Twórz modele wysokościowe ze zdjęć z dronów

Dzięki zdjęciom z dronów i platformie OpenDroneMap, możemy w prostszy i bardziej ekonomiczny sposób uzyskiwać modele fotograficzne dowolnej powierzchni planety, w której wszystkie elementy będą w tej samej skali, wolne od błędów i deformacji (ortofotografia).

Możemy również uzyskać tę usługę, zatrudniając bezpośrednio firmy satelitarne lub samoloty latające na dużych wysokościach. Te kosztowne usługi nie zawodzą i oferują idealną skalę rejestrowanego obszaru (muszą mieć skalę regionalną (>1 km²)), w przeciwieństwie do zdjęć z dronów (które mają tę wadę).

Aby rozwiązać ten problem, istnieje platforma o nazwie OpenDroneMap, która przetwarza zdjęcia z dronów. Skala regionalna (>1 km²) jest idealna do prowadzenia badań zasobów wodnych i środowiskowych. W ten sposób można określić przepływy wód powierzchniowych i podziemnych w odniesieniu do ich interakcji z ekosystemem.

Czym jest OpenDroneMap?

OpenDroneMap to kompletna platforma do przetwarzania zdjęć z dronów. Środowisko oferuje różne narzędzia do przetwarzania i analizy obrazów:

• Chmury punktów
• Siatki
• Rastry takie jak GDAL
• OpenSfm
• OpenCV
• Pdal
• Generowanie geoprzestrzennych chmur punktów
• Generowanie ortofotografii
• Tworzenie modeli wysokościowych

Aby zoptymalizować wszystkie zależności OpenDroneMap, zaleca się uruchomienie go w środowisku wirtualizacji, takim jak Docker.

Wprowadzanie danych wejściowych w OpenDroneMap

Aby przeprowadzić tę metodę, musisz mieć zdjęcia. Jeśli ich nie masz, możesz pobrać przykładowe obrazy ze strony „Adobe Buttes – Delta, Colorado”. Każdy pakiet zawiera około 500 zdjęć; w tym teście podzieliliśmy obrazy na trzy podgrupy (około 150 zdjęć na grupę).

Teraz podajemy polecenia Linuksa do zapisu daty oraz polecenia Dockera do uruchomienia w OpenDroneMap:

date > outputData/images400start.log
docker run --rm -v "$(pwd)/inputImages/images400:/code/images"
-v "$(pwd)/outputData/odm_georeferencing400:/code/odm_georeferencing"
-v "$(pwd)/outputData/odm_orthophoto400:/code/odm_orthophoto"
opendronemap/opendronemap
date > outputData/images400end.log

Analiza wydajności z użyciem Pythona:

Za pomocą Pythona zarejestrowaliśmy i przetworzyliśmy czas rozpoczęcia i zakończenia przetwarzania OpenDroneMap (liczba i rozmiar przetworzonych zdjęć).

Jeśli przeprowadzimy obliczenia symulacyjne dla przeciętnego komputera (Architektura: x86_64 - CPU (s): 8 / Intel (R) Core (TM) i7-4790 CPU @ 3.60GHz / MHz CPU: 3899.047) trwało to około 6 godzin dla około 500 zdjęć (całkowita waga 3000 MB).

Następnie należy porównać liczbę obrazów z czasem obliczeniowym (linia trendu i równanie regresji) dla trzech przygotowanych pakietów (około 150 zdjęć każdy), które mają lepszą wydajność, w przeciwieństwie do wgrania jednego pakietu (500 zdjęć). Tak, wyraźnie nie jest to dla początkujących, ale raczej dla osób, które wiedzą, co chcą zrobić i mają wiedzę, jak to zrobić.

Dzięki grupowaniu obrazów według lokalizacji znacznie poprawiliśmy czas obliczeń, chociaż w niektórych testach różnica w nakładaniu się obrazów wynikowych była większa niż 1 metr. W zależności od potrzeb ten program może okazać się przydatny.

Oficjalna strona: OpenDroneMap