fotogrammetria

Il termine fotogrammetria deriva dalle parole greche φάος, γράφω e μέτρον, ovvero uno strumento per misurare attraverso la scrittura tramite luce (fotografia). Si tratta di una tecnica che sfrutta l'analisi di una coppia di fotografie stereometriche, ottenute tramite scatti con la camera posta in due posizioni tali da consentire di rilevare forma, posizione e dimensioni dell'oggetto fotografato facendo ricorso alla stereoscopia artificiale.

Questa tecnica di rilievo affonda le sue radici nella geometria descrittiva, il cui studio risale ai tempi dell'antico Egitto, mentre le prime applicazioni pratiche dei principi geometrici risalgono al 1849, e al 1858 i primi esempi di fotogrammetria aerea.

In quasi 160 anni, per quanto le regole geometriche alla base di questa tecnica non siano mutate, molti passi avanti sono stati fatti nella pratica: da tempo è stata abbandonata la necessità di fare ricorso a camere metriche, grazie all'introduzione del digitale e ad algoritmi informatici in grado di analizzare le fotografie scattate da una macchina digitale. Il più famoso algoritmo di questo tipo è noto con il nome di Scale-Invariant Feature Transform (SIFT), particolarmente utilizzato in Computer Vision (CV) per rilevare e descrivere caratteristiche di un'immagine. Messo a punto da Lowe nel 1999 è stato poi brevettato negli Stati Uniti dalla University of British Columbia (Brevetto US 6,711,293).

Sulla base di questo sono stati poi sviluppati derivati e algoritmi simili che costituiscono il cuore di famosi programmi di fotogrammetria automatica come Agisoft Photoscan e Pix4Dmapper.

Trattandosi di fotogrammetria basata su analisi d'immagine, con tecniche derivate dalla CV, decadono molti stretti principi che sono alla base della fotogrammetria "tradizionale", in primis la necessità di avere una camera metrica: di fatto qualsiasi set di almeno 3 immagini, 5 consigliate, è in grado di restituire un modello 3D scalabile e texturizzabile. La fotogrammetria si differenzia infatti dalla CV perché intende restituire un modello metricamente esatto, e non approssimato, dello spazio ripreso.

Stabilito che alla base della fotogrammetria automatica da drone vi è la camera che cattura le immagini digitali, bisogna spiegare perché la sua scelta è importante ai fini del risultato: essendo la fotografia il risultato di una proiezione spaziale su piano bidimensionale, algoritmi come SIFT correggono la distorsione ottica della lente della camera, ma non quella geometrica introducendo quindi un fattore d'errore tanto più ampio quanto maggiore è la distorsione presente.

Da qui nasce l'esigenza per la fotogrammetria tradizionale di lavorare con camere metriche, camere con ottica fissa il cui livello di distorsione è calcolato a livello industriale e riportato in un certificato che appartiene unicamente a quella camera.

Inoltre, più grande è l'immagine maggiori sono le possibilità di calcolare features; più piccoli sono i pixel del sensore maggiore sarà il dettaglio presente in fotografia.

Fortunatamente il digitale ci viene in aiuto: utilizzando profili standard o calcolando la distorsione di camere prodotte in serie, si possono eliminare gran parte dei problemi di distorsione che rendevano poco affidabile un rilevamento fotogrammetrico. Ecco dunque che anche l'obiettivo fisheye di una GoPro Hero 4 con FOV di 178° può essere utilizzato per set fotogrammetrici se si istruisce il programma che dovrà analizzare immagini catturate con obiettivo fisheye. In alternativa è possibile "calibrare" la camera attraverso le utility che le stesse software house citate in precedenza mettono a disposizione.

Naturalmente se alla fonte si eliminassero le distorsioni (tipo pinhole camera) il risultato finale sarebbe indubbiamente più preciso. In ogni caso un programma come Pix4Dmapper viene fornito con i profili delle camere dei droni commerciali più famosi precaricati all'interno del proprio database.

Importante infine è la possibilità che la camera registri il file immagine in formato RAW: essendo un formato grezzo non vi è perdita di dati a priori e l'utente ha ampie possibilità di margini nell'elaborazione radiometrica del file in termini di contrasto, luminosità, nitidezza etc., sviluppando in batch le fotografie tramite appositi programmi come Adobe Lightroom. In ambito fotogrammetrico, risulta di maggiore precisione processare immagini in modo tale da aumentare la riconoscibilità delle feature, spesso aumentando leggermente contrasto e luminosità (facendo attenzione a non chiudere troppi i neri o aprire troppo le luci), ma elaborando successivamente la texture del modello 3D che sia "bella", in un processo invertito rispetto all'immagine seguente che mostra le potenzialità d'elaborazione di un file RAW.

Abbiamo detto in precedenza che le immagini per essere accoppiate stereometricamente devono essere scattate da posizioni precise. Inoltre affinché gli algoritmi automatici siano in grado di individuare le feature omologhe è necessario che uno stesso oggetto sia inquadrato in più immagini da posizioni diverse. In questo modo l'algoritmo non fa altro che ricostruire la tridimensionalità della scena in base allo spostamento della camera, secondo una tecnica che da questo assunto prende il nome di Structure from Motion, o SfM.

Tipicamente le foto verticali devono garantire almeno una sovrapposizione del 60% circa tra immagini successive e tra strisciate una sovrapposizione laterale del 70%, con identica scala e possibilmente con identico tono (ovvero simile radiometria dell'immagine, approntata per l'analisi da algoritmi di tipo SIFT).

Poiché manualmente è complesso ottenere in maniera corretta un tale livello di precisione per centinaia di metri di volo, ecco che ci vengono in aiuto molte applicazioni compatibili con i mobile devices utilizzati per pilotare i nostri droni: da DJI Go alla nuova DJI GS Pro (solo su iPad), alla citata Pix4D Capture, passando per molte altre app in grado di impostare il volo automatico su percorso e waypoint del nostro drone (Inflight, etc.). Si disegna a schermo la porzione di territorio da sorvolare per la ripresa e l'app calcolerà automaticamente le linee di volo e la frequenza di scatto per garantire il corretto livello di sovrapposizione delle immagini.