Velge målbilder
Å merke hvilke bilder som inneholder kalibreringsmål er et avgjørende trinn som gir en betydelig hastighetsøkning i Chloros-behandlingsprosessen. Ved å forhåndsvelge målbilder unngår du at Chloros må skanne hvert enkelt bilde i datasettet ditt for å finne kalibreringsmål.
Hvorfor merke målbilder?
Behandlingshastighet
Uten å merke målbilder må Chloros:
Skanne hvert eneste bilde i prosjektet ditt
Kjøre algoritmer for måldeteksjon 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 i Mål-kolonnen for bestemte bilder:
Skanner Chloros kun de merkede bildene for mål
Målgjenkjenningen fullføres mye raskere
Den totale behandlingstiden reduseres betydelig
Hastighetsforbedring: Å merke 2–3 målbilder i et datasett på 500 bilder kan redusere målgjenkjennings-tiden fra over 30 minutter til under 1 minutt.
Hvordan merke målbilder
Trinn 1: Identifiser målbildene dine
Gå gjennom de importerte bildene i filbrowseren og identifiser hvilke bilder som inneholder kalibreringsmål.
Vanlige scenarier:* Mål før opptak: Opptatt før du starter økten
Mål etter opptak: Opptatt etter at økten er fullført
Mål i feltet: Mål plassert innenfor opptaksområdet
Flere mål: 2–3 målbilder per økt (anbefalt)
Trinn 2: Sjekk målkolonnen
For hvert bilde som inneholder et kalibreringsmål:
Finn bildet i tabellen i filbrowseren
Finn Mål-kolonnen (kolonnen helt til høyre)
Klikk på avmerkingsboksen i Mål-kolonnen for det bildet
Gjenta for alle bilder som inneholder mål
Trinn 3: Bekreft valget ditt
Før behandling, dobbeltsjekk:
Beste praksis for målbilder
Retningslinjer for opptak av målbilder
Tidspunkt:
Ta målbilder umiddelbart før og gjennom hele opptakssesjonen
Under de samme lysforholdene som DAQ-lyssensoren
Ideelt sett bør du ta bilder av målene så ofte som mulig for å oppnå de beste resultatene. 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 med/rett under målets overflate
Belysning:
Samme omgivelsesbelysning som DAQ-lyssensoren
Unngå skygger på måloverflatene
Ikke blokker lyskilden med kroppen, kjøretøyet eller vegetasjon
Overskyet vær gir de mest konsistente resultatene
Målforhold:
Hold målpanelene rene og tørre
Alle 4 panelene skal være tydelig synlige og uhindret
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.Anbefalt fremgangsmåte:
Ta 3–5 bilder kort tid etter at lyssensoren har startet opptaket
Roter kameraet mellom opptakene for å oppnå best mulig resultat
Valgfritt: med jevne mellomrom midt i økten hvis lysforholdene endrer seg kontinuerlig
Arbeid 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:Minimumsområde for kalibreringsprøve:* Standard: 25 piksler
Øk hvis du får falske deteksjoner på små artefakter
Reduser hvis målene ikke blir oppdagetMinimum målgruppering:* 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 bildet (< 30 % av bildet)
Dårlig belysning (skygger, gjenskinn)
Innstillingene for måldeteksjon er for strenge
Løsninger:
Kontroller at kolonnen «Mål» er merket for riktige bilder
Gjennomgå kvaliteten på målbildene i forhåndsvisningen
Ta nye bilder av målene hvis kvaliteten er dårlig
Juster innstillingene for måldeteksjon om nødvendig
Problem: Feilaktige måldeteksjoner
Mulige årsaker:
Hvite bygninger, kjøretøy eller bakgrunnsdekke som forveksles med mål
Lyse flekker i vegetasjonen
Deteksjonsfølsomheten er for lav
Løsninger:
Merk kun faktiske målbilder for å begrense deteksjonsområdet
Øk minimumsarealet for kalibreringsprøven
Øk minimumsverdien for målgruppering
Sørg for at målbildene kun viser målet (minimalt med forstyrrende elementer i bakgrunnen)
Sjekkliste for verifisering
Før du starter behandlingen, må du verifisere utvalget av målbilder:
Behandling uten mål
Behandling uten kalibreringsmål
Selv om det ikke anbefales for vitenskapelig arbeid, kan du behandle uten mål:
La alle avmerkingsboksene i målkolonnen være umerkede
Deaktiver «Reflektanskalibrering» i prosjektinnstillingene
Vignettkorreksjon vil fortsatt bli brukt
Utdata vil ikke bli kalibrert for absolutt reflektans
Ikke anbefalt: Uten reflektanskalibrering representerer pikselverdiene kun relativ lysstyrke, ikke vitenskapelige reflektansmålinger. Bruk kalibreringsmål for nøyaktige, repeterbare resultater.
Neste trinn
Når du har merket målbildene dine:
Gjennomgå innstillingene dine – Se Justere prosjektinnstillinger
Start behandlingen – Se Starte behandlingen
Overvåk fremdriften – Se Overvåke behandlingen
For mer informasjon om kalibreringsmålene, se Kalibreringsmål.
Sist oppdatert