drone

Mag

2018

HOW TO: aerofotogrammetria con drone e Pix4Dmapper. Il modello 3D

Eccoci giunti al sesto appuntamento con il nostro tutorial tecnico sull'aerofotogrammetria da drone. In questa seconda parte stiamo trattando il software Pix4Dmapper nella sua versione demo Pix4Ddiscovery.

Nelle precedenti puntate abbiamo scoperto come avviare un progetto, importare le immagini e dato un'occhiata ai segreti dell'image matching. Quindi abbiamo avviato l'elaborazione, importato i GCP, proceduto alla correzione metrica della nostra ricostruzione e salvato il lavoro. Ora riapriamo il nostro progetto e concludiamo il percorso.

Al fine di limitare lo spreco di risorse nell'elaborazione della nuvola densa e della successiva mesh 3D, Pix4Dmapper offre l'opportunità di determinare una precisa area di lavoro. Poiché tale area non può essere selezionata prima dello step 1, la configuriamo ora affinché abbia effetto sugli step successivi, 2 e 3.

Per definizione, il software processerà l'intera area di lavoro individuata dal matching delle immagini: ma spesso e volentieri vi sono porzioni di questa area che non è necessario calcolare ed eliminarle da questa fase può farci risparmiare del tempo prezioso. L'area di elaborazione può essere disegnata in due modi: nella vista mappa e nel raycloud.

Da menu andiamo in Mostra --> Mappa e di seguito sempre da menu Mostra Mappa --> Area di elaborazione --> Disegna. Il pop-up che si apre prima di iniziare ci avvisa che l'area dovrà essere disegnata con il tasto destro del mouse... Peccato che nella traduzione italiana, nella versione attuale ci sia un errore! Infatti l'area dovrà essere disegnata con il tasto sinistro e il tasto destro servirà a concludere il disegno. Una volta disegnata l'area sarà possibile modificarla andando a cambiare le coordinate geografiche dei punti vertice.

Pix4Dmapper ci offre la possibilità di creare l'area di elaborazione anche dal raycloud, la vista 3D del software. Ma la seguente funzione è più utile per modificare il volume dell'area di elaborazione.

Dal menu Mostra --> Raycloud. Nel pannello layer clicchiamo su Processing Area per evidenziare la nostra area creata in precedenza. Aprendo la voce proprietà di visualizzazione, abbiamo anche la possibilità di cambiare colore, modificare il colore di vertici e linee e modificare la dimensione dei grip.

Per spostare un grip bisogna cliccarci sopra con il tasto sinistro del mouse per attivarlo e ricliccare con il tasto sinistro per spostarlo. In questa modalità possiamo modificare soltanto la dimensione dell'area, ma non il volume. Se volessimo restringere anche il volume per modificare ad es. l'altezza di elaborazione, dobbiamo andare nel pannello sinistro dove troviamo i due dati Altitudine massima e Altitudine minima: i dati preesistenti sono calcolati sulla base dell'estensione massima della nuvola sparsa. Una volta reimpostati i due dati, clicchiamo su applica e salviamo la nuova area.

Siamo finalmente pronti a generare la nuvola di punti densa. Da menu Elaborazione --> Opzioni di elaborazione e attiviamo tramite check lo step 2 "Nuvola di punti e Mesh".

Il pannello presenta 3 aree:

Densificazione nuvola di punti: contiene le opzioni per impostare i parametri di densificazione. La scala delle immagini funziona come per l'image matching: più si dice al software di calcolare l'immagine originale, più la ricostruzione sarà accurata ma anche lenta. Quando si usa l'opzione 1/2 predefinita si può considerare che si sta utilizzando una selezione di tipo High. Pix4D consiglia di attivare l'opzione Multiscala quando si stanno analizzando delle aree con vegetazione, perché il programma in questo caso effettuerà delle elaborazioni multiple, prima con le immagini a 1/2, poi a 1/4 infine a 1/8, migliorando la resa finale.
Densità dei punti: questo parametro indica al programma ogni quanti pixel di un'immagine bisogna calcolare il punto 3D. Ad es. se usiamo l'opzione Ottimale (4/ Image Scale) in congiunzione con una densificazione 1/2, verrà calcolato un punto ogni 4/0.5 = 8 pixel. Con l'opzione Alta viene calcolato un punto 3D ogni pixel, ma questo implicherà un forte aumento dei tempi senza però migliorare significativamente la qualità della nuvola dei punti. Infine con l'opzione Bassa (16/Image Scale) verrà calcolato un punto ogni 16/0.5 = 32 pixel: rispetto all'opzione ottimale la velocità di calcolo sarà 4 volte più veloce con un uso 4 volte inferiore della RAM.
Numero minimo di corrispondenze: determina su quante immagini dovrà essere proiettato il punto 3D. Se selezioniamo 5, il software sarà obbligato a riproiettare il punto su almeno 5 immagini: questo riduce il numero finale di punti 3D ma diminuisce il rumore della nuvola. Quando si alza questo valore dovremo avere certezza che il nostro piano di volo lo supporti: 5-6 immagini richiedono un elevatissimo overlap, sia orizzontale che laterale. In caso contrario, la nostra nuvola densa potrebbe avere 0 punti!

La seconda area riguarda la classificazione automatica della nuvola di punti, di cui parleremo nelle applicazioni professionali dell'aerofotogrammetria, anche perché è importante per la generazione del DTM, funzione non disponibile nella Pix4Ddiscovery. Questa funzione può essere processata nel corso dello step 2 o anche successivamente allo step 2, comunque soltanto con una nuvola densa georeferenziata, ed è in grado di riconoscere tramite algoritmi interni il terreno, le strade, la vegetazione ad alto fusto (ad es. alberi), gli edifici, manufatti umani (ad es. le macchine). Tali gruppi possono anche essere esportati come nuvole di punti singole.

La terza area riguarda l'esportazione diretta della nuvola di punti, anche questa funzione non disponibile nella Pix4Ddiscovery.

Possiamo però dare 2 dati su questa funzione che potrebbe essere utile conoscere in fase di pianificazione del processo di densificazione. Immaginiamo di dover analizzare delle immagini da 14MP l'una: ecco quanti punti verranno prodotti per la dense cloud impostando i parametri predefiniti, ovvero Image Scale 1/2, Densità di punti ottimale e numero minimo a 3:

Numero di immagini	Numero di punti	Dimensione file LAS
250	20 - 50 milioni	0,3 - 1.0 GB
500	40 - 60 milioni	1,2 - 1,9 GB

La dimensione del file LAS è calcolata sul principio che ogni punto e sue relative informazioni occupino uno spazio di 34 byte. Si tratta del file di interscambio di dati LiDAR che ad ogni punto associa le 3 coordinate spaziali X, Y, Z e le informazioni di colore. Prendiamo il caso dell'elaborazione di 500 immagini, molto frequente nel caso di progetto di aerofotogrammetria su ampie porzioni di terreno contenente fabbricati: quanti punti verranno generati in base alle opzioni che noi selezioneremo nel riquadro che abbiamo visto?

Image Scale / Densità punti	1 (Original)	1/2 (Half size)	1/4 (Quarter size)	1/8 (Eighth size)
Alto (lento)	640 M	160M	40 M	10 M
Ottimale	160 M	40 M	10 M	2,5 M
Basso (veloce)	40 M	10 M	2,5 M	0,625 M

Infine come le varie opzioni influenzano i tempi di elaborazione:

Image scale / Densità punti	1 (Original)	1/2 (Half size)	1/4 (Quarter size)	1/8 (Eighth size)
Alto (lento)	x16	x4	Come predefinito	/4
Ottimale	x4	Predefinito	/4	/16
Basso (veloce)	Come predefinito	/4	/16	/64

In pratica, rispetto al tempo che il software impiegherebbe ad elaborare una nuvola di punti con i parametri predefiniti, qualora volessimo la massima densità di punti, impiegherebbe 16 volte tanto (da 1 ora a 16 ore), qualora volessimo la qualità più bassa impiegherebbe 64 volte meno (da 1 ora a meno di 1 minuto).

Elaborata la nuvola di punti, giungiamo all'ultimo step per la ricostruzione del nostro modello: la mesh 3D con texture. Riapriamo dunque il nostro pannello delle opzioni di elaborazione e portiamoci al secondo tab Textured Mesh 3D: si presenta diviso in 3 aree con le seguenti opzioni:

Generazione: check genera mesh 3D con texture, questo abilita il comando di elaborazione del modello poligonale, che può dunque essere disattivato qualora il vostro interesse sia arrivare soltanto allo step 2, ovvero alla nuvola densa.
Impostazioni: selezionando l'Alta risoluzione, come dice il nome, otterrete la massima qualità di visualizzazione per il modello 3D; la risoluzione Media (predefinita) rappresenta la scelta migliore per la maggior parte dei progetti, e bilancia adeguatamente risorse e tempi di esecuzione; Bassa è l'opzione rapida con la quale si sacrifica parte della risoluzione del modello, ma ideale per la condivisione del medesimo, soprattutto se fatta online. C'è anche la possibilità di impostare i parametri in maniera personalizzata, li vedremo tra poco.
Esporta: comando non disponibile in Pix4Ddiscovery, che vi consente di esportare il modello 3D texturizzato nei principali formati di interscambio, come OBJ e 3DPDF.
Utilizza bilanciamento colore per la texture: attivando questa opzione il programma s'impegnerà a generare una texture omogenea, appianando eventuali differenze di luminosità tra le varie aree.

Si diceva delle opzioni personalizzate:

Profondità massima dell'Octree: potete selezionare un valore compreso tra 5 e 20. Indica in quante subregion verrà diviso il progetto: numero alto significa più regioni, quindi regioni piccole, maggiore risoluzione ma anche tempi più lunghi.
Misura della texture: determina quanto grande sarà la texture in termini di pixel. Un maggior numero di pixel aumenta il dettaglio che può essere salvato sulla texture, ma anche la dimensione del file, e bisogna impostare il parametro in accordo alla tipologia di progetto che si sta elaborando.
Criteri di decimazione: per definizione, il primo passaggio del comando di generazione mesh 3D crea il massimo numero di poligoni disponibili, tipicamente un poligono ogni 3 punti. Dopodiché si passa al processo di decimazione, che discretizza la mesh in accordo al numero di poligoni massimo che si vuole ottenere. Con la quantitativa, l'utente sceglie il numero massimo di poligoni che il modello deve contenere, senza strategia. Con la qualitativa, la decimazione viene eseguita cercando di mantenere la forma originale del modello, secondo una specifica strategia: Sensitiva per cercare di mantenere la forma, Aggressiva per ridurre al minimo i triangoli.

Prima di lanciare il comando manca ancora la finestra Avanzate con le sue proprietà. Si presenta divisa in 4 aree così identificate:

Densificazione nuvola di punti: è il parametro base. L'opzione 7x7 è indicata quando si processano foto nadirali; l'opzione 9x9 è indicata quando si processano dataset terrestri o da fotogrammetria obliqua
Gruppi di immagini: quando si lavora con immagini a bande differenti (ad es. RGB+NIR nel caso dell'agricoltura di precisione), potete indicare da quale gruppo di immagini vengono calcolati i vari elementi, nuvola di punti, mesh e texture. Così ad es. potete decidere di calcolare la dense cloud con la camera RGB, ma mesh e texture con la camera NIR
Filtri della nuvola di punti: la nuvola di punti verrà elaborata sulla base dell'area di elaborazione (primo check), sulla base di annotazioni sulle immagini qualora ne esistano (secondo check), oppure limitando la profondità di camera (terzo check), parametro che potrebbe essere utile selezionare nel caso di dataset di fotogrammetria terrestre od obliqua per limitare la ricostruzione di oggetti sullo sfondo rispetto al nostro interesse.
Impostazioni mesh 3D con texture: l'opzione Sample Density Divider, con valori tra 1 (predefinito) e 5, aumenta il numero di triangoli che il programma calcola nelle aree con pochi punti. Aumentare questo valore, se da una parte può aiutare a chiudere eventuali buchi nella mesh, dall'altra aumenta il disturbo inficiando dunque l'accuratezza. Tale parametro va gestito con attenzione.

Come sempre tutte le opzioni che abbiamo impostato in questi pannelli possono essere salvati in un Template che possiamo richiamare in futuro in maniera rapida.

Ora siamo pronti: premiamo il tasto ok e da menu Elaborazione --> Genera textured mesh 3D e attendiamo che il nostro computer elabori il modello 3D.

Siamo giunti al termine del nostro tutorial su aerofotogrammetria e Pix4Dmapper: in questo secondo HOW TO abbiamo visto come passare dall'elaborazione delle immagini alla creazione di un modello 3D metricamente corretto e texturizzato. Vedremo in futuro, in tutorial più tecnici, come trattare la nuvola di punti e il modello 3D per fini più professionali, dal DTM alla classificazione della point cloud fino alla generazione di ortofoto per ambienti CAD.

Nell'ultima parte di questo HOW TO scopriremo le potenzialità del software tutto italiano Zephyr Aerial.

Ricorda che lavoriamo al fianco dei professionisti per collaborare con loro nella perfetta riuscita dei loro progetti: se sei alle prime armi, vuoi migliorare la resa dei tuoi elaborati o semplicemente sfruttare la nostra conoscenza nel campo per i tuoi progetti, non esitare a contattarci con il form sottostante.

Mag

2018

HOW TO: aerofotogrammetria con drone e Pix4Dmapper. Elaborazione

Come già espresso nelle precedenti puntate dedicate ad Agisoft Phostoscan, la differenza tra Computer Vision e fotogrammetria consiste nell'accuratezza metrica del progetto: nel primo caso la metrica del modello sarà approssimata, nel secondo caso dovrà essere esatta. Al fine di rendere quanto più conforme possibile la metrica del nostro progetto alla realtà, dobbiamo introdurre una serie di correttivi che la fotogrammetria richiede in quanto tecnica di acquisizione dati di tipo passivo.

Ecco che entrano in ballo i GCP, o Ground Control Point, punti notabili sul terreno o marcatori appositamente posizionati che, acquisiti con apposita strumentazione topografica (tipicamente stazione totale o strumento GNSS), permettono al modello di essere scalato, ruotato e orientato sulla base di coordinate reali (o locali) e misure precise.

Differenza tra GCP e Control Point

Pix4Dmapper introduce accanto ai GCP il concetto di Control Point: punti che il software utilizza per una verifica indipendente dell'accuratezza del progetto. Se i GCP sono disposti con una strategia ben precisa nella nostra area di lavoro (quando possibile), i Control Point devono essere assolutamente randomici. Se i GCP possono essere usati per la correzione metrica del progetto, i Control Point servono a verificarne l'accuratezza.

Tipologia di GCP

In Pix4Dmapper i GCP possono essere di 3 tipi:

2D GPC: se conosciamo soltanto le coordinate X, Y oppure la latitudine e la longitudine (Y, X) del punto
3D GCP: se conosciamo le coordinate X, Y, Z oppure la latitudine, la longitudine e l'altitudine (Y, X, Z) del punto
Control Point: se conosciamo le coordinate X, Y, Z oppure la latitudine, la longitudine e l'altitudine (Y, X, Z), ma il punto non viene usato per la ricostruzione del modello.

GCP Editor

Per accedere all'interfaccia di gestione dei GCP, andiamo nel menu Progetto --> Gestione GCP/MTP: si apre un pannello pop-up che presenta 3 sezioni. Vediamole nel dettaglio.

Sistema di coordinate GCP: gestisce il sistema di coordinate (ad es. WGS 84) nel quale i GCPs/MTPs/Control Points sono espressi
Tabella GCP/MTP: la seconda sezione riguarda la possibilità di importare, editare, gestire, aggiungere e rimuovere GCPs/MTPs/Control Points
GCP/MTP editor: con questo pannello possiamo gestire l'individuazione dei marker direttamente sulle immagini o all'interno del progetto

Il programma offre la possibilità di lavorare sia con il raycloud al termine dello step 1, oppure con l'editor base prima dello step 1.

Se abbiamo acquisito le nostre coordinate tramite un ricevitore GNSS, avremo ottenuto dei GCP con coordinate geolocalizzate in un sistema conosciuto. Poiché il nostro APR aggiunge alle immagini i tag di latitudine e longitudine, stiamo lavorando all'interno di un progetto che prevede che tanto le immagini quanto i GCP siano geolocalizzati. In questo caso il metodo di aggiunta dei GCP consigliato è il seguente:

Dopo aver misurato i GCP ed esportati dallo strumento nel formato compatibile con Pix4D, all'interno della tabella GCP seleziono importa GCP. La finestra che si apre mi dà la possibilità di selezionare tra formato file X, Y, Z oppure Y, X, Z, a seconda che nel file per ogni punto sia indicata prima la latitudine oppure la longitudine.
Avendo già processato lo step 1, possiamo procedere con raycloud a marcare i GCP all'interno della nostra nuvola. Dal pannello GCP/MTP Editor clicchiamo dunque su Editor raycloud

Affinché il modello sia scalato, ruotato e geolocalizzato correttamente, sono necessari almeno 3 GCP. Per ricavare un buon modello, è richiesto un numero minimo di GCP tra 5 e 10. Il nostro consiglio è si valutare il numero di GCP in base alla dimensione del progetto, laddove ne bastano 6 e quando invece ne sono necessari 15. Ogni GCP ben localizzato aumenterà la precisione e l'accuratezza del progetto.

L'interfaccia del programma cambierà per entrare nell'editor raycloud. Sulla sinistra si apre il pannello layer, che contiene al suo interno tutti i dati calcolati dal programma. Espandiamo la voce Tie Points e di seguito la voce GCP/MTP: questa voce contiene l'elenco dei GCP/MTP che abbiamo caricato in precedenza. Facciamo clic sul primo GCP, nel nostro caso 9001 (7).

A questo punto nella parte destra dell'interfaccia si aprirà il pannello proprietà con le due sezioni "Selezione" e "Immagini": nella prima sezione saranno indicate le proprietà del GCP, quali ad es. tipologia, coordinate, stima dell'errore, etc.; nella seconda sezione sono listate tutte le immagini sulle quali il GCP è visibile. Quando sull'immagine la posizione del GCP è stimata, esso appare con un cerchio blu con un punto al centro: viene così rappresentata la proiezione delle coordinate su quell'immagine.

Ognuna delle immagini può essere navigata con i soliti comandi del pan, dello zoom, etc. tramite il tasto sinistro premuto o la rotella del mouse. Quando abbiamo individuato la giusta posizione del nostro marker o punto notabile a terra, con un clic sinistro del mouse piazziamo il GCP sull'immagine, non più con una posizione stimata ma ora con una posizione "certa": ora il GCP sull'immagine assumerà la forma di un cerchio con croce gialla al centro. Eseguiamo questa operazione in una seconda immagine, e vedremo apparire una croce verde su tutte le immagini interessate dal GCP. La croce verde rappresenta la riproiezione stimata delle coordinate 3D del GCP dipendente dalla posizione manualmente accertata del GCP.

Se su una immagine vedete apparire un cerchio rosa, vuol dire che la posizione di quel punto è errata e dovete procedere immediatamente alla sua correzione.

Fatto questo, nel pannello selezione clicchiamo sul bottone Marcatura automatica: il programma si occuperà per noi di individuare la corretta posizione del GCP su tutte le altre immagini sfruttando un algoritmo di correlazione automatica basata sul colore.

Qualora siano rimaste delle immagini che presentano soltanto una croce verde senza cerchio e croce gialle, si proceda a verificare se la croce verde indica una posizione corretta (nessun'altra operazione è richiesta) oppure una posizione scorretta, al che sarà necessario individuare il GCP manualmente su più immagini.

Quando la croce verde sarà nel posto corretto in tutte le immagini, nel pannello selezione clicchiamo su Applica. Non resta che procedere a ripetere tutti questi step per tutti i GCP che abbiamo caricato nel progetto.

Riottimizzare il progetto

Siamo finalmente pronti per valorizzare questo lavoro attraverso il comando da menu Elaborazione --> Riottimizza.

Questo comando procederà a riottimizzare i parametri interni ed esterni della camera, e di conseguenza la ricostruzione 3D, basandosi ora sui GCP, ovvero su coordinate certe.

Bisogna ricordare che questo processo è disponibile soltanto al termine dello step 1 e qualora siano stati aggiungi GCP o effettuate altre operazioni che possano influenzare la correttezza della ricostruzione. Va anche ricordato che questo processo cancella lo step 1 (perché lo rifà da capo), cancella l'eventuale report generato e cancella gli eventuali step 2 e 3 che fossero stati processati. Qualora si volesse generare un nuovo Report al termine del processo riottimizza, da menu Elaborazione --> Genera quality report.

Bene, anche oggi siamo giunti alla conclusione di questa puntata. Finora abbiamo visto come caricare le immagini, allinearle, processarle, inserire i GCP che ci saranno utili per la correzione metrica del nostro progetto. Infine riprocessare lo step 1 per applicare la correzione metrica al progetto.

Nel prossimo appuntamento vedremo come generare la nuvola di punti densa e partendo da questa generare i prodotti derivati, a cominciare dalla mesh 3D texturizzata.

Apr

2018

HOW TO: aerofotogrammetria con drone e Pix4Dmapper. Introduzione

La fotogrammetria, letteralmente "misurare con la luce" (dal greco), è una tecnica di rilevamento che consente l'acquisizione 3D ovvero le caratteristiche geometriche di un oggetto attraverso il processamento congiunto di 2 o più immagini che lo ritraggono da posizioni differenti.

Per tutto ciò che viene dopo questo incipit rimandiamo alla prima puntata di questo tutorial: questa serie di HOW TO sull'aerofotogrammetria con drone ha una base comune nella storia e nella tecnica di acquisizione delle immagini, essendo il software solo la parte che entra al momento dell'elaborazione del dato. Ripartiremo pertanto direttamente dallo step 5.

La versione demo di Pix4Dmapper è chiamata Discovery: include tutte le caratteristiche della versione completa, permettendoti di apprendere da subito le funzionalità di Pix4Dmapper. Le uniche limitazioni riguardano il blocco dell'esportazione e la disabilitazione della generazione dell'ortofoto. Disponibile solo per Windows a 64 bit.

Al momento in cui scriviamo, la versione disponibile è Pix4D Desktop 4.2.26 rilasciata il 13 aprile. A differenza di Photoscan, la filosofia di Pix4D è diversa: il software si divide in moduli, che sono 4, ognuno con specifici parametri per applicazioni determinate. Pix4Dmapper si occupa di mappatura; Pix4Dbim si occupa di documentare il costruito a fini BIM; Pix4Dag è pensato per l'agricoltura di precisione, ed è ottimizzato per camere multispettrali; Pix4Dmodel è dedicato alla generazione di modelli 3D da condividere online. Ogni software ha dunque differenti potenzialità, ed è possibile acquistarlo sia in forma perpetua, che con una sorta di noleggio che può essere sia mensile che annuale. Esiste anche in questo caso la versione Educational, ad un prezzo scontato.

Per scaricare il programma è necessario registrarsi sul portale di Pix4D: le credenziali saranno necessarie anche per attivare il software:

Pix4D Drone Mapping Software download

Una volta scaricato il software, installiamolo e avviamo l'applicazione. Poiché nel vostro account non avete registrato nessun acquisto, il software avviserà di essere in modalità Discovery. Se è la prima volta che utilizzate il programma, è possibile attivare la versione Trial per 15 giorni, che vi offre funzionalità complete del programma.

Nella tabella seguente potete vedere le differenti versioni di Pix4D, con i rispettivi prezzi al netto dell'IVA.

Pix4Dmapper

Professional drone-based mapping, purely from images

€260

1 mese

Noleggia Pix4Dmapper da utilizzare per 30 giorni consecutivi!

Desktop + Cloud (elaborazione automatica)

Supporto e Aggiornamenti inclusi per un mese!

Licenza per 2 PC

Pix4Dmapper

Professional drone-based mapping, purely from images

€2600

1 anno

Noleggia Pix4Dmapper da utilizzare per 12 mesi consecutivi!

Desktop + Cloud (elaborazione automatica)

Supporto e Aggiornamenti inclusi per un anno!

Licenza per 2 PC

Pix4Dmapper

Professional drone-based mapping, purely from images

€6500

perpetua

Acquista la licenza Permanente di Pix4Dmapper!

Desktop + Cloud (elaborazione automatica)

Supporto e Aggiornamenti inclusi per un anno!

Licenza per 2 PC

Pix4Dbim

Documenting and measuring from an aerial perspective

€399

1 mese

Noleggia Pix4Dbim da utilizzare per 30 giorni consecutivi!

Desktop + cloud (elaborazione controllata)

Supporto e Aggiornamenti inclusi per un mese!

Licenza per 2 PC

Pix4Dbim

Documenting and measuring from an aerial perspective

€3990

1 anno

Noleggia Pix4Dbim da utilizzare per 12 mesi consecutivi!

Desktop + cloud (elaborazione controllata)

Supporto e Aggiornamenti inclusi per un anno!

Licenza per 2 PC

Pix4Dbim

Documenting and measuring from an aerial perspective

€7900

perpetua

Acquista la licenza Permanente di Pix4Dbim!

Desktop + cloud (elaborazione controllata)

Supporto e Aggiornamenti inclusi per un anno!

Licenza per 2 PC

Pix4Dag

Drone mapping software for precision agriculture

€129

1 mese

Noleggia Pix4Dag da utilizzare per 30 giorni consecutivi!

Desktop + cloud (elaborazione automatica)

Supporto e Aggiornamenti inclusi per un mese!

Licenza per 1 PC

Pix4Dag

Drone mapping software for precision agriculture

€1299

1 anno

Noleggia Pix4Dag da utilizzare per 12 mesi consecutivi!

Desktop + cloud (elaborazione automatica)

Supporto e Aggiornamenti inclusi per un anno!

Licenza per 1 PC

Pix4Dag

Drone mapping software for precision agriculture

€2890

perpetua

Acquista la licenza Permanente del software Pix4Dag!

Desktop + cloud (elaborazione automatica)

Supporto e Aggiornamenti inclusi per un anno!

Licenza per 1 PC

Pix4Dmodel

Create a shareable 3D models from drone images

€49

1 mese

Noleggia Pix4Dmodel da utilizzare per 30 giorni consecutivi!

Desktop + cloud (elaborazione automatica)

Supporto e Aggiornamenti inclusi per un mese!

Licenza per 1 PC

Pix4Dmodel

Create a shareable 3D models from drone images

€499

1 anno

Noleggia Pix4Dmodel da utilizzare per 12 mesi consecutivi!

Desktop + cloud (elaborazione automatica)

Supporto e Aggiornamenti inclusi per un anno!

Licenza per 1 PC

Pix4Ddiscovery si avvia con un'interfaccia neutra che presenta la possibilità di avviare un nuovo progetto, caricare un progetto demo dal sito di Pix4D, aprirne uno esistente, oppure cliccare sui progetti più recenti elaborati con il software. Come dice la didascalia stessa dell'icona, cliccando su Nuovo progetto... si avvierà la procedura guidata per creare un nuovo progetto.

La schermata che si apre richiede che vengano scelti un nome, una cartella di salvataggio e un tipo per il nuovo progetto, che consiste o nella scelta di un nuovo progetto o nella possibilità di unificare progetti esistenti. Inseriti i dati richiesti procediamo su successivo, laddove viene richiesto di aggiungere i dati da elaborare. Possiamo selezionare le immagini, selezionare una cartella (a quel punto il software caricherà tutte le immagini contenute nella cartella), o anche un video (il programma di occuperà di estrarre i frame a passo definito). Scelti i nostri dati vedremo l'elenco di quanto il software andrà ad elaborare: possiamo premere su successivo.

La schermata che si attiva ora è molto importante: qualora una, più o tutte le immagini contengano nel dato EXIF le proprietà di latitudine e longitudine, il software riconoscerà i valori, indicando anche a quale Datum appartengono le coordinate. Il Datum è un sistema geodetico che descrive in termini matematici la superficie della Terra. Poiché il nostro pianeta non è uno sferoide ma un geoide, avere a disposizione soltanto le 2 coordinate non vi dice dove vi trovate, poiché è necessario sapere in quale Datum sono espresse, dal momento che esistono vari Datum a seconda delle esigenze. Nel caso dei dati ottenuti da droni, si parla di geodesia satellitare con datum tridimensionale a orientamento globale, ovvero valido per tutta la Terra.

I dati EXIF riportano anche il modello di camera che ha scattato le foto, e anche questo può essere riconosciuto dal software, il quale associerà le immagini ad un modello di camera precaricato, di cui cioè è stato creato un profilo standard. Nel nostro caso il software già sa che, avendo noi acquisito i dati con un Phantom 4, il modello di camera è FC330 con dimensione immagini di 4000x3000, una determinata dimensione del sensore e predefinite distorsioni radiali e tangenziali, che sono i valori necessari a risolvere le equazioni di collinearità per il matching automatico descritte nella prima puntata di questa serie. Possiamo procedere con successivo.

Al Datum che ci descrive la superficie terrestre bisogna abbinare un sistema di coordinate, che consente di definire la posizione di un punto, ovvero geolocalizzare. La schermata che si è ora aperta vi permette di selezionare il sistema di coordinate di output: il software è tendenzialmente in grado di riconoscerlo da solo sulla base delle coordinate di latitudine e longitudine presenti nei dati EXIF. Per risolvere inoltre la posizione sopra la superficie terrestre, viene utilizzato un modello geopotenziale, ovvero un modello che misura e calcola gli effetti del campo gravitazionale.

I droni DJI tendenzialmente utilizzano il modello EGM96, che infatti il software riconosce indicandovi che state lavorando con Datum WGS84, con coordinate UTM zone 32N e MSL (Mean Sea Level) EGM96. Questi dati andranno armonizzati con i dati ottenuti da strumentazione terrestre di tipo GNSS, con i quali verranno raccolti i valori GCP per la correzione metrica del progetto.

Cliccando su successivo si arriva all'ultima schermata del progetto, nella quale dovete selezionare le Opzioni di elaborazione del modello.

Qui il programma offre una serie di impostazioni predefinite che possono essere utili per pianificare velocemente la missione con parametri adeguati allo scopo: nulla vieta che si possano cambiare successivamente, ma è una buona base di partenza, soprattutto per chi è agli inizi. Abbiamo 3 categorie: Standard, Rapida e Avanzata. La Standard comprende la generazione di mappe e modelli 3D e un progetto di agricoltura di precisione con camera multispettrale; la Rapida prevede gli stessi progetti ma, come dice il nome, con parametri di risoluzione bassi per privilegiare la velocità di calcolo, ottimi ad esempio quando sul campo si vuole un rapido controllo del lavoro fatto; Avanzata, che prevede elaborazioni professionali nel campo dell'agricoltura di precisione e del rilievo con termocamere (profili basati su Flir Tau 2 e thermoMAP). Cliccando sulle varie voci nel pannello di sinistra si apriranno in quello di destra i rispettivi parametri, con indicazioni sulla tipologia di scena, output generati di esempio, indicazioni su qualità e velocità di elaborazione.

In basso a destra della finestra è presente l'opzione Inizia elaborazione adesso: flaggandola e cliccando su fine il programma elaborerà immediatamente con i parametri prescelti, oppure si può accedere al pannello principale per ulteriori impostazioni.

L'interfaccia di Pix4Ddiscovery si presenta spartana: sulla colonna di sinistra, la toolbar di vista, con la quale muoversi tra i vari dati elaborati. In alto la consueta barra di menu con tutti i comandi, che sovrasta la barra degli strumenti dove da notare sono l'editor di proprietà immagine e la finestra per la gestione dei GCP, dove andremo a inserire i punti per la correzione metrica acquisiti con strumentazione terrestre.

In basso troviamo il pannello di elaborazione: sono già checkati perché selezionati da un predefinito le task 1. Elaborazione Iniziale e 2. Nuvola di Punti e Mesh. In questo modo, avviando l'elaborazione, il programma si preoccuperà di arrivare al modello 3D finito senza altre attività da parte dell'utente. Per ora teniamo selezionata soltanto l'attività 1.

Al centro, vediamo invece aprirsi una vista satellitare con una serie di punti rossi: questi ultimi rappresentano le coordinate geolocalizzanti delle foto così come acquisite dal drone e salvate nei dati EXIF. Il software fornisce subito la vista di dove si è svolto in lavoro, ed è possibile cambiare tra vista mappa e vista appunto satellitare. Una funzione molto comoda che facilita il lavoro d'inquadramento del volo e consente di capire subito, ancor prima di elaborare il progetto, se nel nostro piano di volo qualcosa è andato storto e dove intervenire immediatamente per "tappare il buco".

Quando verrà avviata l'elaborazione, ogni pallino rosso sulla mappa si colora di verde, ad indicare che la prima fase di ricerca tie points è stata completata per quell'immagine. In seguito ogni pallino verde cambierà colore in un verde più chiaro a indicare che la fase di calibrazione è stata completata per quell'immagine. Al termine dell'elaborazione iniziale il programma genera un dettagliato report che, se letto attentamente, è in grado di fornirvi numerose indicazioni sulla qualità dell'acquisizione e del dato processato. Data la complessità del documento, rimando il lettore all'apposito Quality Report Help redatto dal supporto di Pix4D.

Prima di avviare però la fase 1, scopriamo qualcosa in merito ai parametri di elaborazione, premendo sul pulsante Opzioni di Elaborazione nell'angolo in basso a sinistra, evidenziato da un ingranaggio. Nella finestra che si apre, andiamo subito a cliccare in basso sul check della voce Avanzate per attivare le tab con i parametri appunto avanzati.

Il primo pannello è quello Generale: offre le opzioni di base per elaborare le immagini. La scelta è fra completa, rapida e personalizzata:

Completa imposta automaticamente l'immagine alla sua risoluzione originale; Rapida imposta automaticamente l'immagine alla sua risoluzione più bassa; Personalizzata vi consente di scegliere tra 5 parametri, che vanno da dimensione doppia dell'immagine fino ad un'immagine scalata a 1/8 della sua dimensione originale. Naturalmente, più pixel da analizzare più tie points possono essere estratti, a fronte tuttavia di un maggior tempo di analisi. L'opzione doppia è consigliata per immagini piccole (ad es. se avete estratto dei frame da un video FullHD), l'opzione 1/2 per progetti che contengono centinaia di immagini, le opzioni 1/4 e 1/8 sono consigliate per progetti con migliaia di immagini che abbiano tra loro un elevatissimo grado di sovrapposizione.

Il secondo pannello riguarda la corrispondenza tra immagini: Pix4D vi offre l'opportunità di aiutare il software selezionando alcune opzioni che lo aiutino a capire come è stato catturato il set di dati, permettendo una sorta di previsione delle coppie. Qui troviamo due aree: la prima è Matching coppia di immagini, che determinare come le coppie di immagini saranno accoppiate, la seconda è Strategia di Matching, che vi consente di determinare come le immagini saranno accoppiate.

Tra le opzioni troviamo Griglia aerea o corridoio, se le vostre immagini sono state ottenute da un volo automatico impostato su griglia o su percorso; Volo libero o terrestre, ideale per percorsi non predefiniti (tra questi rientra anche il volo circolare attorno ad un edificio) oppure per le riprese di fotogrammetria terrestre; Personalizzato, qualora nessuna delle due precedenti opzioni restituisca un risultato soddisfacente, dove l'utente ha la possibilità di scegliere tra differenti parametri. Il nome dei singoli parametri è autoesplicante, aggiungiamo pertanto una nota soltanto sull'opzione Usa MTP, che indica che il matching tra immagini verrà effettuato basandosi su Tie Points inseriti manualmente, ed eventualmente quante immagini possono essere accoppiate tramite un dato MTP.

L'ultima opzione riguarda la corrispondenza geometricamente verificata: rallenta molto il matching ma risulta estremamente robusto. In pratica potete dire al software di tenere conto della posizione della camera e non soltanto del contenuto: opzione da settare sempre quando si svolgono missioni che prevedano un'eccessiva quantità di features similari tra immagini che potrebbero ingannare il software. È il caso tipico del campi agricoli, ma anche facciate di palazzi ripetitive con la loro sequenza di finestre sempre uguali: in tal modo si eviteranno accoppiamenti geometricamente irrealistici perché la posizione GPS dell'immagine forzerà il programma a tenerla al suo posto effettivo.

Infine l'ultimo pannello che riguarda la calibrazione: il primo parametro è il Numero di keypoint marcati, per il quale potete scegliere se lasciar decidere al software o dargli un numero massimo di punti chiave da estrarre; il secondo è la Calibrazione, con il quale indicare come i parametri esterni e interni della camera saranno ottimizzati; con Rematch potete dire al programma di effettuare un secondo passaggio per aggiungere ulteriori match oltre quelli già trovati (l'opzione automatico lo consentirà solo per progetti con meno di 500 immagini); Pre-processing per eliminare il cielo vale soltanto con i droni Parrot Bebop; da ultimo con Esportazione potete indicare al software di salvare una copia delle immagini "corrette" utilizzando i parametri di correzione della distorsione individuati.

Due righe in più sul Metodo di calibrazione. Consente tre scelte: Standard è quella predefinita; alternativa è ottimizzata per immagini nadirali geolocalizzate: non può contenere oltre il 5% di immagini oblique e deve contenere almeno il 75% di immagini con coordinate GPS (consigliata ad es. per la mappatura di campi agricoli, dove si verificano le condizioni di un basso livello di texture e un terreno piatto); infine geolocalizzazione accurata e orientamento è ottimizzata per progetti che contengano immagini con geolocalizzazione e orientamento molto accurati.

Possiamo affidarci ad un template predefinito, oppure giocare con una serie di parametri trovando il nostro template, che può essere salvato per futuri progetti attraverso l'apposito comando in basso alla finestra. Questo template sarà poi richiamato quando avvierete un nuovo progetto nella prima schermata mostrata in precedenza. Clicchiamo su ok per uscire da questo pannello e finalmente possiamo avviare la nostra elaborazione del primo step. Pix4Ddiscovery consente il salvataggio del progetto, quindi potete salvarlo per la prossima puntata.

Apr

2018

HOW TO: aerofotogrammetria con drone e Agisoft Photoscan. Il modello 3D

Siamo arrivati alla terza puntata del nostro tutorial tecnico sull'aerofotogrammetria da drone. In questi primi appuntamenti stiamo lavorando con il software Agisoft Photoscan. Nei prossimi appuntamenti scopriremo il software Pix4D Mapper.

Nelle due precedenti puntate abbiamo trattato i temi dalla pianificazione di volo fino all'allineamento delle immagini, inserimento marker e correzione metrica del rilievo, affinché si possa parlare di vero rilievo aerofotogrammetrico e non di Computer Vision.

Ricordiamo che questo tutorial è organizzato sul set di fotografie gentilmente concesse da © Paolo Allodoli 2018, relative alla Chiesa di San Biagio a Lendinara e scattate con un DJI Spark (rif. ENAC 18238).

Terminata la fase di allineamento e aggiunta marker, possiamo finalmente passare alla generazione del modello 3D vero e proprio. Per limitare il calcolo alla sola area di nostro interesse, al fine di ottimizzare tempi e risorse, dobbiamo per prima cosa ridimensionare l'area di lavoro: di default, l'area viene impostata dal software selezionando sulla nuvola di punti sparsa quella che contiene il maggior numero di punti vicini, lasciando fuori soltanto quelli sparsi ai bordi della nuvola. Premiamo il tasto 7 sul pad numerico per impostare la vista top, il tasto 5 sul pad numerico per impostare la vista ortografica, e selezioniamo il comando Ridimensiona area. Oppure da menu Modello --> Trasforma area --> Ridimensiona area: questo comando attiva agli angoli del nostro box dei pallini blu, che è possibile trascinare dove vogliamo limitare il calcolo. Siccome il box è tridimensionale, gli spigoli sono 8 pertanto anche i pallini blu saranno 8: clicchiamo sul pallino blu con il tasto sinistro e teniamo premuto per trascinarlo dove vogliamo. Poiché il box di selezione dovrà sempre mantenere un aspetto parallelepipedo, selezionare un angolo vuol dire selezionare anche quello equivalente allo spigolo soprastante/sottostante, e spostarlo vuol dire spostare anche gli spigoli ortogonali alla direzione di spostamento. Ripetiamo la stessa operazione premendo il tasto 1 sul pad numerico per attivare la vista frontale.

Poiché il GPS del nostro UAV ha salvato negli EXIF delle immagini le proprietà di latitudine e longitudine, il nostro modello è scalato e orientato con buona approssimazione: non è pertanto necessario agire sulla rotazione e sullo spostamento dell'area, che sono comunque gli altri due comandi che si possono usare per "piegare" le dimensioni dell'area di lavoro alle nostre necessità.

Impostata correttamente l'area di lavoro, siamo finalmente pronti per il processo di ricostruzione 3D. Attiviamo il comando da menu Processi --> Genera nuvola densa: si apre una finestra dove selezionare i parametri di calcolo.

La Qualità Generale serve per determinare quanto densa dovrà essere la nuvola di punti finale: i parametri, come per l'image matching, vanno da minima ad altissima. Si tenga presente che questo parametro è limitato dalla qualità con cui è stata prodotta la nuvola di punti sparsa, quindi quanti punti il software ha effettivamente individuato su ogni singola immagine: è impossibile pensare di ottenere una qualità altissima da un image matching di livello basso. Si può però saltare uno step, ad esempio con un image matching medio ottenere una dense cloud alta. Si tenga presente che più si alza questo parametro più aumentano esponenzialmente i tempi di calcolo. Va considerato inoltre che a detta degli stessi tecnici di Agisoft, maggiore è l'overlap tra le immagini (ovvero la porzione di fotografie che inquadra la stessa area) più lungo sarà il processo di filtraggio della profondità che è alla base della generazione della nuvola densa.

Come in precedenza, la scelta tra qualità media e qualità alta va fatta in base alla scena, ovvero quanti piccoli particolari che dunque richiedono un'analisi fine sono da ricostruire. In genere nell'aerofotogrammetria da drone non ci sono molti piccoli particolari, in quanto il rilievo è "affetto" da un GSD relativamente alto, tendenzialmente superiore al cm. Se vogliamo ricostruire la statua sulla guglia di una chiesa, potremo aumentare a qualità altissima il calcolo, ma se abbiamo volato a 50 metri di distanza ci sarà poco da fare: meglio pianificare un volo intorno alla statua a distanza ravvicinata (10 metri) e poi impostare una qualità media: il risultato sarà comunque superiore.

La seconda opzione riguarda i parametri avanzati del filtro di profondità: ne troviamo quattro, da disabilitato ad aggressivo. Non dobbiamo mai disabilitare il filtro, mentre le altre 3 opzioni agiranno sullo smussamento degli spigoli, quindi uno smussamento aggressivo tenderà ad appiattire molto le curve, uno leggero sarà più gentile. Tale impostazione va scelta in base a quanti particolari vanno ricostruiti e alla loro dimensione: per una semplice architettura, un filtro aggressivo aiuterà a ricostruire facciate non bozzate, mentre nel caso della modellazione organica (ad es. statue o decorazioni architettoniche) sarà più indicato un filtro leggero per conservare i particolari.

Infine selezioniamo anche calcola colore dei punti se non vogliamo vedere una dense cloud in B/N.

Naturalmente nella scelta dei parametri di calcolo la linea guida è sempre l'output: avremmo bisogno di massima precisione e accuratezza nel caso di modello per reverse engineering o modelli 3D da cui ottenere riproduzioni per stampa tridimensionale, oppure modelli di tipo organico dove la riproduzione delle curve deve essere puntuale (e questa operazione necessita di tanti punti da trasformare in tanti poligoni). In questo caso si dovrà scegliere un workflow di qualità alta o in qualche caso anche altissima.

Ma se ad esempio ci interessa un output verso visualizzatori online tipo Sketchfab, la riproduzione per mondi virtuali, o la generazione di ortofoto per capitolati d'appalto, impegnare la nostra workstation per ore e giorni a calcolare decine di milioni di punti è solo un dispendio di risorse e tempo, perché ciò che richiede l'output è soltanto un modello metricamente preciso e accurato. Nella maggior parte di queste situazioni un workflow di qualità media risulta sufficiente, solo in qualche caso si dovrà scegliere una qualità alta. Le caratteristiche dell'oggetto verranno comunque mantenute anche con una forte discretizzazione finale.

Come potete vedere dall'immagine soprastante, di per sé la nuvola di punti è già un prodotto "finale": è la ricostruzione 3D strutturata di un oggetto o una scena, e può essere esportata e lavorata con specifici software di trattamento, demandando a loro l'analisi o la poligonalizzazione stessa. Per citarne alcuni, si va da software free come Cloud Compare o l'italiano MeshLab, fino a software commerciali come Geomagic. Vedremo in un futuro appuntamento come classificare la nuvola di punti, un'operazione che Photoscan può gestire e che consente eccezionali possibilità di analisi professionali.

Ma la nuvola densa è anche la base per elaborare la mesh 3D: vediamo come.

Una mesh poligonale è una "maglia" composta da vertici, spigoli e facce che materializzano delle celle poligonali. Le tipologie di mesh più usate in computer grafica sono le mesh triangolari e le mesh quadrilaterali, ovvero mesh in cui le celle sono rispettivamente di 3 lati o di 4 lati. Nello specifico tecnico ognuno di questi elementi, sia esso triangolo o quadrilatero, non è una semplice forma geometrica, ma quello che in gergo si chiama tupla, ovvero un elemento che contiene un database relazionale che associa ad ogni elemento una serie di attributi: ogni quadrato per farla breve si compone di 4 vertici, 4 spigoli e 1 faccia, e il database della tupla contiene le informazioni che spiegano come questi elementi sono connessi tra loro per formare il quadrilatero. Ogni faccia è poi individuata da un vettore che ne imposta la normale, ovvero il lato della faccia che determina cosa è dentro e cosa è fuori la mesh. Per nostra fortuna, non dobbiamo mettere in pratica questa teoria, perché un software come Photoscan nel generare la mesh si occupa già di tutte le questioni topologiche e algoritmiche per determinare la struttura dati della mesh.

Dunque, da menu Processi --> Genera maglia 3D: si aprirà la finestra con le opzioni che andiamo a vedere.

Tipo di superficie: nel primo appuntamento abbiamo visto che la selezione è tra Arbitraria (per ricostruire modelli 3D, o solo altezze (heighfield, per modelli 2.5D, ovvero i terreni). Sceglieremo la prima.
Dati in ingresso: sceglieremo naturalmente la nuvola densa, ovvero la nuvola che contiene più informazioni
Conteggio facce: possiamo dire a Photoscan di discretizzare il modello risultante secondo parametri predefiniti, oppure decidere noi quanti poligoni dovrà avere il nostro modello. Naturalmente il numero di poligoni ricostruibili dipende dalla quantità di punti che il software ha processato durante la costruzione della nuvola densa. La discretizzazione può anche essere compiuta a posteriori, o con un comando apposito di Photoscan, o nei software terzi già citati
Interpolazione (in avanzate): determina il modo nel quale il software deve trattare i "buchi": Disabilitata, i buchi rimarranno tali (saranno ricostruite le facce solo dove esistono punti nella dense cloud); con Abilitata le aree vuote verranno interpolate facendo si che ad ogni punto della cloud corrisponda un cerchio di un certo raggio, se tale cerchio interseca altri punti viene ricostruito il poligono altrimenti rimane il "buco"; con Estrapolata il software chiude tutti i buchi presenti nella cloud potremmo dire in maniera indiscriminata: questo parametro va usato con attenzione e a patto di rimuovere successivamente la geometria extra che verrà generata
Calcola i colori dei vertici: come sopra

Scelte le nostre opzioni, premiamo su ok e lanciamo il calcolo, attendendone la fine. I tempi saranno più o meno lunghi a seconda delle performance della vostra workstation.

La funzione genera maglia 3D tende a generare un modello poligonale sovrastrutturato, soprattutto con l'opzione interpolazione abilitata: vi ritroverete insomma con gruppi di poligoni sparsi, disconnessi dal modello, o comunque una serie di facce non volute. Tali elementi possono essere facilmente rimossi con gli strumenti di selezione della toolbar, ma non sempre è possibile selezionare correttamente le facce non volute, discriminandole da quelle volute. Per cancellare ciò che non serve, al fine di costruire una texture corretta, ci viene in aiuto un tool che dalla versione 1.4 di Photoscan troviamo in menu Modello --> Selezione graduale: questo tool si occupa di analizzare il modello, individuare secondo una determinata soglia i componenti sconnessi e selezionarli per voi. Sarà molto semplice a quel punto cancellarli da menu Modifica --> Cancella selezione.

La maglia 3D colorata non sempre è un prodotto finale bello da vedere: evidenzia particolari indesiderati, e non mostra quelli desiderati. Per ovviare a questo problema, alla mesh poligonale è possibile associare una texture che aumenta esponenzialmente la quantità di particolari visibili su ogni faccia.

Questa operazione si porta a termine con il comando menu Processi --> Genera texture: le sue impostazioni di default sono sufficienti nella stragrande maggioranza dei casi. Una modalità di mappatura generica ben si adatta a modelli 3D, la modalità di fusione a mosaico va preferita per la generazione di ortofoto e la dimensione e il numero di texture dipendono dalla quantità di poligoni del modello (4096 o 8192 x1 sono le scelte più comuni). Se abbiamo detto al software di interpolare i buchi, selezioneremo in avanzate il riempimento buchi anche per la texture, mentre possiamo soprassedere sul filtro rimozione artefatti luminosi, in quanto questo filtro è comodo solo per set di immagini che presentano una varietà estrema di luminosità tra loro.

Va specificato che a volte la modalità di fusione a mosaico potrebbe fallire, ma va comunque sempre processata per prima in quanto rispetto alla modalità media non va a generare un mix di dettagli tra foto adiacenti, ma per ogni overlap sceglierà la fotografia più appropriata, ovvero quella che presenta il pixel collocato alla distanza minima del centro dell'immagine (cosa che si traduce in una potenziale migliore nitidezza).

Lanciamo il comando premendo ok e attendiamo la fine del calcolo.

Completata la generazione della texture, abbiamo terminato il nostro lavoro. Non ci resta che esportarlo, per renderlo disponibile in visualizzatori esterni e consegnarlo al cliente o caricarlo online.

Questa operazione è molto semplice e si attiva da menu File --> Esporta --> Esporta modello: il software vi consente di scegliere tra numerosi formati disponibili, compreso il PDF3D, o un'esportazione diretta verso tool online come Sketchfab. Il formato più comune per l'esportazione di mesh 3D con texture è sicuramente il formato OBJ, e anche qui i parametri di default si prestano ad essere sufficienti nella maggior parte delle situazioni.

Siamo giunti al termine del nostro tutorial su aerofotogrammetria e Agisoft Photoscan: in questo primo HOW TO abbiamo visto come passare dalla pianificazione del volo all'esportazione di un modello 3D metricamente corretto e texturizzato. Vedremo in futuro, in tutorial più tecnici, come trattare la nuvola di punti e il modello 3D per fini più professionali, dal DTM alla classificazione della point cloud fino alla generazione di ortofoto per ambienti CAD.

Nel prossimo HOW TO passeremo a lavorare con Pix4D Mapper, in seguito Zephyr Aerial, e alla fine del percorso vedremo come lavorare con le nuvole di punti per applicazioni professionali.

Apr

2018

HOW TO: aerofotogrammetria con drone e Agisoft Photoscan. Elaborazione

Il primo step di elaborazione è l'allineamento di immagini, ovvero quell'image matching che abbiamo descritto nel precedente appuntamento. Il programma individua una serie di feature per ogni immagine, risolvendo le equazioni di collinearità: questa operazione consente di orientare le camere nello spazio individuando i punti omologhi tra le immagini. Tali punti verranno inoltre sfruttati per accoppiare le immagini tra loro. Il risultato sarà una nuvola di punti sparsa nella quale ogni punto corrisponde alle coordinate 3D dei punti di legame individuati.

Per prima cosa importiamo le fotografie (stiamo utilizzando la versione demo che non consente il salvataggio del progetto) nel nostro progetto: questo creerà automaticamente un chunk o parte di progetto. Poiché le nostre fotografie sono state scattate da un drone, ad ogni immagine vengono associati dei dati EXIF che contengono informazioni di latitudine e longitudine. Queste informazioni vengono riconosciute dal software che infatti nello spazio modello visualizzerà una serie di punti: ad ogni punto è naturalmente associata un'immagine.

Affinché queste informazioni, oltre che presenti, siano anche visibili, dovrete verificare che sia attiva l'icona camera (indicata dalla freccia rossa), che nella versione italiana corrisponde al comando Mostra Immagini:

Quelli che vedete nello spazio modello sono soltanto le posizioni stimate delle camere: Photoscan ancora non sa come sono orientate queste camere, compito che appartiene al comando Menù --> Processi --> Allinea foto.

Attivando questo comando, si aprirà un pannello con le impostazioni di elaborazione: questa fase è la base di ogni progetto, bisognerà indicare i corretti parametri senza appesantire troppo il calcolo. Vediamo le voci nel dettaglio:

Precisione: determina il numero di feature che verranno individuate in ogni immagine. Tanto maggiore sarà questo numero, tanto più densa sarà la nuvola di punti da cui estrarre il modello 3D. Generalmente un primo match di controllo si fa molto velocemente con l'impostazione Bassa (Low): verranno individuati qualche migliaio di punti. Con l'impostazione Media (Medium) vengono individuati tra i 15.000 e i 20.000 punti. Con l'impostazione Alta (High) possono essere individuati anche 70.000 punti e oltre (fino a 120.000 per un sensore full frame come quello di una Canon 5D Mark II). Con l'impostazione Massima (Maximum) non c'è limite alle feature individuate dal programma, che virtualmente assegna un punto ad ogni pixel, e viene limitato soltanto nelle impostazioni avanzate alla voce Limite punti chiave: 150.000 per questo valore e 25.000 per il Limite punti di vincolo sono sufficienti. Si consideri che maggiori sono i punti da allineare, più tempo ci vorrà, anche se l'effetto è quello di aumentare la qualità del modello. Ma attenzione, non sempre un numero straordinario di punti restituisce un modello effettivamente migliore: a fronte di decine di ore di calcolo in più, si potrebbero guadagnare appena pochi punti percentuali di precisione.
Preselezione foto georeferenziate: questa impostazione dice al software di ricordarsi che naturalmente è più probabile trovare il matching tra due camere vicine (in base a latitudine e longitudine) che non tra due camere lontane. Quindi i punti omologhi verranno cercati solo tra immagini vicine, velocizzando moltissimo l'operazione di image matching. Questa opzione non va attivata nel caso di operazioni di fotogrammetria terrestre con camere senza GPS.

Per far comprendere meglio questo processo, aggiungiamo che le immagini nelle quali ricercare i punti di vincolo vengono trattate in questo modo:

Highest: l'immagine è scalata con fattore di 4x in aumento (quindi è 4 volte più grande)
High: l'immagine è trattata alla sua scala originale
Medium: l'immagine è scalata con fattore di 4x in diminuzione (quindi è 4 volte più piccola)
Low: l'immagine è scalata con fattore di 16x in diminuzione (quindi è 16 volte più piccola)

Come vedete, a seconda del numero di pixel da analizzare aumentano le feature individuabili ma contestualmente i tempi di elaborazione. E naturalmente viceversa.

Al termine del processo, che con parametri medi dovrebbe durare pochi minuti su una workstation low-budget (nel tutorial corrente stiamo analizzando 190 immagini scattate da un DJI Spark), apparirà nel modello una nuvola di punti sparsi e adesso a ogni punto sarà associata un'immagine correttamente orientata.

Oneri computazionali

Aggiungiamo anche in questo caso due righe sul calcolo necessario a portare a termine questa operazione: come indica la stessa Agisoft, portare a termine il processo di image matching richiede un ammontare di memoria RAM dipendente dal numero di foto appartenenti al chunk. Si parla unicamente di numero di immagini, la loro dimensione come scritto prima incide soltanto sul tempo di calcolo.

Fotografie	100	200	500	1000	2000	5000	10000
RAM	500MB	1GB	2.5GB	5GB	10GB	25GB	50GB

Si può subito notare come ad un numero doppio di immagini da analizzare, corrisponda una quantità doppia di RAM da possedere nel sistema.

Ottimizzazione dell'allineamento

Prima di proseguire, lanciamo il comando Ottimizza immagini: facciamo clic con il tasto destro sul Chunk 1 --> Elabora --> Ottimizza immagini. Il perché è presto detto: Photoscan nella fase di allineamento ha ricostruito i 7 parametri affini di trasformazione lineare (3 parametri per la traslazione, 3 per la rotazione e 1 per il ridimensionamento). Non può tuttavia rimuovere la componente non lineare che spesso causa piccoli errori nel modello: queste deformazioni non lineari si possono correggere, se presenti, con questa ottimizzazione, che dura davvero pochi secondi.

Prima di arrivare alla generazione definitiva del modello, è conveniente introdurre una fase intermedia di avanzamento per poi tornare indietro e proseguire più speditamente.

Andiamo in Processi --> Generazione maglia 3D. Poiché il processo sarà basato su una nuvola di punti di tipo sparso ottenuta con parametri medi, la poligonalizzazione della medesima produrrà un modello in pochi secondi ma molto piatto. Questa fase a noi serve per individuare sul modello i marker: per fare questo, il colore dei poligoni non è sufficiente, pertanto attiviamo subito dopo il comando Processi --> Genera texture. Questi comandi li spiegheremo con più puntualità nei prossimi step.

Ecco che "magicamente" vediamo apparire nello spazio modello il nostro edificio, a bassa risoluzione, ma con particolari ben evidenti, ad esempio strade, finestre e altro ancora, che potremo aver misurato e preso come riferimento. Ora ruotando il modello portiamoci nei nostri punti-marker, ad esempio gli spigoli di una finestra: facciamo clic con il tasto destro e poi sul comando Aggiungi marcatore. Nello spazio modello ora appare un punto con una bandierina blu e relativa etichetta con nome.

Attiviamo il pannello inferiore Foto e noteremo che anche accanto alle immagini sono apparse delle bandierine blu e/o bianche: le bandierine blu indicano i marker visibili in foto, quelle bianche i marker presenti in foto ma nascosti.

Ora se facciamo doppio clic su una delle immagini contenenti i marcatori con bandierina blu, la attiveremo nel riquadro principale: zoomiamo sul marcatore e selezionandolo con il mouse spostiamolo nella posizione corretta. Ripetendo questa operazione per tutte le immagini contenenti le bandierine blu (operazione lunga ma necessaria per ottenere una metrica precisa e accurata), noteremo come le bandierine e i marcatori sono diventati verdi (vd fotomontaggio sottostante). Questa è la necessaria operazione manuale che differenzia davvero un progetto di aerofotogrammetria da un progetto di Computer Vision.

Riallineamento delle immagini

In sostanza sono stati introdotti dei punti di vincolo a cui il software si dovrà attenere: questa operazione diventa utile anche quando per un qualsiasi motivo vi fossero delle immagini non allineate all'interno del chunk. Individuando almeno 4 punti sull'immagine non allineata e individuando i medesimi 4 marker in almeno 2 immagini del dataset allineato, sarà possibile procedere a un allineamento parziale delle immagini senza matching per le quali il software utilizzerà i 4 marker individuati come punti di vincolo certi.

Allineamento di chunk o parti

I marcatori sono importanti anche per l'allineamento di chuck: abbiamo detto più volte che un progetto può essere diviso in parti. Le ragioni principali per fare ciò risiedono nella potenza del computer, che potrebbe non essere in grado di sopportare un elevato numero di immagini, oppure nell'integrazione dati, laddove ad esempio uno stesso edificio viene ripreso sia dall'alto che da terra, magari con un sensore diverso, per coprire le zone d'ombra. Anche se gli algoritmi basati su immagini lavorano per riconoscimento di punti omologhi, è bene che fonti diverse vengano trattate in maniera diversa: questo perché ogni coppia sensore+obiettivo ha una distorsione propria e una dimensione d'immagine propria, processare insieme le immagini provenienti da fonti diverse, ancorché possibile, degrada la qualità metrica del progetto. Trattando le fonti come parti diverse, ovvero chunk diversi di un stesso progetto, è possibile allinearli attraverso i marker per fondere le nuvole di punti finali, ognuna con elevata precisione metrica.

Vedremo questo passaggio alla fine del tutorial.

Bene, anche oggi siamo giunti alla conclusione di questa puntata. Abbiamo visto come caricare le immagini, allinearle, ottimizzarle e inserire i marcatori che ci saranno utili per la correzione metrica del nostro progetto.

Nel prossimo appuntamento vedremo come scalare il modello, generare la nuvola di punti densa e partendo da questa generare i prodotti derivati, a cominciare dalla mesh 3D texturizzata.

HOW TO: aerofotogrammetria con drone e Pix4Dmapper. Introduzione (parte 1)

HOW TO: aerofotogrammetria con drone e Pix4Dmapper. Elaborazione (parte 2)

Aerofotogrammetria step 7: controllo area di lavoro

Scopri il nostro servizio di noleggio ricevitori GNSS per potenziare la precisione dei tuoi rilievi

Aerofotogrammetria step 8: generazione nuvola densa

Aerofotogrammetria step 9: il modello 3D

Riepilogo

Contattaci

HOW TO: aerofotogrammetria con drone e Pix4Dmapper. Introduzione (parte 1)

Aerofotogrammetria step 6: correzione metrica del progetto

Differenza tra GCP e Control Point

Tipologia di GCP

GCP Editor

Riottimizzare il progetto

Contattaci

HOW TO: aerofotogrammetria con drone e Agisoft Photoscan. Introduzione

Configurazione di Pix4Dmapper Discovery

Aerofotogrammetria step 5: processamento di immagini

Aerofotogrammetria con drone e Pix4Dmapper: opzioni di elaborazione

L'interfaccia del software

Opzioni di elaborazione

Metodi di calibrazione

HOW TO: aerofotogrammetria con drone e Agisoft Photoscan. Introduzione (parte 1)

HOW TO: aerofotogrammetria con drone e Agisoft Photoscan. Elaborazione (parte 2)

Aerofotogrammetria step 8: controllo area di lavoro

Aerofotogrammetria step 9: generazione nuvola densa

Clicca e acquista DJI Spark, il miglior drone "trecentino" in Italia, nell'unico store DJI ufficiale in Italia. Aiuterai questo blog

Aerofotogrammetria step 10: generazione mesh 3D

Pulire la mesh 3D da poligoni indesiderati

Aerofotogrammetria step 11: costruire la texture

Aerofotogrammetria step 12: esportare il modello 3D

Riepilogo

Contattaci

HOW TO: aerofotogrammetria con drone e Agisoft Photoscan. Introduzione (parte 1)

HOW TO: aerofotogrammetria con drone e Agisoft Photoscan. Il modello 3D (parte 3)

Aerofotogrammetria step 6: allineamento di immagini

Oneri computazionali

Ottimizzazione dell'allineamento

Aerofotogrammetria da drone e Agisoft Photoscan: fase di ottimizzazione delle immagini

Clicca e acquista DJI Spark, il miglior drone "trecentino" in Italia, nell'unico store DJI ufficiale in Italia. Aiuterai questo blog

Aerofotogrammetria step 7: correzione metrica del progetto

Riallineamento delle immagini

Allineamento di chunk o parti

Contattaci