Geometrisches Potential von Schrägbildern aus dem System AOS

Transkript

1 Geometrisches Potential von Schrägbildern aus dem System AOS ALBERT WIEDEMANN 1 Zusammenfassung: Vermehrt werden von verschiedenen Herstellern Schrägbildsysteme angeboten. Am Beispiel des Schrägbildystems AOS soll das geometrische Potential dieses Systems nachgewiesen werden. Das AOS-System besteht aus drei verbundenen digitalen Mittelformat-Messkameras, die gemeinsam um die vertikale Achse rotieren. Die Bilder werden einzeln einer Aerotriangulation unterzogen. Dies wird an Hand einiger Beispiele und exemplarischer Berechnungen nachgewiesen. Liegt eine ausreichend genaue Aerotriangulation vor, so kann das geometrische Potential für die 3D Auswertung zur Situationserfassung und zur DGM-Erstellung eruiert werden. Die nahezu optimalen Strahlenschnittbedingungen sollten hervorragende Höhengenauigkeiten liefern, die vielfache Überdeckung sollte auch die Lagegenauigkeit steigern. Inwiefern sich dies in der Praxis nachweisen lässt wird vorgestellt. Die sehr unterschiedlichen Blickrichtungen auf die Objektpunkte erschweren aber besonders bei Gebäuden die Punktzuordnung mit traditionell im Luftbildwesen eingesetzten Punktzuordnungsverfahren. Schrägbilder sind ein Kompromiss zwischen Senkrechtluftbild und terrestrischer Aufnahme und erfordern somit auch eine Anpassung der Orientierungs- und Auswertemethoden. 1 Einführung Das AOS-System (Aerial Oblieque System) (Abb. 1) besteht aus drei modular verbaute digitalen Mittelformat-Messkameras die gemeinsam um die vertikale Achse rotieren. An diesem Beispiel soll das geometrische Potential von Schrägluftbildern nachgewiesen werden. Derzeit im Einsatz sind drei Rollei AIC mit jeweils 39 Megapixel Phase One Rückteilen und 47 mm Objektiven. Das System wurde in WIEDEMANN (2009) detailliert vorgestellt. Deren eigenständiges geometrisches Potential kann JACOBSEN et al. (2010) entnommen werden. Ebenso wie bei der IGI Abb. 1: Schrägbildsystem AOS QuadroDigiCAM in o.g. Test wurde hier zunächst darauf verzichtet, die drei Bilder per Stitching zu einem "Schmetterling" zusammenzufassen. Schrägbilder sind ein Kompromiss zwischen Senkrechtluftbild und 1 Albert Wiedemann, BSF Swissphoto, Mittelstr. 7, Schönefeld, albert.wiedemann@bsf-swissphoto.com 1

2 terrestrischer Aufnahme und erfordern somit auch eine Anpassung der Orientierungs- und Auswertemethoden. 2 Orientierung 2.1 Projektdesign Die ersten praktischen Herausforderungen ergeben sich durch das zunächst unübersichtliche System des Bildverbandes. Die Footprints überlappen sich massiv; durch die Drehung des Sensorkopfes hat jedes zweite Bildertripel ein um 100 gon verändertes κ (Kappa). Eine automatische Streifendefinitionen scheitern daher. Abb. 2: Differenziell enntzerrtes Bild im Gebirge mit überlagerten Vektordaten 2.2 Manuelle und automatische Punktmessung Während bei Senkrechtaufnahmen, z.b. bei der Ultracam, maximale Winkel von etwa 31 zwischen der Blickrichtung und der Flächennormalen bei ebener Fläche auftreten, beträgt dieser Winkel bei den Schrägbildern in den Bildecken bis zu 60. Somit sind die Betrachtungswinkel sehr unterschiedlich und die Objekte erscheinen unter diesen sehr unterschiedlichen Blickrichtungen sehr unterschiedlich, was die automatische Punktzuordnung massiv erschwert. Durch die starke Überdeckung wird die manuelle Messung auch sehr aufwändig. Während man bei manueller Messung einzelne Punkte in mindestens 10 und bis zu 30 Bildern finden und messen kann, findet Match-AT die Verknüpfungspunkte in der Mehrheit nur in 3-10 Bildern. Bei Blöcken von mehreren tausend Bildern ist es aber wirtschaftlich 2

3 nicht tragbar durch manuelle Messungen sicherzustellen, dass alle Bilder in allen Ecken ausreichend verknüpft sind. Erste Experimente mit dem SIFT-Operator von LOWE (2004) führten zu wenig befriedigenden Ergebnissen. Anstelle eines generellen Operators wäre hier vielleicht eine gezielte Vorgehensweise unter Nutzung des Vorwissens angebrachter. Abb. 3: Manuelle Messung von Verknüpfungspunkten (17 Bilder). 2.3 Praktische Lösungen Aerotriangulation aller Bilder Die Bilder werden also einzeln einer zweistufigen Aerotriangulation unterzogen (Messung und Berechung mit Match-AT, Kontrolle mit Bingo). Diese liefert bereits jetzt nominelle Genauigkeiten im Bereich von etwa nominell 4,5 µm, also ca. 0,7 Pixel. Bei einer nominellen Bodenauflösung von 8 cm im Nadir erreichten wir einen mittleren Fehler an den Passpunkten im Bereich von etwa ± 3 cm. Diese Werte sind nach unseren Erfahrungen aber als zu optimistisch einzuschätzen. Vor allem zeigen sich immer wieder einzelne Bilder als schwach verknüpft und unsauber orientiert. Einzelne Bildbereiche bleiben ohne signifikante Verknüpfungspunkte und diese Schwachstellen werden von der Automatik der auf Senkrechtbilder ausgelegten AT-Software Match-AT und Bingo nicht aufgedeckt, da deren Grundparameter von traditionellen Überdeckungen ausgehen Aerotriangulation der Senkrechtbilder und an-orientierung der Schrägbilder Eine alternative Lösung besteht darin, nur die Senkrechtbilder im Rahmen einer traditionellen Aerotriangulation zu orientieren und die Orientierungsdaten der Schrägbilder durch an- Orientierung an das Senkrechtbild zu bestimmen. Einen ähnlichen Ansatz beschreibt JACOBSEN (2008). Tabelle 1 zeigt unsere Ergebnisse der Differenzen der Drehwinkel und Projektionszentren aus etwa 780 Bildertrippeln. Tabelle 1: Relative Orientierungen der Kamera 1 und 2 zur senkrecht blickenden Kamera 3 φ [gon] ω [gon] κ [gon] 3

4 Kamera1 0,226 ± 0,052 41,007 ± 0, ,124 ± 0,042 Kamera2 0,018 ± 0,054-40,739 ± 0, ,193 ± 0,044 dx dy dz Kamera1 11,6 cm -9,6 cm -2,0 cm Kamera2 11,6 cm 12,5 cm -2,0 cm Bedingungen zwischen den Orientierungsdaten Es muss untersucht werden, inwieweit die Bedingung der mechanischen Verbindung der Projektionszentren und Drehwinkel als zusätzliche Bedingungen zur Steigerung der Genauigkeit beitragen kann. Dies ist jedoch derzeit in Standardsoftware kaum realisierbar. Die Aerotriangulation beinhaltet somit auf jeden Fall noch Steigerungspotential. 2.4 Qualitätssicherung bei den Orientierungen Wie oben beschrieben bleiben bei der Aerotriangulation aller Bilder Schwächen der Verknüpfung manchmal verborgen. Bei der an-orientierung wird dagegen von der Orientierung des Senkrechtbildes auf die Schrägbilder extrapoliert. Abb. 4: Qualitätsprüfung durch Rückprojektion von 3D Gebäudedaten in die orientierten Schrägbilder Daher ist ein eigenständiger und zusätzlicher Qualitätssicherungsprozess erforderlich, um die Genauigkeit und Zuverlässigkeit der Orientierungsdaten zu prüfen. Als Werkzeuge werden derzeit aus den Schrägbildern abgeleitete Orthophotos mit überlagerten 2D-Vektordaten (Abb. 2) oder Rückprojektionen von 3D-Vektordaten in das orientierte Schrägluftbild (Abb. 4) verwendet. 3 Auswertung Liegt eine ausreichend genaue Orientierung vor, so kann das geometrische Potential für die 3D Auswertung zur Situationserfassung und zur DOM-Erstellung eruiert werden. Die nahezu optimalen Strahlenschnittbedingungen sollten hervorragende Höhengenauigkeiten liefern, die 4

5 vielfache Überdeckung zudem auch die Lagegenauigkeit steigern. Die sehr unterschiedlichen Blickrichtungen auf die Objektpunkte erschweren aber besonders bei Gebäuden die Punktzuordnung mit traditionell im Luftbildwesen eingesetzten Punktzuordnungsverfahren. In Zukunft soll auch untersucht werden, ob moderne Bildzuordnungsverfahren aus der Nahbereichsphotogrammetrie oder Computer Vision hier zu einer Verbesserung führen können (z.b. Semi Global Matching, HIRSCHMÜLLER & BUCHER 2010). 3.1 Texturierung Abb. 5: Mit AOS Texturiertes LoD2-Modell Abb. 6: Mit AOS Texturiertes LoD2-Modell Voraussetzung für die Texturierung sind neben den Bildern mit präzisen Orientierungsdaten auch ausreichend präzise Gebäudemodelle. Im unten gezeigten Beispiel geht es um die Texturierung von ca Gebäuden auf der Basis amtlicher Gebäudedaten. Im LoD2 fehlen allerdings Dachüberstände, Fassadendetails und andere Elemente (Abb. 5), was an manchen Stellen zu Artefakten führt. 3.2 Stereoauswertung Grundsätzlich ist auch eine Stereoauswertung der Schrägbilder denkbar. In Zusammenarbeit mit der Firma Inpho wurde ein Bildverband für die Stereoauswertung aufgesetzt. Praktische Erfahrungen fehlen in diesem Bereich jedoch noch. 5

6 Abb. 7: Stereomodell als Anaglyphe von zwei Schrägbildern, Blickrichtung quer zur Flugrichtung 3.3 Oberflächen und Gebäudemodelle Aus den Schrägbildern können ebenso wie aus anderen Bildern durch automatische Punktzuordnung Punktwolken hergeleitet werden (LEMAIRE 2008). Während man aus Senkrechtluftbildern nur 2,5D-Modelle erstellen kann, eignen sich Schrägluftbilder auch zur Erstellung von echten 3D-Punktwolken, welche auch vertikale Wände und Unterschneidungen (z.b. unter Brücken) erfassen können. Ähnlich wie bei der automatischen Punktzuordnung zum Zweck der Bildorientierung scheitern hier die automatischen Prozesse häufig an den sehr unterschiedlichen Blickwinkeln auf die Oberflächen. Daher wurde zunächst am DLR die Strategie gewählt, nur jeweils die Bilder gleicher Blickrichtung für die Punktzuordnung zu verwenden. Dies liefert, wie in Abb 8. gezeigt, bereits recht anschauliche und ermutigende Ergebnisse. Erstellt wurden die Punktwolken durch zusammenfügen mehrer Punktwolken aus den Matching-Prozessen mit Inpho Match-T auf gerichtete Bildverbände, also z.b. nur auf die nach Norden ausgerichteten Bilder. 6

7 Abb. 8: Punktwolke durch automatische Punktzuordnung aus Schrägluftbildern erstellt DLR 2 Abb. 9: Texturiertes Oberflächenmodell aus AOS-Schrägbildern DLR 2 Experimente am DLR zur Texturierung des Oberflächenmodells ohne Gebäudemodellierung zeigen in Abb. 9 erstaunlich realistische Ergebnisse. 2 Deutsches Zentrum für Luft- und Raumfahrt (DLR) Optische Informationssysteme Sensorkonzepte und Anwendungen 7

8 4 Zusammenfassung Das geometrische Potential des Schrägluftbildsystems AOS ist beträchtlich, da die einzelnen Kameras das volle Potential der Mittelformatkameras ausschöpfen können. Bei der Berechnung der Orientierungsdaten müssen die Robustheit der Punktzuordnungsverfahren, die Berechnungsverfahren durch Hinzuziehen zusätzlicher Bedingungen oder Unbekannter sowie der Verfahren zur Qualitätssicherung noch verbessert werden. Auch bei der Nutzung der orientierten Schrägluftbilder stehen wir erst am Anfang. Während die Texturierung existierender 3D Modelle bereits operationell machbar ist, muss das Potential zur manuellen und automatischen 3D Datenerfassung noch ergründet werden. 5 Dank Das Projekt Entwicklung eines Systems für das innovative Schrägbildsystem AOS (Aerial Oblique System) wird von der Investitionsbank des Landes Brandenburg gefördert. Dank geht auch an ALEXANDER WIEDEN vom DLR, an Alpha Luftbild, virtualcitysystems, inpho, Trimble Rolleimetric sowie KENNY JAROSCHINSKI, MICHAEL MÖLLER, ANDREAS MORACH, JOHN MORÉ und ROMY SCHRÖDER für die Beiträge zu diesem Aufsatz. Das diesem Bericht zugrunde liegende Vorhaben wurde mit Mitteln des Ministeriums für Wirtschaft des Landes Brandenburg und des Bundes gefördert. Die Verantwortung für den Inhalt der Veröffentlichung liegt beim Autor. 6 Literaturverzeichnis - Überschrift Ebene 1 HIRSCHMÜLLER, H. & BUCHER, T., 2010: Evaluation of Digital Surface Models by Semi- Global Matching. DGPF-Jahrestagung, Wien JACOBSEN, K. 2008: Geometry of vertical and oblique image combinations. : 28th EARSeL Symposium. Istanbul, JACOBSEN, K.; CRAMER M., LADTSTÄDTER, M. RESSL, C. & SPRECKELS V., 2010: DGPF- Projekt: Evaluation of Digital Photogrammetric Camera Systems Geometric Performance, Photogrammetrie Fernerkundung Geoinformation 2010 / 2 pp LEMAIRE, C., 2008: Aspects of the DSM Production with High Resolution Images IAPRS, Volume XXXVII, Part B4, S LOWE, D.G., 2004: Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision, 60, 2 (2004), pp WIEDEMANN, A, 2009: Photogrammetrische Schrägluftbilder mit dem Aerial Oblique System AOS, DGPF-Jahrestagung, Jena 2009 / 2 pp