Ocena jakości NMPT tworzonego metodą dopasowania cyfrowych zdjęć lotniczych

Niniejszy artykuł prezentuje rezultaty badań uzyskane w zakresie budowy gęstego numerycznego modelu pokrycia terenu (NMPT) na podstawie chmury punktów generowanego przy pomocy programu Match-T DSM firmy INPHO. Do badań wykorzystano zdjęcia cyfrowe sporządzone kamerą Ultra Cam-D o pikselu terenowym 9 cm co pozwala przyjąć, że wyznaczone parametry jakościowe są reprezentatywne dla obszarów miejskich – zurbanizowanych. Określono istotne czynniki, które wpływają na przebieg automatycznego procesu korelacji. Finalnie na obiekcie eksperymentalnym uzyskano NMPT w strukturze GRID o rozmiarach 0.5 m wygenerowanej przeciętnie z ponad 30 punktów źródłowych przypadających na jedno oczko, wyznaczonych w procesie automatycznej korelacji zdjęć. Jakość geometryczną tak utworzonego produktu oceniono poprzez porównanie go z danymi pozyskanymi dla tego samego terenu techniką lotniczego skaningu laserowego (ALS). Utworzone wysokościowe modele różnicowe potwierdzają, że NMPT utworzony techniką automatycznej korelacji cyfrowych zdjęć lotniczych charakteryzuje się dokładnością wysokościową wyższą niż 0.20 m. Dodatkowo stwierdzono, że przy zastosowaniu większego pokrycia podłużnego i poprzecznego zdjęć następuje znaczne ograniczenie martwych pól (gdzie punkty NMPT nie są wyznaczane). Stosowanie stereogramów o zmiennym stosunku bazowym prowadzi do utworzenia NMPT o zróżnicowanej charakterystyce dokładnościowej. Przeprowadzone badania wskazują, że tworzenie gęstego NMPT drogą dopasowania obrazów zdjęć cyfrowych może być konkurencyjne do uzyskiwanego z lotniczego skaningu laserowego.

This paper presents the evaluation of very dense DSM received from point clouds generated with Match-T DSM software. The digital photographs were taken with an Ultra Cam-D camera. The received GSD of 10 cm can be representative for very dense urban areas. The main factors which had an influence on the matching process were determined. The final DSM with 0.5 metre grid points was generated from a very dense cloud of points (30 points for each grid point on average). To evaluate the quality of this product, the DSM from imagery matching was compared with DSM generated from LIDAR data. The differential elevation models have confirmed that the DSM from imagery matching has accuracy better than 0.20 m. In addition, it was observed that by using larger overlap between photographs in and between strips, the obscured areas are considerably limited. However, it was also found, that by using stereo-pairs with various base to flying height ratios, DSMs with different accuracy can be obtained. In conclusion, the research has confirmed that the dense DSM from imagery matching is competitive with that from LIDAR data.