Содержание к диссертации
Введение
Глава 1. Обзор методов реконструкции компьютерных трехмерных моделей объектов реального мира.
Глава 2. Реконструкция трехмерных цифровых образов природных и природно-техногенных объектов по их изображениям .
2.1. Анализ проблемы и постановка задачи реконструкции цифровых образов объектов реального мира.
2.2. Принципы, методы и алгоритмы построения цифровых трехмерных моделей объектов, имеющих слабовыраженную текстуру поверхности, по их стереоскопическим изображениям:
2.2.1. стереоскопические пары цифровых снимков и их измерительные свойства ;
2.2.2. алгоритмы реконструкции трехмерных цифровых моделей по их стереоизображениям;
2.2.3. алгоритм калибровки и юстировки ;
2.2.4. алгоритм сравнения реконструированных поверхностей.
2.3. Измерительная система для построения цифровых трехмерных моделей объектов со слабовыраженной текстурой поверхностей по их стереоскопическим изображениям.
2.4. Метод и измерительная система построения цифровой трехмерной модели объекта с поверхностью, не имеющей текстуры.
Глава 3. Способы и измерительные системы наблюдения и контроля состояния природных и природно-техногенных объектов по их изображениям
3.1. Способ наблюдения и контроля состояния и процессов разрушения берегов водных объектов по их стереоскопическим изображениям.
3.2. Способ и измерительная система для наблюдения уровня воды по стереоскопическим изображениям поверхности воды .
3.3. Способ и измерительная система для определения пространственного положения дымовой струи, образованной в атмосфере выбросами предприятий промышленности и энергетики
Заключение.
Список используемой литературы
- стереоскопические пары цифровых снимков и их измерительные свойства
- алгоритм калибровки и юстировки
- Способ и измерительная система для наблюдения уровня воды по стереоскопическим изображениям поверхности воды
- Способ и измерительная система для определения пространственного положения дымовой струи, образованной в атмосфере выбросами предприятий промышленности и
Введение к работе
Актуальность работы.
Рост антропогенных воздействий на окружающую природную среду, вызванные этим изменения ее состояния приводят к необходимости совершенствования и развития методов наблюдения природных объектов и их составляющих, создания на этой основе соответствующих аппаратно-технических средств. Новые методы и средства наблюдения и контроля могут принципиально отличаться от уже существующих систем как по положенным в их основу физическим, химическим и другим принципам наблюдения, так и по номенклатуре наблюдаемых и контролируемых характеристик природных объектов. Так, в последнее время значительное внимание стало уделяться наблюдениям природно-территориальных комплексов (ПТК), рассматривая их в качестве базовых элементов окружающей природно-техногенной среды. Состояние ПТК характеризуется качеством и совокупностью выполняемых ими функций, а так же признаками, описывающими структуру ПТК. Структурно-функциональные части ПТК имеют свои метрические характеристики такие, как длина, ширина, высота, форма, ориентация в пространстве, цвет, спектральная отражательная способность и т.д. Часть этих характеристик уже освоена исследователями, методы (способы) их измерения успешно применяются в различных системах дистанционного зондирования Земли (ДЗЗ). Однако важнейшие характеристики природных объектов, связанные с их формой, линейными размерами, положением в пространстве, а также характеристики поверхностей природных объектов вплоть до настоящего времени не получили распространения при оценке состояния окружающей природной среды и выявления негативно влияющих на это состояние процессов природного и антропогенного характера. Причина одна -отсутствие эффективных методов и способов наблюдения и измерения.
Наиболее легкодоступными источниками информации об объектах реального мира являются их фотоизображения. В связи с этим последние 15
5 лет большое внимание уделялось разработке систем и алгоритмов построения цифровых моделей реальных объектов по их фотоизображениям. Однако доведенные до коммерческого уровня компьютерные системы построения трехмерных образов реальных объектов, например, Canoma, ImageModeler, PhotoModeler, требовали точного выделения на фотоизображениях этих объектов специфических элементов, таких, как вершины, ребра, границы и т.д., и сопоставления этих специфических элементов (вершин, ребер и границ) с их аналогами выбранной цифровой модели. Этот процесс трудоемок, что существенно снижало привлекательность самих методов, и подобного рода компьютерные системы не получили широкого распространения. Кроме того, весьма существенным ограничением для применения метода в задачах наблюдения и контроля состояния природных объектов является характер поверхности самих объектов, на изображении которой достаточно трудно выделить характерные элементы типа вершины, ребра и границы объекта и, соответственно, сопоставить их с выбранной моделью. Такие поверхности относятся к категории поверхностей с невыраженной текстурой.. В то же время интенсивно развивающиеся в последнее время оптико-электронные средства получения изображений реального мира в цифровой и доступной для компьютерной обработки форме открывали новые перспективы для их применения в системах наблюдения и контроля состояния окружающей природной среды. Привлекательность методологии изучения реальных природных и природно-техногенных объектов по их фотоизображениям, открывающиеся для этого возможности современных оптико-электронных средств получения первичной информации сформировали очевидную потребность в создании автоматизированных измерительных системах для построения трехмерных моделей по изображениям природных объектов, имеющих поверхности со слабовыраженной текстурой.
Цель работы.
Целью данной работы является разработка методов (способов) и алгоритмов построения с помощью цифровых фотоизображений объектов со слабовыраженными (или вообще невыраженными) поверхностями их трехмерных цифровых моделей, а также разработки на этой основе измерительных систем с высокой степенью автоматизации процесса измерения характеристик природных объекта и их элементов.
Для достижения поставленной цели необходимо решить следующие задачи:
разработать компьютерный алгоритм построения трехмерной цифровой модели реального объекта, имеющего поверхности со слабовыраженной текстурой, по его изображениям, полученным оптико-электронными средствами;
разработать измерительную систему для практической реализации компьютерного алгоритма построения трехмерных цифровых моделей объектов реального мира с поверхностями, не имеющими выраженной текстуры, и способы применения этой системы в задачах геоэкологического мониторинга на примере наблюдения состояния водных объектов, в частности процессов разрушения их берегов и определения уровней воды, и геометрических характеристик дымовых струи в атмосфере;
Предметом исследования является разработка методов (способов) определения особых точек на поверхности объектов реального мира, которые можно было бы идентифицировать на нескольких фотоизображениях этой поверхности как общие (сопряженные) точки, а также реализация этих способов в измерительных системах геоэкологического мониторинга, позволяющих проводить наблюдения процессов разрушения берегов водных объектов, измерять уровни воды, а также траектории движения в атмосфере дымовых струй, образованных выбросами объектов промышленности и энергетики.
7 Научная новизна и практическая значимость работы.
Научная новизна работы заключается в том, что впервые методы (способы)
построения цифровых трехмерных моделей реального мира по их
фотоизображениям применены к задачам изучения, наблюдения и контроля
состояния природных образований (объектов) с характерной особенностью их
поверхности, а именно отсутствием выраженной на ней текстуры. Для этих
целей впервые предложен метод искусственного создания на
нетекстурированной поверхности специальных световых меток (например, с помощью лазерного устройства), которые, с одной стороны, совпадают с наблюдаемой поверхностью, с другой стороны, легко идентифицируются на совокупности фотоизображений этой поверхности. Таким способом относительно легко формируется облако общих (сопряженных) точек практически для любой поверхности.
Реализация этих методов в форме измерительных систем позволяет создать аппаратно-техническую базу для изучения метрических параметров процессов разрушения берегов водных объектов, для слежения за изменениями уровня водной поверхности. Применение метода (способа) построения трехмерной модели объекта реального мира по его фотоизображениям позволяет осуществить непрерывное наблюдение (измерение) траектории дымовой струи, образующейся в атмосфере при выбросах загрязняющих веществ предприятиями промышленности и энергетики. Такие наблюдения играют в ряде случаев исключительно важную роль при решении задач охраны окружающей среды, оценки экологической обстановки вокруг действующих предприятий, выявления реальных экологических угроз, особенно в аварийных ситуациях. Автор защищает:
алгоритм выявления на совокупности фотоизображений поверхности,
имеющей слабовыраженную текстуру, сопряженных точек и построения
на этой основе ее цифровой трехмерной модели;
метод (способ) формирования облака сопряженных точек на фотоизображениях природного объекта с нетекстурированной поверхностью путем ее маркировки световым пятном лазерного луча;
измерительную систему, предназначенную для получения облака трехмерных точек нетекстурированной либо слаботекстурированной поверхности природного объекта и построения его цифровой трехмерной модели;
способ применения измерительной системы для получения необходимых данных измерений и построения цифровых трехмерных моделей реальных обрывов береговой линии Рыбинского водохранилища;
метод (способ) измерения уровней воды по фотоизображениям специальным образом маркированной водной поверхности, и измерительную систему, реализующую указанный способ гидрологических наблюдений;
метод (способ) измерения геометрических параметров пространственного положения дымовой струи по ее фотоизображениям, и измерительную систему для наблюдения в масштабе реального времени высоты подъема загрязняющих веществ при их выбросе в атмосферу предприятиями промышленности и энергетики.
Апробация работы. Материалы диссертации были доложены на Второй конференции молодых ученых национальных гидрометеослужб государств-участников СНГ «Новые методы и технологии в гидрометеорологии» и опубликованы в следующих работах автора:
- Дмитриев И.Е. Информационно-измерительные комплексы для оценки и
контроля состояния природных и природно-техногенных объектов
визуальными методами // Труды ГИПЭ - 2005
Дмитриев И.Е. Информационно-измерительная система контроля радиоактивных выбросов в аварийных ситуациях // Труды ГИПЭ - 2005
- Дмитриев И.Е. Оптико-электронные методы для наблюдения и контроля
состояния природных и природно-техногенных объектов // Сборник научных
9 трудов. Вып. 85. Труды института прикладной геофизики имени академика Е.К. Федорова
Дмитриев И.Е. Измерительные оптико-электронные системы контроля состояния природных объектов // Использование и охрана природных ресурсов в России. Бюллетень № 6.2006
- Дмитриев И.Е. Оптико-электронные методы наблюдения и контроля
состояния природных объектов // Тезисы докладов. Вторая международная
конференция молодых ученых национальных гидрометеорологических служб
государств - участников СНГ «Новые методы и технологии в
гидрометеорологии», 2-3- октября. Москва - 2006
Личный вклад автора сводится к следующему:
адаптация алгоритмов поиска сопряженных точек на фотоизображениях объектов реального мира применительно к стереоскопическим фотоизображениям природных объектов со слабовыраженной текстурой поверхности;
создание принципа (идеи) маркировки нетекстурированной поверхности природных объектов световыми пятнами, детальная разработка этого научно-технической принципа до соответствующих методических и технических решений;
- разработка, создание действующих образцов соответствующих
измерительных систем и их апробация на реальных природных объектах.
Структура диссертации. Диссертационная работа содержит 114 страниц,
состоит из введения, трех глав и заключения, содержит 39 иллюстраций,
список цитируемой литературы содержит 42 наименование.
стереоскопические пары цифровых снимков и их измерительные свойства
Современные достижения в области применения методов лазерного сканирования, применяемой для этих целей аппаратно-технической базы и используемых технологий были доложены на 5-ой Международной конференции «Лазерное сканирование и цифровая аэросъемка. Сегодня и завтра» [4,21,29].
Методы построения трехмерных моделей по фотоизображениям. Построение трехмерных моделей по фотоизображениям - прерогатива такой научно-технической дисциплины, как фотограмметрия, которая занимается определением размеров, формы и положения объектов по их изображениям на фотоснимках. Фотоснимки для целей фотограмметрической обработки получают различными техническими средствами, такими, как кадровые, щелевые и панорамные фотоаппараты, так и радиолокационные, телевизионные, инфракрасные (тепловые) системы. Наибольшее применение имеют снимки, получаемые кадровыми фотоаппаратами. В теории фотограмметрии такие снимки считаются центральной проекцией объекта. Уклонения от центральной проекции, вызванные дисторсией объектива, деформацией фотоматериала и др. источниками ошибок, учитываются по данным калибровки фотоаппарата и снимков. В фотограмметрии используются одиночные снимки и их стереоскопические пары. Эти стереопары позволяют получить стереоскопическую модель объекта. Раздел фотограмметрии, изучающий объекты по стереопарам, называется стереофотограмметрией.
Основные достоинства фотограмметрических методов работ - это большая производительность, т.к. измеряются не сами объекты, а их изображения; высокая точность, т.к. применяются точные аппараты и инструменты для получения и измерения снимков; возможность изучения как неподвижных, так и движущихся объектов; полная объективность результатов измерений; измерения выполняются дистанционным методом, что имеет особое значение в условиях, когда объекты недоступны (летящий самолёт или снаряд) или когда пребывание в зоне объекта небезопасно для человека (действующий вулкан, ядерный взрыв).
Стереоизображения объекта представляют собой основу развития фотограмметрии, в данном случае - стереофотограмметрии, представляющей реальную и достаточно эффективную альтернативу лазерной съемке. Современные технологии создания стереоизображений. Современная технология создания стереоизображения состоит из двух основных этапов: - получение в цифровом формате последовательности кадров (изображений) и их передача в компьютер; - компьютерная обработка последовательности кадров в цифровом формате и построение цифровой трехмерной модели объекта.
В зависимости от условий съемки для изготовления качественной 3D- модели объекта требуется от 5 до 10-12 кадров, полученных с разных позиций. Для этих целей получила распространение разработанная СИТЦ «Прогресс» штативная насадка для стереосъемки, по горизонтальной направляющей которой может перемещаться и фиксироваться в определенных заданных положениях цифровая фотокамера. На практике применяются также сложные приборные комбинации, состоящие из нескольких цифровых фотокамер, взаимное положение которых жестко фиксировано.
Наиболее легкодоступным источником информации об объектах реального мира являются фотоизображения. Однако для получения такой информации недостаточно иметь только стереоизображения реального мира, необходимо еще обработать эту информацию и преобразовать ее в формат цифровой модели, которую можно анализировать путем применения различных математических методов и отображать на различных системах. В этой связи наряду с совершенствованием технологии цифровой съемки в последние годы много внимания уделялось разработке алгоритмов построения моделей реальных объектов по их изображениям.
Особенно существенное развитие это направление получило в системах реконструкции реального мира для машинного зрения, когда модель конструируется пользователем из набора объектов простой формы. Параметры модели, такие, как размеры и взаимное расположение ее блоков, определяются по изображениям, для чего от пользователя требуется указать соответствие между вершинами и ребрами модели и их изображениями. Разработанная в работе [16] система позволяет существенно снизить объем взаимодействия с пользователем благодаря автоматическому выделению точечных особенностей в изображениях и вычислению соответствующих им трехмерных точек на поверхностях наблюдаемых объектов. Множество вычисленных трехмерных точек используется для подгонки параметрических моделей. Ключевой задачей машинного зрения является процесс сопоставления информации, содержащейся в изображениях, некоторой математической модели. Общую задачу оценки параметров модели по имеющимся данным формулируют следующим образом: определить вектор параметров &, такой, что г \Х,(У) = U, Где X={xi}J=\i....Д - набор точек исходных данных, F(xf9)- задает исследуемую математическую модель.
Как правило, исходные данные X «загрязнены», т.е., помимо точек, порожденных исследуемой моделью, в данных содержатся «загрязняющие» точки, порожденные ошибками измерений, которые никак не зависят от исследуемой модели. Метод оценки параметров модели по набору «загрязненных» исходных данных называют робастным методом оценки. Наибольшее распространение в области машинного зрения получили методы на основе случайных выборок.
алгоритм калибровки и юстировки
Среди важнейших задач экологической безопасности, требующих постоянного внимания и контроля, является задача экологически безопасной эксплуатации водохранилищ [3,24]. Состояние водохранилищ в значительной мере определяется состоянием их берегов, которые практически на всех водохранилищах подвержены процессам переработки. Такая переработка берегов приводит к значительному разрушению береговой зоны и выведению из землепользования сельскохозяйственных, лесных угодий, а также территорий, занятых под населенные пункты. Анализ материалов о современном состоянии переработки берегов водохранилищ под воздействием разнообразных по своей природе и интенсивности процессов, к которым в первую очередь следует отнести экзогенные геологические процессы, процессы эрозии, оползни, позволяет сделать вывод о том, что наиболее интенсивно переработка берегов протекает на водохранилищах Волжско-Камского каскада. Так, протяженность берегов этих водохранилищ, подверженных переработке, составляет от 30 до 70% от общей их протяженности, и в абсолютном измерении составляет около 5800 км.
Основная часть береговой линии водохранилищ подвержена оползневым процессам, которые являются более разрушительными и незатухающими по сравнению с абразивными явлениями. Особую опасность представляют оползни в крупных городах и населенных пунктах, расположенных непосредственно на берегах водохранилищ. В этой связи следует выделить такие города, как Нижний Новгород, Сызрань, Саратов, Волгоград.
Основным динамическим фактором в процессах переработки берегов является гидродинамическое воздействие водоема на береговую зону. Уступы пойменных и надпойменных террас превращаются в берега. Динамическое равновесие в этой зоне нарушается, и начинается переформирование берегов -размыв, обрушение, оползание и аккумуляция отложений. Волновое волнение различной интенсивности определяет размеры переработки берегов в зависимости от суммы энергии волнения различной интенсивности. В свободное ото льда время, которое в средних широтах составляет 180-200 дней, штормовые волнения способны срезать берег на 20-30 метров. В период ледостава по береговой линии в результате надавливания льда в сторону берега могут формироваться навалы грунта.
Абразионные берега образуются в зонах, где уклон первичного затопления склона превышает 2 - 4 и имеются рыхлые и выветренные коренные породы. Основная часть обломочного материала этих зон перемещается на дно, а сама береговая линия отступает. Данный процесс активно развивается в первые периоды наполнения водохранилищ и зависит от пород, которыми сложены берега.
Аккумулятивные берега образуются в зонах, где первичный рельеф имеет уклон 2 и менее. В первые годы существования водохранилища поток наносов велик, и аккумуляция их в береговой отмели значительна - до 90 метров шириной при мощности слоя 1,5 метра. У многих водохранилищ одной из разновидностей аккумулятивных берегов являются «биогенные» берега, связанные с зарастанием мелководий и всплыванием торфяников. В ряде случаев растительный покров успешно противостоит волновой эрозии и предохраняет береговой откос от дальнейшего разрушения. По мере «старения» водохранилищ переформирование берегов уменьшается, и образуется устойчивый профиль берега. Процесс переформирования может возобновиться снова, если изменятся водохозяйственные функции, режим эксплуатации водохранилища и гидрометеорологические условия, возникнут тектонические движения и т.д. Все это приводит к необходимости постоянного слежения за состоянием береговой линии, за интенсивностью процессов переработки и выявления основных причин такой переработки. Сама по себе задача при кажущейся простоте представляет серьезную методическую и аппаратно-техническую проблему. На практике распространение получил метод визуального наблюдения состояния берегов и экспертной оценки их состояния. Основным недостатком такого подхода является его субъективность, определяемая профессиональной подготовкой и ответственностью проводящего наблюдения специалиста, и качественный характер наблюдения, не позволяющий получить объективные количественные данные. Методы наблюдения процессов разрушения береговых обрывов, основанные на традиционных топогеодезических технологиях, чрезвычайно трудоемкие, дорогостоящие и не могут быть рекомендованы для массового использования.
Количественная оценка интенсивности процессов переработки берегов может быть получена, если каким-то образом удастся построить трехмерную цифровую модель берега по аналогии с цифровой моделью рельефа. В этом случае, имея набор разновременных цифровых трехмерных моделей берега, можно отследить динамику его переработки (трансформации). Так, объемы переработанной береговой массы можно определить путем последовательного «вычитания» разновременных цифровых трехмерных моделей поверхности берега и вычислением массы остаточного объема. Анализ разновременных цифровых моделей береговой поверхности позволяет решать и более сложные задачи, например, определять характер и интенсивность отдельных процессов в переработке берегов и выявлять среди них ведущие (основные) процессы.
Таким образом, задача оценки состояния берегов и количественной оценки интенсивности процессов их переработки сводится к построению трехмерной цифровой модели поверхности берега.
Способ и измерительная система для наблюдения уровня воды по стереоскопическим изображениям поверхности воды
Совмещение изображений представляет собой процедуру поиска сопряженных точек на двух или более пересекающихся снимках. Сопряженными точками на стереопаре являются изображения одной и той же точки объекта.
Совмещение стереоизображений является одним из важнейших элементов технологии построения трехмерной цифровой модели реального объекта по его изображениям. Для решения этой задачи применяют различные методы и способы, которые можно сгруппировать следующим образом.
К первой группе относятся методы [39,41], основанные на сопоставлении уровня «серого», т.е. на левом снимке берется область с заданным уровнем «серого» и определенным способом на правом снимке ищется идентичная ей область. Таким способом поиска идентичной области может быть вычисление корреляции или метод наименьших квадратов. В первом случае корреляция между контрастами идентичных областей левого и правого снимков должна быть максимальна, а во втором случае среднее квадратичное отклонение между уровнями яркости левого и правого снимков должно быть минимальным. Недостатком метода сопоставления уровня «серого» является то, что возможность его применения жестко обусловлена наличием областей с выраженной текстурой в изображениях. Кроме того, корреляция выполняется по всем точкам изображения, что существенно увеличивает объемы вычисления и, естественно, снижает скорость поиска сопряженных точек. Проведенные испытания этой группы алгоритмов показали их низкую эффективность при поиске сопряженных точек для слаботекстурированных поверхностей.
Вторую группу составляют методы [31], ориентированные на анализ топологии изображения, т.е. угловые сегменты, контуры и другие характерные признаки, извлеченные из левого и правого изображений, сравниваются между собой с целью определения их подобия. Степень подобия вычисляется на основе оценочной функции. Поиск характерных признаков происходит по всему полю изображения, и если характерные признаки выявлены неточно, возникают неизбежные ошибки при поиске сопряженных точек. Для поиска характерных признаков разработаны специальные угловые детекторы, чувствительные к различным шумам в изображении, поэтому такие методы поиска сопряженных точек получили распространение при решении задач компьютерного зрения. На поверхности природного образования редко можно выделить характерные признаки, поэтому данная группа алгоритмов для поставленных в данной работе целей также мало пригодна.
Третью группу составляют символические методы [41], когда сравниваются символические описания изображения и вычисляется степень их подобия на основе оценочной функции. Символическое описание изображения может основываться на уровне «серого», на характерных признаках изображения и т.д., может быть представлено в виде графа, дерева, семантической сети и т.д. Алгоритмы, построенные на базе вышеперечисленных методов для поиска начальных признаков или набора точек, обрабатывают изображение целиком. Недостатком этих алгоритмов является высокий процент ложных точек или признаков, а также малая скорость сходимости. Таким образом, разработка алгоритма, повышающего скорость поиска сопряженных точек двух изображений и вероятность совмещения этих точек, является актуальной задачей, для решения которой в данной работе разработаны два подхода (алгоритма), а именно: алгоритм, опирающийся на аппарат двухмерного дискретного вейвлет-преобразования (ДВП), и алгоритм построчного сравнения с эвристикой. Применение двухмерного дискретного вейвлет-преобразования позволяет: - сузить область поиска сопряженных точек за счет сглаживания исходного изображения до заданного уровня детализации; - отфильтровать неперспективные для формирования сопряженных пар точки изображения. Рассмотрим этот алгоритм более подробно. Двухмерное ДВП позволят разложить изображение на несколько уровней -сгладить и охарактеризовать его вертикальными, горизонтальными и диагональными коэффициентами детализации (рис.5). Смысл коэффициентов детализации заключается в том, что для каждой точки изображения совокупность таких коэффициентов определяет степень отличия сглаженного изображения одного уровня от сглаженного изображения предыдущего уровня. Таким образом, если в окрестности данной точки сглаженного изображения уровня п отсутствуют резкие перепады яркости, то коэффициенты детализации уровня п+1 имеют небольшие значения. В противном случае, когда имеются резкие перепады яркости, коэффициенты детализации принимают существенные значения.
Способ и измерительная система для определения пространственного положения дымовой струи, образованной в атмосфере выбросами предприятий промышленности и
Отсутствие выраженной текстуры поверхности является, как уже указывалось, характерной особенностью природных и природно-техногенных образований и создает основные препятствия для практического применения методов фотограмметрии или подобных ему способов построения трехмерных сцен реального мира. Основная идея применения фотоизображений для построения трехмерных объектов для изучения их формы, размеров, ориентации в пространстве ограничена возможностью идентификации на совокупности нескольких изображений исследуемого объекта общих точек. Естественно, такая идентификация осуществляется по точкам, принадлежащим некоторым особенностям поверхности или, другими словами, текстурным особенностям поверхности, которые проявляются на различных фотоизображениях. Для поверхностей природных объектов, у которых эти особенности нечетко выделяются, разработаны алгоритмы, позволяющие с определенной вероятностью выявить такие точки и их идентифицировать. Однако, если на поверхности объекта нет особенностей (это имеет место, когда поверхность не имеет текстуры), то существующие алгоритмы не могут найти на изображениях того, чего на них быть не может, т.е. общие точки на совокупности фотоизображений не могут быть выделены.
Выходом из такой ситуации может быть процедура мечения поверхности специальными метками, позволяющая наблюдать их на всех фотоизображениях. Основным требованием, предъявляемым к таким меткам, является их полное соответствие точкам поверхности. Анализ способов маркировки поверхности с целью идентификации точек поверхности на совокупности ее фотоизображений показал, что наиболее приемлемым является маркировка поверхности световыми пятнами, образованными лазерным лучом. Лазер в данном случае выполняет функции мощного источника света, позволяющего на достаточно большом удалении образовать на поверхности световое пятно небольших размеров. Идентифицируя световые маркеры как общие, или сопряженные точки, можно по ним построить цифровую трехмерную модель поверхности без текстуры. Проблема практического решения этой задачи сводится к возможности генерации необходимого для построения цифровой трехмерной модели световых маркеров. Как известно, чем больше общих точек содержится в их облаке, тем точнее и достовернее можно построить цифровой трехмерный образ наблюдаемого объекта. Оценить необходимое количество световых маркеров на поверхности исследуемого объекта можно следующим образом. Для построения триангуляционной модели поверхности площадью 100 м с шагом регулярной сетки 10 см необходимо сгенерировать на поверхности 104 световых маркеров.
Принцип лазерной маркировки поверхности, не имеющей текстуры, допускает несколько вариантов его практической реализации.
Первый вариант, схема которого показана на Рис. 26, предусматривает создание (или применение) лазерного устройства, генерирующего пучок световых лучей, который образует на удаленной поверхности множество световых пятен (маркеров). Эти световые пятна образуют облако сопряженных точек поверхности, которые фиксируются на совокупности фотоизображений и выявляются на них стандартными методами. Алгоритмы выявления общих точек на фотоизображениях настроены в данном случае на выявление световых маркеров, когда есть возможность привлечь дополнительные признаки. Например, в качестве дополнительных идентифицирующих признаков можно использовать цветовой признак, т.к. световая метка может быть подкрашена.
По стереопаре фотоснимков, на которой идентифицирована помеченная световым маркером общая точка, стандартными алгоритмами вычисляются ее трехмерные координаты. Таким образом, совокупность 3D- точек, идентифицированных по световым маркерам на фотоизображениях каждой стереопары как общие (сопряженные) точки, образует облако общих (сопряженных) точек исследуемой поверхности, у которой нет текстуры. Как известно, точность и достоверность цифровой трехмерной модели исследуемой поверхности зависит от количества общих (сопряженных) точек в облаке и их близости друг к другу: чем больше сопряженных точек в облаке и чем ближе они расположены друг к другу, тем достовернее и точнее цифровая модель будет соответствовать реальной поверхности. Увеличить количество общих точек в облаке и уменьшить среднее расстояние между ними можно путем простого увеличения количества снятых последовательно друг за другом фотоизображений исследуемой поверхности. «Разрешающая способность» этого метода ограничена размерами пятна светового маркера. Кроме того, количество общих точек в облаке ограничивается техническими возможностями устройств хранения фотоизображений. Такие устройства должны допускать хранение не менее 104 фотоизображений. В реальной измерительной системе, разработанной автором данной работы, для этих целей использовался полнофункциональный цифровой магнитофон EDRS400M. Высокоэффективная технология сжатия и великолепное разрешение записываемых изображений выделяют данное устройство из всего спектра продуктов, как наилучший выбор в сфере мобильного наблюдения. Устройство EDRS400M обладает следующими функциональными возможностями: простая в использовании панель управления; переключатели Jog и Shuttle Dial для быстрого и медленного просмотра; мгновенный поиск сохраненных видеозаписей; меню настройки и системный таймер с выводом на экран; возможность подключения по сети Ethernet и протоколу TCP/IP для дистанционного просмотра и управления; обработка до и после возникновения сигнала тревоги; встроенная технология сжатия и восстановления M-JPEG с возможностью настройки качества; возможность программирования замедленных съемок; жесткие диски ГОЕформата 2,5» или 3,5» для хранения с возможностью «горячей» замены;
