La questione della misurazione e il suo meccanismo fisico
Perché richiedere un pixel di output più piccolo non migliorare automaticamente le misure supportate da immagini aeree? Questa è una domanda pratica per i team che valutano il software di mappatura Drone, perché l'utilità di un prodotto di mappatura dipende dalle osservazioni e dalle decisioni che lo sostengono.
La dimensione dei pixel di uscita controlla la griglia di campionamento raster. Il suo rapporto con i dettagli utili dipende dal campionamento delle fonti, dalla nitidezza dell'immagine, dalla qualità della ricostruzione e dall'ortodossazione. Una griglia ingrandita può memorizzare più pixel, mentre rappresenta le stesse informazioni sottostanti.
Un ortopotosaico è una rappresentazione di mappa assemblata da osservazioni fotografiche e lavorazione geometrica. Il suo aspetto continuo può nascondere le differenze nel tempo di origine, la direzione di visualizzazione, il supporto superficiale e la visibilità locale. Definire la funzione fisica da mappare e ispezionare nell'immagine originale prima di giudicare un pixel finale. Tetto, baldacchino, terra e acqua sono superfici diverse; un utile attestato di qualità identifica quale di loro l'immaginario realmente supporta e dove una rappresentazione bidimensionale diventa limitante.
Acquisizione e preparazione degli input
Determinare la più piccola caratteristica che l'utente deve interpretare e ispezionare il suo effettivo supporto di immagine sorgente. Tenere la distanza di campionamento del terreno di cattura e la griglia di consegna desiderata come quantità registrate separate.
Valutare il raster nativo, la sua maschera e la superficie utilizzata per posizionare il contenuto dell'immagine. Confronta screenshots solo dopo la scala di visualizzazione corrispondente e il trattamento del colore. Quando appare un artefatto, individuare le immagini di origine e determinare se il meccanismo è geometria, selezione delle immagini, illuminazione, copertura o comportamento di esportazione. Queste cause possono sembrare simili in un'anteprima del browser ancora richiedono rimedi molto diversi. Conservare il master accettato in modo derivati cartografici non sostituire silenziosamente le prove di misura.
Esempio di lavoro illustrativo
I seguenti numeri sono input di pianificazione ipotetica, non risultati di prodotto misurati o un reclamo di accuratezza. Considerare un'uscita di 1,000 m per 1,000 m. A 5 cm di spaziatura contiene 20,000 × 20,000 = 400 milioni di celle. A 2.5 cm di spaziatura contiene 40,000 × 40,000 = 1.6 miliardi di celle, quattro volte quante. Per tre canali a colori non compressi a 8 bit, la conservazione del campione grezzo è di circa 1.2 GB e 4.8 GB rispettivamente, prima dei metadati, delle maschere, delle panoramiche e della compressione. Se l'immagine supporta solo circa 5 cm di dettaglio utile, la griglia più fine aumenta principalmente le richieste di archiviazione e trasferimento. Confrontare le caratteristiche strette effettive per determinare se l'esportazione più fine conserva informazioni utili o semplicemente campioni un'immagine interpolata più densamente.
Che cosa significa per questo argomento
Le scelte Pixel-grid influiscono anche sull'elaborazione a valle e sulle aspettative degli utenti. Una griglia molto fine incoraggia lo zoom oltre la scala supportata dai dettagli della sorgente. Dichiarare la scala di interpretazione utile e includere risultati di qualità indipendenti. Se i destinatari hanno bisogno di una navigazione veloce, fornire una panoramica adeguata o un derivato piuttosto che affidarsi a una griglia fine erroneamente per segnalare che la mappa è precisa.
Un esperimento di lavorazione riproducibile
Esporta una piccola regione in diverse dimensioni dei pixel pratici e confronta gli stessi bordi fisici. Misurare le dimensioni dei file e la risposta del display a fianco della visibilità delle caratteristiche, in modo che il tradeoff sia concreto.
Fare il confronto riproducibile prima di cambiare il flusso di lavoro. Bloccare una copia di lavoro dell'inventario dell'immagine e dare alla linea di base un identificatore di run chiaro. Salvare la configurazione della fotocamera, le fasi di preparazione dell'immagine, le impostazioni di elaborazione, le uscite richieste e la misura di confronto. Seleziona le regioni di ispezione che includono il meccanismo in esame e una regione di controllo stabile. Un controllo utile è una superficie che si aspetta di rimanere inalterata dalla modifica proposta, perché può rivelare se un apparente miglioramento locale introduce un effetto negativo più ampio altrove nel blocco.
Cambiare un fattore giustificato alla volta quando pratico. Utilizzare le stesse caratteristiche fisiche e osservazioni di riferimento indipendenti nella linea di base e candidato. Confrontare sulla loro area comune valida, quindi segnalare qualsiasi differenza nella copertura totale supportata separatamente. Tenere lo zoom del display, il colore stretch e la direzione di visualizzazione coerente quando gli screenshot fanno parte delle prove. Anche l'utilizzo delle risorse registrate e i guasti come risultati: una configurazione che migliora leggermente i dettagli ma supera ripetutamente la memoria disponibile potrebbe non essere operativamente adatta per la consegna concordata.
Scrivi la regola della decisione prima di esaminare l'output più attraente. Ad esempio, il candidato potrebbe aver bisogno di mantenere tutte le caratteristiche critiche, ridurre un modello sistematico identificato, ed evitare un nuovo gap di copertura. Le soglie effettive devono provenire dallo scopo del progetto e dalla qualità di riferimento, non dai numeri illustrativi in questo articolo. Conservare sia i registri degli esperimenti accettati che rifiutati abbastanza a lungo da spiegare la scelta. Questo è particolarmente prezioso quando un operatore successivo ha bisogno di ripetere il flusso di lavoro in diverse condizioni di luce, fotocamera o software.
Diagnosi del risultato
Se i pixel più piccoli creano solo bordi più lisci, lo storage extra non ha prodotto dettagli più osservabili. Il disallineamento alle caratteristiche indipendenti rimane un problema di accuratezza indipendentemente dalle dimensioni del raster.
Controllo di qualità indipendente e incerto
Accordo interno separato dalla convalida indipendente dei prodotti. Le osservazioni utilizzate per adattarsi alle posizioni della fotocamera, alla calibrazione o ad una superficie non possono da sole stabilire un'accuratezza esterna. Prenotare i controlli adeguati quando l'attività di misura richiede loro e documentare l'incertezza di tali controlli. Il riferimento deve identificare la stessa caratteristica fisica che appare nella mappa o nel modello; un'indagine precisa di un bordo ambiguo può ancora produrre un confronto incerto. Ispezione di differenze firmate e modelli spaziali, perché una singola media può nascondere un ampio pregiudizio o un fallimento locale conseguente.
Tenere le dichiarazioni di incertezza legate alla quantità utilizzata. Posizione orizzontale, altezza, distanza, completezza superficiale e interpretabilità visiva non sono intercambiabili. La spaziatura dei pixel è una proprietà di campionamento e la densità del punto è una proprietà della rappresentazione; né solo specifica l'errore di una misura derivata. Non convertire un residuo del modello della fotocamera direttamente in una rivendicazione universale di imprecisione del suolo. Se le prove sono limitate a una regione pilota o ad una classe di superficie, dichiarare che l'estensione e evitare di estendere la conclusione a materiali non testati, confini lontani, o superfici nascoste.
Le aree sconosciute dovrebbero rimanere identificabili. Una rete liscia, raster riempito, immagine bilanciata o texture tagliente può essere utile per la comunicazione, pur contenente informazioni dette dai suoi dintorni. Mantenere le maschere o un registro di modifica per le regioni inferrate conseguenti, e scegliere ulteriori osservazioni quando le prove mancanti influiscono sulla decisione. Se si applica una specifica formale, utilizzare la procedura di campionamento e di segnalazione richiesta piuttosto che trattare questo flusso di lavoro esplicativo come certificazione. L'obiettivo pratico è una dichiarazione disinnescabile sull'uso supportato, con abbastanza prove per un altro team per valutare i suoi limiti.
La decisione pratica e il record di consegna
Scegliere una griglia che conserva le informazioni di origine utilizzabili senza implicare precisione non supportata, e includere sia la spaziatura pixel che i risultati di qualità indipendenti nel handoff.
Il corrispettivo accettato dovrebbe contenere un inventario conciso delle uscite autorevoli e le prove necessarie per interpretarle. Includere l'intervallo di acquisizione, le definizioni delle superfici, le unità rilevanti e le informazioni di riferimento, il limite di copertura, il manifesto di input, la configurazione accettata e i risultati della qualità dei materiali. Aprire i file scaricati in un lettore indipendente appropriato e ispezionare le regioni difficili e quelle facili. Conservare un identificatore di versione non ambiguo in modo che un destinatario non misura accidentalmente un'esportazione sperimentale precedente che si verifica avere un nome di file simile.
Traduci ogni limitazione rimanente in una conseguenza pratica. Stato che caratterizza, area o utilizza esso colpisce e se il passo successivo appropriato è un'altra visione, una misurazione complementare, una rappresentazione diversa, o una interpretazione più stretta. Evitare un'etichetta di alta qualità generica quando una regione critica rimane non supportata. Una breve spiegazione allegata alla posizione rilevante è più utile di una impressionante statistica globale che lascia agli utenti di scoprire l'eccezione dopo aver preso una decisione conseguente.
Testare un flusso di lavoro cloud adatto
Per un team che valuta il software di mappatura Drone, DroneCollab offre un luogo pratico per testare il rapporto tra immagini di origine e output di mappatura richiesti. I prodotti rilevanti includono ortosica, nubi a punto, uscite DSM/DTM e modelli tridimensionali strutturati, insieme ai flussi di lavoro GNSS/PPK, se del caso. Inizia con il sottoinsieme rappresentativo e le osservazioni di accettazione già definite. Rivedere il risultato scaricato reale piuttosto che trattare il nome del servizio o lo stato di completamento come prova di una particolare accuratezza o copertura uniformemente completa.
