Velge målbilder
Å merke hvilke bilder som inneholder kalibreringsmål er et viktig trinn som øker hastigheten på Chloros-behandlingsprosessen betydelig. Ved å forhåndsvelge målbilder eliminerer du behovet for at Chloros skal skanne hvert bilde i datasettet ditt for kalibreringsmål.
Hvorfor merke målbilder?
Behandlingshastighet
Uten å merke målbilder må Chloros:
Skanne hvert eneste bilde i prosjektet ditt
Kjøre måldeteksjonsalgoritmer på hvert bilde
Sjekke hundrevis eller tusenvis av bilder unødvendig
Resultat: Behandlingen kan ta betydelig lengre tid, spesielt for store datasett.
Med merkede målbilder
Når du merker av for bestemte bilder i kolonnen Mål:
Chloros skanner bare de merkede bildene for mål
Målregistreringen fullføres mye raskere
Den totale behandlingstiden reduseres betydelig
Hastighetsforbedring: Å merke 2-3 målbilder i et datasett med 500 bilder kan redusere måldeteksjonstiden fra over 30 minutter til under 1 minutt.
Hvordan merke målbilder
Trinn 1: Identifiser målbildene dine
Se gjennom de importerte bildene i filbrowseren og identifiser hvilke bilder som inneholder kalibreringsmål.
Vanlige scenarier:
Mål før opptak: Opptatt før sesjonen starter
Mål etter opptak: Opptatt etter at sesjonen er fullført
Mål i feltet: Mål plassert innenfor opptaksområdet
Flere mål: 2–3 målbilder per sesjon (anbefalt)
Trinn 2: Kontroller målkolonnen
For hvert bilde som inneholder et kalibreringsmål:
Finn bildet i filbrowsertabellen.
Finn kolonnen Mål (kolonnen helt til høyre).
Klikk på avmerkingsboksen i målkolonnen for det bildet.
Gjenta for alle bilder som inneholder mål.
Trinn 3: Bekreft valget ditt
Før du behandler, må du dobbeltsjekke:
Beste praksis for målbilder
Retningslinjer for målopptak
Tidspunkt:
Ta målbilder umiddelbart før og under opptakssesjonen
Under de samme lysforholdene som DAQ-lyssensoren
Ideelt sett bør du ta målbilder så ofte som mulig for å få best mulig resultat. Ellers vil lyssensordataene brukes til å justere kalibreringen over tid.
Kameraposisjon:
Hold kameraet over målet slik at det er sentrert og fyller rundt 40–60 % av bildets sentrum.
Hold kameraet parallelt/nadir med måloverflaten
Belysning:
Samme omgivelsesbelysning som DAQ-lyssensoren
Unngå skygger på målflatene
Ikke blokker lyskilden med kroppen, kjøretøyet eller vegetasjonen
Overskyet vær gir de mest konsistente resultatene
Målbetingelser:
Hold målpanelene rene og tørre
Alle 4 panelene skal være tydelig synlige og uten hindringer
Målene skal være vinkelrette/nadir i forhold til lyskilden hvis mulig
Hvor mange målbilder?
Minimum: 1 målbilde per økt. Anbefalt: 3–5 målbilder per økt.
Beste praksis:
Ta 3–5 bilder kort tid etter at lyssensoren begynner å ta opp.
Roter kameraet mellom opptakene for å få best mulig resultat.
Valgfritt: Ta bilder med jevne mellomrom midt i økten hvis lysforholdene endrer seg kontinuerlig.
Arbeide med flere kameraer
Oppsett med to kameraer
Hvis du bruker to MAPIR-kameraer samtidig (f.eks. Survey3W RGN + Survey3N OCN):
Ta bilder av målet med begge kameraene samtidig.
Bruk samme fysiske mål for begge kameraene.
Merk målbildene for begge kameratypene i filbrowseren.
Chloros vil bruke passende mål for kalibrering av hvert kamera.
Kolonnen Kameramodell
Kolonnen Kameramodell hjelper deg med å identifisere hvilke bilder som kommer fra hvilket kamera:
Survey3W_RGN
Survey3N_OCN
Survey3W_RGB
osv.
Bruk denne kolonnen til å kontrollere at du har merket mål for hver kameratype i prosjektet ditt.
Innstillinger for måldeteksjon
Justere deteksjonsfølsomhet
Hvis Chloros ikke oppdager målene dine riktig, kan du justere disse innstillingene i Prosjektinnstillinger:
Minimum kalibreringsprøveområde:
Standard: 25 piksler
Øk hvis du får falske deteksjoner på små gjenstander
Reduser hvis målene ikke blir detektert
Minimum målklynging:
Standard: 60
Øk hvis målene blir delt opp i flere deteksjoner
Reduser hvis mål med fargevariasjoner ikke blir fullstendig oppdaget
Vanlige problemer med målbilder
Problem: Ingen mål oppdaget
Mulige årsaker:
Målbilder ikke merket i filbrowseren
Målet er for lite i rammen (< 30 % av bildet)
Dårlig belysning (skygger, gjenskinn)
Innstillingene for måldeteksjon er for strenge
Løsninger:
Kontroller at kolonnen Mål er merket av for riktige bilder
Gjennomgå kvaliteten på målbildene i forhåndsvisningen
Ta opp målene på nytt hvis kvaliteten er dårlig
Juster innstillingene for måldeteksjon om nødvendig
Problem: Falske måldeteksjoner
Mulige årsaker:
Hvite bygninger, kjøretøy eller bakkeoverflater forveksles med mål
Lyse flekker i vegetasjonen
Deteksjonsfølsomheten er for lav
Løsninger:
Merk bare faktiske målbilder for å begrense deteksjonsområdet
Øk minimumsområdet for kalibreringsprøven
Øk minimumsverdien for målklynging
Sørg for at målbildene bare viser målet (minimalt med bakgrunnsstøy)
Sjekkliste for verifisering
Før du starter behandlingen, må du verifisere valg av målbilder:
Målfri behandling
Behandling uten kalibreringsmål
Selv om det ikke anbefales for vitenskapelig arbeid, kan du behandle uten mål:
La alle avmerkingsboksene i målkolonnen være umerkede
Deaktiver «Refleksjonskalibrering» i prosjektinnstillingene
Vignettkorreksjon vil fortsatt bli brukt
Utdataene vil ikke bli kalibrert for absolutt refleksjonsevne
Ikke anbefalt: Uten refleksjonskalibrering representerer pikselverdiene bare relativ lysstyrke, ikke vitenskapelige refleksjonsmålinger. Bruk kalibreringsmål for nøyaktige, repeterbare resultater.
Neste trinn
Når du har merket målbildene dine:
Gå gjennom innstillingene dine – Se Justere prosjektinnstillinger
Start behandlingen – Se Starte behandlingen
Overvåk fremdriften – Se Overvåke behandlingen
For mer informasjon om kalibreringsmålene, se Kalibreringsmål.
Sist oppdatert