Kohdekuvien valinta
Niiden kuvien merkitseminen, jotka sisältävät kalibrointikohteita, on ratkaiseva vaihe, joka nopeuttaa merkittävästi Chloros-käsittelyprosessia. Valitsemalla kohdekuvat etukäteen vältät sen, että Chloros joutuu skannaamaan jokaisen kuvan datajoukossasi kalibrointikohteiden löytämiseksi.
Miksi kohdekuvat kannattaa merkitä?
Käsittelynopeus
Ilman kohdekuvien merkitsemistä Chloros:n on:
Skannattava jokainen projektiisi kuuluva kuva
Suoritettava kohteen tunnistusalgoritmeja jokaiselle kuvalle
Tarkistettava satoja tai tuhansia kuvia tarpeettomasti
Tulos: Käsittely voi kestää huomattavasti kauemmin, etenkin suurissa datajoukoissa.
Merkittyjen kohdekuvien kanssa
Kun valitset tiettyjen kuvien Kohde-sarakkeen:
Chloros skannaa kohteita vain valituista kuvista
Kohteen tunnistus valmistuu paljon nopeammin
Kokonaiskäsittelyaika lyhenee huomattavasti
Nopeuden parannus: 2–3 kohdekuvan merkitseminen 500 kuvan aineistossa voi lyhentää kohteen tunnistusaikaa yli 30 minuutista alle minuuttiin.
Kohdekuvien merkitseminen
Vaihe 1: Tunnista kohdekuvasi
Selaa tuotuja kuvia tiedostoselaimessa ja tunnista, mitkä kuvat sisältävät kalibrointikohteita.
Yleisiä tilanteita:* Ennen kuvauksen kohde: Kuvattu ennen istunnon aloittamista
Kuvauksen jälkeinen kohde: Kuvattu istunnon päätyttyä
Kenttäkohteet: Kohteet, jotka on sijoitettu kuvausalueelle
Useita kohteita: 2–3 kohdekuvaa istuntoa kohti (suositeltava)
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: Varmista valintasi
Tarkista ennen käsittelyä:
Kohdekuvien parhaat käytännöt
Kohteen kaappaamisen ohjeet
Ajoitus:
Kaappaa kohdekuvat välittömästi ennen kuvaussessiota ja sen aikana
Samoissa valaistusolosuhteissa kuin DAQ-valosensori
Parhaiden tulosten saavuttamiseksi ota kohdekuvia mieluiten mahdollisimman usein. Muussa tapauksessa valosensorin tietoja käytetään kalibroinnin säätämiseen ajan mittaan.
Kameran sijainti:
Pidä kameraa kohteen yläpuolella siten, että se on keskitetty ja täyttää noin 40–60 % kuvan keskiosasta.
Pidä kamera yhdensuuntaisena/nadirina kohteen pintaan nähden
Valaistus:
Sama ympäristön valaistus kuin DAQ-valosensorillasi
Vältä varjoja kohdepinnoilla
Älä peitä valonlähdettä kehollasi, ajoneuvollasi tai kasvillisuudella
Pilviset olosuhteet antavat tasaisimmat tulokset
Kohteen kunto:
Pidä kohdepaneelit puhtaina ja kuivina
Kaikkien neljän paneelin tulee olla selvästi näkyvissä ja esteettömiä
Kohteet kohtisuorassa/nadir-asennossa valonlähteeseen nähden, jos mahdollista
Kuinka monta kohdekuvaa?
**Vähimmäismäärä:**1 kohdekuva per istunto.Suositus: 3–5 kohdekuvaa per istunto.Paras käytäntö:
3–5 kuvaa otetaan pian sen jälkeen, kun valosensori on alkanut tallentaa
Käännä kameraa kuvien välillä parhaan tuloksen saamiseksi
Valinnainen: säännöllisesti istunnon aikana, jos valaistusolosuhteet muuttuvat jatkuvasti
Useiden kameroiden käyttö
Kahden kameran kokoonpanot
Jos käytät kahta MAPIR-kameraa samanaikaisesti (esim. Survey3W RGN + Survey3N OCN):
Ota kohdekuvia molemmilla kameroilla samanaikaisesti
Käytä samaa fyysistä kohdetta molemmille kameroille
Merkitse kohdekuvat molemmille kameratyypeille tiedostoselaimessa
Chloros käyttää sopivia kohteita kunkin kameran kalibrointiin
Kameramalli-sarake
Kameramalli-sarake 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:Vähimmäiskalibrointinäytteen pinta-ala:* Oletus: 25 pikseliä
Lisää, jos saat vääriä tunnistuksia pienistä esineistä
Vähennä, jos kohteita ei tunnistetaVähimmäiskohteiden ryhmittely:* Oletus: 60
Lisää, jos kohteet jakautuvat useiksi tunnistuksiksi
Pienennä, jos värivaihteluita sisältäviä kohteita ei tunnisteta kokonaan***
Yleisiä kohdekuvien ongelmia
Ongelma: Kohteita ei tunnistettu
Mahdolliset syyt:
Kohdekuvia ei ole merkitty tiedostoselaimessa
Kohde on liian pieni kuvassa (< 30 % kuvasta)
Huono valaistus (varjot, häikäisy)
Kohteen tunnistuksen asetukset ovat liian tiukat
Ratkaisut:
Varmista, että Kohde-sarakkeen valinta on valittuna oikeille kuville
Tarkista kohdekuvan laatu esikatselussa
Ota kohteet uudelleen, jos laatu on huono
Säädä kohteen tunnistuksen asetuksia tarvittaessa
Ongelma: Vääriä kohteen tunnistuksia
Mahdolliset syyt:
Valkoiset rakennukset, ajoneuvot tai maaperän peitteet, joita luullaan kohteiksi
Kirkkaat alueet kasvillisuudessa
Tunnistuksen herkkyys liian alhainen
Ratkaisut:
Merkitse vain todelliset kohdekuvat tunnistusalueen rajoittamiseksi
Suurenna kalibroinnin vähimmäisnäytteen pinta-alaa
Suurenna kohteiden ryhmittelyn vähimmäisarvoa
Varmista, että kohdekuvissa näkyy vain kohde (mahdollisimman vähän taustahäiriöitä)
Tarkistuslista
Tarkista kohdekuvien valinta ennen käsittelyn aloittamista:
Kohteettomat käsittelyt
Käsittely ilman kalibrointikohteita
Vaikka sitä ei suositella tieteelliseen työhön, voit käsitellä kuvia ilman kohteita:
Jätä kaikki kohde-sarakkeen valintaruudut valitsematta
Poista käytöstä "Heijastavuuden kalibrointi" Projektin asetuksissa
Vignettikorjaus sovelletaan edelleen
Tulosta ei kalibroida absoluuttisen heijastavuuden suhteen
Ei suositella: Ilman heijastavuuskalibrointia pikseliarvot edustavat vain suhteellista kirkkautta, eivät tieteellisiä heijastavuusmittauksia. Käytä kalibrointikohteita tarkkojen ja toistettavien tulosten saamiseksi.
Seuraavat vaiheet
Kun olet merkinnyt kohdekuvasi:
Tarkista asetuksesi – Katso Projektin asetusten säätäminen
Aloita käsittely – Katso Käsittelyn aloittaminen
Seuraa edistymistä – Katso Käsittelyn seuranta
Lisätietoja kalibrointikohteista on kohdassa Kalibrointikohteet.
Last updated