ed impiega alcuni minuti.
I parametri da ottimizzare sono scelti automaticamente al software in base al tipo di fotocamera utilizzata ed ai risultati della fase di allineamento (ad esempio: se p1 e p2 sono simili a 0, non si ottimizzano p3 e p4).

Al termine della riottimizzaione non sono creati nuovi output, ma “aggiornamenti” dei risultati già ottenuti.
Nel reference pane sono indicati gli errori sui marker inseriti (differenza tra coordinate inserite e stimate), la nuvola sparsa è georeferenziata, la posa e i parametri di calibrazione delle fotocamere sono aggiornati.
Nella finestra tools- camera calibration si possono vedere i nuovi grafici delle distorsioni e residui e i nuovi valori dei parametri adjusted.

EDITING DELLA NUVOLA SPARSA

Un’altra operazione utile da effettuare in fase di ottimizzazione degli allineamenti è l’editing della nuvola sparsa.

I punti che costituiscono questa prima ricostruzione della geometria sono stati scelti automaticamente dal software (possiamo settare dei limiti massimi in fase di allineamento, ma niente di più..).
Può essere utile eliminare alcuni di questi punti per migliorare gli allineamenti di tutto il dataset.

Il comando gradual selction permette di fare quest editing (lo trovi all’interno del menu edit, o model se hai una versione recente).

Vediamo i parametri che possono essere interrogati:

• errore di riproiezione, i punti con alti valori sono stati mal localizzati nella fase di matching e spesso indicano matches errati;

• incertezza della ricostruzione, alti valori indicano punti ricostruiti da immagini molto vicine tra loro e con baseline corta;

• image count, questo valore indica il numero di immagini in cui il punto è inquadrato (i punti inquadrati in due sole immagini potrebbero non essere stati ben ricostruiti);

• accuratezza della riproiezione, seleziona punti non ben localizzati a causa della scala a cui sono stati identificati.

Quello che faccio io, dopo aver ottimizzato gli allineamenti con i vincoli, è usare questi strumenti di editing e riottimizzare.

Utilizzo l’image count per eliminare i punti inquadrati in solo due immagini (è più probabile che questi siano effetti da errore), effettuo la riottimizzazione, poi seleziono i punti con alti valori di errori di riproiezione (errore di riproiezione), li elimino e rieffettuo l’ottimizzazione.
Lavoro solo con questi due filtri perché ho notato che anche gli altri valori si “sistemano” di conseguenza.
Uso valori di errore di riproiezione intorno al pixel (o di poco inferiori).
Questa è solo una indicazione perché la scelta deve essere legata alle accuratezze ricercate e alle dimensioni del pixel a terra.

Leggendo il forum di PhotoScan ho trovato alcune indicazioni secondo cui non bisogna eliminare più del 10-15% dei punti della nuvola sparsa, altrimenti si rischia una eccessiva riduzione ed un peggioramento dei risultati.

Con la costruzione della nuvola sparsa termina quel “pacchetto” di software chiamato SfM, che, come indica l’acronimo, ricostruisce la geometria dell’oggetto dal “movimento”. Abbiamo ottenuto infatti la nuvola sparsa, che descrive l’oggetto, e la posa delle prese fotografiche.

Nella fase di creazione della nuvola densa si utilizzano questi allineamenti per definire la posizione 3D pixel by pixel con gli algoritmi di Dense Image Matching.

Alla prossima!

Grazie a Paolo per il suo contributo che spero possa esserti utile.
Per dubbi o domande lo spazio per i commenti qui sotto è a tua disposizione!

A presto!

Paolo Corradeghini

Paolo Rossi, ingegnere e PhD in Ingegneria Industriale e del Territorio presso l’Ateneo di Modena e Reggio Emilia, attualmente lavora presso il Laboratorio di Geomatica del Dipartimento di Ingegneria “Enzo Ferrari”, dove si occupa di ricostruzione 3D da immagini.

Laboratorio di Geomatica
Dipartimento di ingegneria Enzo Ferrari, Università degli studi di Modena e Reggio Emilia
Via Pietro Vivarelli 10, Modena
Tel: 059 2056297
Cell: 3457054511
Email: paolo.rossi at unimore.it
Profilo Linkedin

Ho pubblicato un video sul canale You Tube dove parlo proprio dei punti di vincolo e dell’ottimizzazione degli allineamenti: