Kohdekuvien valitseminen
Kuvien merkitseminen, jotka sisältävät kalibrointikohteita, on tärkeä vaihe, joka nopeuttaa merkittävästi Chloros-käsittelyprosessia. Valitsemalla kohdekuvat etukäteen, Chloros:n ei tarvitse skannata kaikkia datajoukon kuvia kalibrointikohteiden löytämiseksi.
Miksi kohdekuvat on merkittävä?
Käsittelynopeus
Ilman kohdekuvien merkitsemistä Chloros:n on:
Skannattava jokainen projektiisi kuuluva kuva
Suoritettava kohteen tunnistusalgoritmit jokaiselle kuvalle
Tarkistettava satoja tai tuhansia kuvia tarpeettomasti
Tulos: Käsittely voi kestää huomattavasti kauemmin, etenkin suurten tietojoukkojen kohdalla.
Merkityt kohdekuvat
Kun valitset kohdesarakkeesta tietyt kuvat:
Chloros skannaa vain valitut kuvat kohteiden löytämiseksi
Kohteiden tunnistus tapahtuu paljon nopeammin
Kokonaiskäsittelyaika lyhenee huomattavasti
Nopeuden parannus: Merkitsemällä 2–3 kohdekuvaa 500 kuvan tietojoukosta voidaan kohteen tunnistusaika lyhentää yli 30 minuutista alle minuuttiin.
Kohdekuvien merkitseminen
Vaihe 1: Tunnista kohdekuvat
Tarkista tuodut kuvat tiedostoselaimessa ja tunnista, mitkä kuvat sisältävät kalibrointikohteita.
Yleisiä tilanteita:
Ennen kuvausta otettu kohde: Otettu ennen istunnon aloittamista.
Kuvauksen jälkeen otettu kohde: Otettu istunnon päätyttyä.
Kentällä olevat kohteet: Kohteet, jotka on sijoitettu kuvausalueelle.
Useita kohteita: 2–3 kohdekuvaa istuntoa kohti (suositeltava määrä).
Vaihe 2: Tarkista kohdesarake
Jokaiselle kalibrointikohteen sisältävälle kuvalle:
Etsi kuva tiedostoselaimen taulukosta.
Etsi Kohde-sarake (oikeanpuoleisin sarake).
Napsauta kyseisen kuvan Kohde-sarakkeen valintaruutua.
Toista tämä kaikille kohteita sisältäville kuville.
Vaihe 3: Vahvista valintasi
Tarkista ennen käsittelyä, että:
Kohdekuvien parhaat käytännöt
Kohteiden kuvaamisen ohjeet
Ajoitus:
Ota kohdekuvat välittömästi ennen kuvaussessiota ja sen aikana.
Ota kuvat samoissa valaistusolosuhteissa kuin DAQ-valosensori.
Ihannetapauksessa ota kohdekuvia mahdollisimman usein, jotta saat parhaat tulokset. Muussa tapauksessa valosensorin tietoja käytetään kalibroinnin säätämiseen ajan mittaan.
Kameran sijainti:
Pidä kameraa kohteen yläpuolella siten, että se on keskellä ja täyttää noin 40–60 % kuvan keskikohdasta.
Pidä kamera yhdensuuntaisena/nadir-asennossa kohteen pintaan nähden
Valaistus:
Sama ympäristön valaistus kuin DAQ-valosensorissa
Vältä varjoja kohteen pinnalla
Älä peitä valonlähdettä kehollasi, ajoneuvolla tai kasvillisuudella
Pilvinen sää tuottaa tasaisimmat tulokset
Kohteen kunto:
Pidä kohdepaneelit puhtaina ja kuivina
Kaikkien neljän paneelin tulee olla selvästi näkyvissä ja esteettöminä
Kohteet kohtisuorassa/nadir-asennossa valonlähteeseen nähden, jos mahdollista
Kuinka monta kohdekuvaa?
Vähimmäismäärä: 1 kohdekuva per istunto. Suositeltava määrä: 3–5 kohdekuvaa per istunto.
Paras käytäntö:
Ota 3–5 kuvaa pian valosensorin tallennuksen aloittamisen jälkeen.
Kierrä kameraa kuvien välillä parhaan tuloksen saamiseksi.
Valinnainen: ota kuvia säännöllisesti istunnon aikana, jos valaistusolosuhteet muuttuvat jatkuvasti.
Useiden kameroiden käyttö
Kahden kameran asetukset
Jos käytät kahta MAPIR-kameraa samanaikaisesti (esim. Survey3W RGN + Survey3N OCN):
Ota kohdekuvat molemmilla kameroilla samanaikaisesti.
Käytä samaa fyysistä kohdetta molemmille kameroille.
Merkitse kohdekuvat molemmille kameratyypeille tiedostoselaimessa.
Chloros käyttää sopivia kohteita kunkin kameran kalibrointiin.
Kameramallipylväs
Kameramalli-pylväs auttaa tunnistamaan, mitkä kuvat ovat peräisin mistäkin kamerasta:
Survey3W_RGN
Survey3N_OCN
Survey3W_RGB
jne.
Käytä tätä saraketta tarkistaaksesi, että olet merkinnyt kohteet jokaiselle kameratyypille projektissasi.
Kohteen tunnistuksen asetukset
Tunnistuksen herkkyyden säätäminen
Jos Chloros ei tunnista kohteitasi oikein, säädä näitä asetuksia Projektin asetuksissa:
Vähimmäiskalibrointinäytealue:
Oletus: 25 pikseliä
Lisää, jos pienet esineet tunnistetaan virheellisesti
Vähennä, jos kohteita ei tunnisteta
Vähimmäiskohteiden klusterointi:
Oletus: 60
Lisää, jos kohteet jaetaan useisiin tunnistuksiin
Vähennä, jos värivaihteluita sisältäviä kohteita ei tunnisteta kokonaan
Yleisiä kohdekuvaongelmia
Ongelma: Kohteita ei tunnistettu
Mahdolliset syyt:
Kohdekuvia ei ole merkitty tiedostoselaimessa
Kohde on liian pieni kehyksessä (< 30 % kuvasta)
Huono valaistus (varjot, häikäisy)
Kohteen havaitsemisen asetukset liian tiukat
Ratkaisut:
Varmista, että Kohde-sarakkeessa on valittu oikeat kuvat
Tarkista kohteen kuvanlaatu esikatselussa
Ota kohteet uudelleen, jos laatu on huono
Säädä kohteen havaitsemisen asetuksia tarvittaessa
Ongelma: Vääriä kohteen havaitsemisia
Mahdolliset syyt:
Valkoiset rakennukset, ajoneuvot tai maaperän peite sekoitetaan kohteisiin
Kirkkaat kohdat kasvillisuudessa
Tunnistuksen herkkyys liian alhainen
Ratkaisut:
Merkitse vain todelliset kohdekuvat tunnistuksen laajuuden rajoittamiseksi
Lisää kalibroinnin vähimmäisnäytealuetta
Lisää kohteen klusterointiarvoa
Varmista, että kohdekuvissa näkyy vain kohde (taustalla mahdollisimman vähän häiriöitä)
Tarkistuslista
Ennen käsittelyn aloittamista tarkista kohdekuvien valinta:
Kohteettoman käsittelyn
Käsittely ilman kalibrointikohteita
Vaikka sitä ei suositella tieteelliseen työhön, voit käsitellä ilman kohteita:
Jätä kaikki Kohde-sarakkeen valintaruudut valitsematta
Poista käytöstä "Heijastavuuskalibrointi" projektin asetuksissa
Vignettikorjaus otetaan edelleen käyttöön
Tulos ei kalibroida absoluuttisen heijastavuuden mukaan
Ei suositella: Ilman heijastavuuden kalibrointia pikseliarvot edustavat vain suhteellista kirkkautta, eivät tieteellisiä heijastavuusmittauksia. Käytä kalibrointikohteita tarkkojen, toistettavien tulosten saamiseksi.
Seuraavat vaiheet
Kun olet merkinnyt kohdekuvat:
Tarkista asetukset - Katso Projektin asetusten säätäminen
Aloita käsittely - Katso Käsittelyn aloittaminen
Seuraa edistymistä - Katso Käsittelyn seuranta
Lisätietoja kalibrointikohteista on kohdassa Kalibrointikohteet.
Last updated