You are on page 1of 67

ISPRS Caravan Seminar on New Technologies in Digital Photogrammetry

and Remote Sensing

Modern Close-Range Photogrammetry


and Applications

Clive S. Fraser
Dept. of Geomatics
University of Melbourne

Hanoi, Vietnam, 11-12 January 2008


Nội dung

¾ Đo ảnh khoảng cách gần là gì?

¾ Khả năng sử dụng các hệ thống máy chụp ảnh khác nhau & yếu
tố độ chính xác

¾ Lĩnh vực ứng dụng & kết quả ứng dụng

¾ Đo ảnh sử dụng các máy ảnh dân dụng

¾ Hướng phát triển của đo ảnh khoảng cách gần: hệ thống iWitness

¾ Trình diễn đo ảnh bằng hệ thống iWitness

Hanoi, Vietnam, 11-12 January 2008


Hình ảnh ÅÆ Chuyển đổi tọa độ ảnh

y x

Z X
Y

Đối với một tấm ảnh đơn, có thể chuyển từ hình ảnh 2D thành hệ thống tọa độ 2D: Khái niệm
về nắn ảnh
Hanoi, Vietnam, 11-12 January 2008
Màn cảm ứng CCD
Giao hội
chùm tia
trong không
gian

Tiêu cự

Điểm ảnh 3D

Hanoi, Vietnam, 11-12 January 2008


Ví dụ về đo ảnh khoảng cách gần: khu vực nhà thờ đá ở Ethiopia

Hanoi, Vietnam, 11-12 January 2008


Quá trình đo ảnh: Từ hình ảnh 2D Æ xây dựng không gian 3D

Mạng lưới 3D Mô hình 3D

Hình
ảnh 2D

Các bước:
1. Thiết kế dự án
2. Chụp ảnh
3. Đo ảnh
4. Định hướng ảnh
5. Xây dựng tam giác không gian
ảnh
6. Xây dựng mô hình 3 chiều
Hanoi, Vietnam, 11-12 January 2008
Kết quả đo ảnh
• Thành lập bản đồ dạng vector 2D
• Bản đồ các họa tiết
• Xây dựng mô hình 3D dạng vector
• Thể hiện các họa tiết 3D

Hanoi, Vietnam, 11-12 January 2008


Điểm cần lưu ý thứ nhất: Có thể sử dụng loại Camera nào?
Về cơ bản có 3 loại camera kỹ thuật số

Loại dân dụng <$500 độ chính xác <1:10,000


• Đo ảnh các di sản văn hóa
• Đo đạc pháp y
• Tái tạo hiện trường tai nạn giao thông
• Xây dựng các mô hình 3D cho phim họat hình, video
Digital SLR approx. to $2,500 độ chính xác <1:50,000
• Đo đạc ảnh trong các công trình công nghiệp
• Tiến độ họat động nhà máy
• Đo đạc ảnh ngầm dưới nước ****
• Đo đạc pháp y nowadays
• Tái tạo hiện trường tai nạn giao thông most
• Đo đạc công trình interesting
• Xây dựng mô hình họat hình 3D
• Đo ảnh các di sản văn hóa
• Đo đạc ảnh dụng trong công nghệ sinh học và y học
Photogrammetric circa $60,000 1:200,000
• Đo đạc ảnh công nghiệp
• Tài liệu tiến độ hoạt động nhà máy
• Đọ đạc công trình

Hanoi, Vietnam, 11-12 January 2008


Xây dựng mô hình 3D chiều bằng các máy ảnh dân dụng

Hanoi, Vietnam, 11-12 January 2008


Xây dựng mô hình 3D chiều bằng các máy ảnh dân dụng

What are the essential characteristics?


Hanoi, Vietnam, 11-12 January 2008
Quan trắc biến dạng của cây cầu có giá trị lịch sử

• Đo đạc thực hiện với độ chính xác 0.5 mm với máy ảnh dân dụng (Nikon D100)
• Giá thành rẻ, chủ yếu là giá thành thi công đo đạc
Hanoi, Vietnam, 11-12 January 2008
Một số đặc điểm khi sử dụng đo ảnh chụp từ máy
ảnh thường

• Độ chính xác thấp, thường thấp hơn 1:2,000


• Ảnh màu chụp từ các góc độ khác nhau không có
giá đỡ
• Không có các đối tượng có độ tương phản lớn
• Thường có kết cấu độ chính xác hình học kém
• Không phải là máy chụp chuyên cho đo ảnh
(zoom tự động)
• Mức độ tự động hóa thấp
• Cost at circa $US 1.5 - 2K, with camera
• Hệ thống cần sử dụng dễ dàng
Trong hệ thống iWitness toàn cầu chỉ có khoảng 1000
camera có độ phân giải cao hơn3 megapixels

Hanoi, Vietnam, 11-12 January 2008


Thiết kế và đánh giá độ chính xác
Độ chính xác của phương pháp tam giác ảnh phụ thuộc vào: Y

• Độ phân giải đo góc


• Yếu tố hình học của giao hội S3
S2

chùm tia

x
B

y
Z A

S1
C
S4

• Số lượng chùm tia x


y

S5

• Tỷ lệ ảnh chụp X

Vậy làm thế nào để có thế thiết kế được một lưới đủ độ chính xác
xác định tọa độ XYZ?
Hanoi, Vietnam, 11-12 January 2008
Công thức độ chính xác thực nghiệm
Giả thiết về độ chính xác của các điểm ảnh có độ xám đồng nhất:

σ σ
σ = qS = q (d / f )
c k k

σ c sai số trung phương xác định tọa độ XYZ


q giá trị quy đồng (thường có giá trị từ 0.5 đến 1)
S tỷ lệ ảnh chụp (tỷ lệ =1:S)
k số lượng ảnh chụp được từ các điểm chụp khác nhau trong hệ thống (ví dụ hệ
thống chung có 6 trạm, chụp được 24 ảnh thì k=4)
d là khoảng cách đến đối tượng chụp ảnh và f là tiêu cự

Trong thiết kế, σ c được gọi là hàm mục tiêu; các giá trị biết trước khác là
thường
σ và f, và giá trị trọng số là q. Các ẩn số sẽ lần lượt là S và k

Mục đích là thỏa mãn điều kiện với k = 1 và giá trị S là nhỏ nhất; nếu không đạt được
điều này thì hiệu quả sẽ thấp và phải đo đạc trên nhiều tấm ảnh hơn:

( q S σ /σc )
2
k =

Hanoi, Vietnam, 11-12 January 2008


Mạng lưới khống chế ảnh có thể rất phức tạp!

Mô tả một thân xe dài


3m

Cần 300 mục tiêu (80


mã)
70 ảnh chụp

Toàn bộ thời gian chụp


ảnh là 45 phút cho độ
chính xác đến 0.05mm

Hanoi, Vietnam, 11-12 January 2008


Tự động hóa tối đa trong đo ảnh tạo mô hình 3D

Quá trình tự động hóa


1. Tự động thiết kế – không sử dụng rộng rãi
2. Tự động chụp ảnh – sử dụng camera điều khiển từ xa
3. Tự động hóa đo ảnh – có thể thực hiện đối với mỗi máy ảnh riêng biệt
4. Tự động hóa việc định hướng mô hình thông qua giao hội nghịch hoặc định
hướng tương đối
5. Tự động hóa quá trình xác định điểm ảnh và tam giác ảnh
6. Tự động hóa quá trình mô phỏng họa tiết - ở một số vị trí có thể thực hiện được;
không thể tự động hóa toàn bộ

Hanoi, Vietnam, 11-12 January 2008


Phương pháp chọn điểm sử dụng làm điểm mốc
• Việc thực hiện hiệu quả nhất sẽ thực hiện thông qua một quá trình quy hồi trên nhiều
tấm ảnh đơn
Không chỉ ứng dụng cho thiết lập mô hình 3D mà có thể ứng dụng rất tốt cho định
hướng tương đối và định hướng mô hình sau này

Coded
targets

Retro-
targets

EO
Device


Các thiết bị định hướng ngòai (EO-Device) là các thiết bị để xác định cả yếu tố tỷ lệ lẫn
hệ tọa độ tham chiếu

Hanoi, Vietnam, 11-12 January 2008


Một ví dụ điển hình về tự động hóa đo ảnh: Đo một block trở hàng

100 ảnh, 1000 điểm

Hanoi, Vietnam, 11-12 January 2008


Ví dụ về thiết kế mạng lưới

Chú ý: các yếu tố hình học không phải luôn tối ưu!

Hanoi, Vietnam, 11-12 January 2008


Hệ thống hiệu chỉnh tự động dùng cho đo ảnh cự ly gần

1) Đo trên mô hình mẫu (Đây là hệ thống thường gặp nhất)


y
z

• Đầu tiên là chụp toàn bộ ảnh, sau đó xác định việc đo ảnh, định hướng mô hình và
xác định mô hình 3D hoàn toàn được thực hiện một cách tự động.
• Một mạng lưới gồm 20 ảnh và 500 điểm đo chỉ cần xử lý trong 5 giây.
• Phương pháp được tối ưu hóa bằng hệ thống tự điều chỉnh độ xám, tuy nhiên vẫn
phụ thuộc vào hình dạng của đối tượng

Hanoi, Vietnam, 11-12 January 2008


Ví dụ về hệ thống tự động đo ảnh:
11 trạm & 875 điểm đo trong 10 giây với tọa độ XYZen

Đo đạc biến dạng ăng ten 2.5m của một ăng


ten cao tần

Các điểm hiện sáng cần thiết: các điểm hiện sáng và nền tối

Hanoi, Vietnam, 11-12 January 2008


Hệ thống tự động xác định các yếu tố hình học tự động hóa đo ảnh cự ly gần
2) Lưới khống chế ảnh tự động trong việc dựng lại các đối tượng ảnh thông qua
khớp ảnh tự động

• Các ảnh được chụp trước, sau đó định hướng mô hình được thực hiện bằng phương pháp thủ
công hoặc tự động, cuối cùng các điểm mô hình không gian 3 chiều được đo tự động
• Chú ý các yếu tố kết cấu hình học của mạng lưới các điểm tâm chụp (yêu cầu góc hội tụ nhỏ);
quá trình khớp ảnh được thực hiện tự động thông qua các cặp ảnh lập thể; có thể thực hiện
khớp nhiều tấm ảnh
• Khớp ảnh, thường sử dụng phương pháp bình phương nhỏ nhất, trong đó quá trình xác định vị
trí điểm thực hiện chậm thông qua việc xác định tâm điểm ảnh và đòi hòi ảnh chất lượng cao

Hanoi, Vietnam, 11-12 January 2008


Hệ thống hiệu chỉnh tự động dùng cho đo ảnh cự ly gần
3) Phương pháp hiệu chỉnh tự động trực tiếp cho đo ảnh – cho phép xác định một
số điểm tọa độ gần như tức thời

• Hệ thống khởi tính cho định hướng ngoài, sau đó các yếu tố hình học của máy ảnh
được hiệu chỉnh cố định và liên tục cập nhật (thông qua giao hội nghịch)
• Các điểm hiệu chỉnh được phát sáng đo liên tục với tần số 1-2 Hz hoặc theo bật tắt

Hanoi, Vietnam, 11-12 January 2008


Hệ thống hiệu chỉnh tự động dùng cho đo ảnh cự ly gần
4) Hệ thống đo đạc tức thời sử dụng đo ma trận điểm

• Định hướng ngoài chính xác từ các mục tiêu được mã hóa
• Các mục tiêu được đo thông qua khớp ảnh theo đặc điểm trên ảnh, các mục tiêu
chính là các vị trí đặc trưng trên vật thể

Hanoi, Vietnam, 11-12 January 2008


Định hướng cho cả hệ thống nhiều tấm ảnh
Quy trình chung gồm:
Xác định sơ bộ các yếu tố định hướng ngòai
Bằng phương pháp ghép ảnh, giao hội thuận, giao hội
nghịch, DLT (hiện nay không phổ biến), ma trận điểm (ít
sử dụng)

Xác định chính xác yếu tố định hướng ngoài


(có thể thực hiện bằng phương pháp RO)
Hiệu chỉnh chùm tia & định hướng thông qua cặp ảnh

Định hướng tuyệt đối


Giữa hiệu chỉnh chùm tia hoặc tính chuyển tương tự; có
thể thực hiện bằng giao hội thuận/nghịch hoặc chỉ bằng
DLT

Mục tiêu là định hướng mô hình hoàn toàn tự động

Hanoi, Vietnam, 11-12 January 2008


Tự động hiệu chỉnh bằng iWitness

Điểm quan trọng là xác định các yếu tố định hướng mô hình và định hướng trong
và yếu tố méo hình kính vật cho các bản cảm ứng thường với độ chính xác 0.1
pixel với yêu cầu thời gian vài phút
Hanoi, Vietnam, 11-12 January 2008
Tự động hoàn toàn trong định hướng mô hình: với các mục tiêu mã hóa

Các mục tiêu được mã hóa


Ưu điểm: Cần một số lượng điểm ít
Tự động hóa quét và đo ảnh
cho phép tự động hóa đo đạc hoàn
Hiệu chỉnh tối ưu với các mục tiêu toàn cho m ảnh và n điểm
mã hóa, sau đó dùng giao hội nghịch
từ các mục tiêu mã hóa Nhược điểm: Cần các mục tiêu phát
tín hiệu tự động và mã hóa
Tự động xác định điểm ảnh & giao
hội thuận chùm tia; cho phép khớp tự
động các điểm ảnh được mã hóa Kết quả: Phù hợp với đo đạc ảnh
công nghiệp… Nhưng không phù
Không
Giao hội tất cả các tấm ảnh?đạt hợp với những người sử dụng không
Đạt
có chuyên môn trong bảo tồn di sản,
các đối tượng không có mục tiêu
Điều chỉnh chùm tia có hiệu chỉnh tự
động phát tín hiệu tự động và hiện trường
các vụ tai nạn
Tọa độ XYZ cuối cùng (+AO?)

Hanoi, Vietnam, 11-12 January 2008


Hiệu chỉnh máy ảnh là công việc quan trọng nhất trong việc định
hướng tự động
• Sai số xác định tọa độ ảnh do sai số xác định các yếu tố định hướng trong
xp, yp & c:
dxIO = - dxp - [(x-xp)/c] dc]
dyIO = - dyp - [(y-yp)/c)]dc]
• Hiệu chỉnh biến dạng xuyên tâm (sai số quan trọng nhất xác định x,y)
Δ r = K1 r3 + K2 r5 + K3 r7 là số hiệu chỉnh tọa đô biến dạng xuyên tâm
dxdist-r = (x/r) Δr
dydist-r = (y/r) Δr
K1, K2 & K3 là các hệ số biến dạng xuyên tâm

• Hiệu chỉnh biến dạng do méo hình tuyến tính (giá trị rất nhỏ)
dxdist-d = P1(3x2 + y2) + 2P2xy
dydist-d = 2P1xy + P2(x2 + 3y2)
P1 & P2 các hệ số biến dạng do định tâm

Hanoi, Vietnam, 11-12 January 2008


Sai số méo hình kính vật

• Sai số quang sai trong đo ảnh (thông thường Δr>100μm)


• Đối với hầu hết kính vật (cho góc nhìn <700) Δr là mũ ba (Chỉ cần K1)
• Thay đổi méo hình xuyên tâm, ký hiệu là c (thay đổi nhỏ tùy thuộc vào loại
máy ảnh kỹ thuật số dân dụng với ống kính phóng đại đồng nhất)
• Méo hình xuyên tâm thay đổi nhiều tùy thuộc vào cài đặt yếu tố phóng đại
(cũng với giá trị hằng số c)
• Kính vật góc nhìn rộng nhất: giảm tùy thuộc sự tăng lên của giá trị c
• Hiệu chỉnh giá trị Δr (có thể có Δr nhỏ, nhưng không phổ biến)
• Méo hình xuyên tâm đối với máy ảnh dân dụng >lớn hơn sai số định tâm 10
lần
• Hầu hết các kính vật không phóng đại đều có méo hình co nhỏ

Hanoi, Vietnam, 11-12 January 2008


Méo hình kính vật xuyên tâm

Méo hình xuyên tâm cho 4 loại máy ảnh dân dụng khác nhau
với các giá trị phóng đại khác nhau

Hanoi, Vietnam, 11-12 January 2008


Sự quan trọng của các thông số méo hình xuyên tâm K2 và K3

Các giá trị bậc 5 và 7 không quan trọng đối với các máy ảnh hiện đại với độ
chính xác trung bình

K1,K2,K3
RMS=0.1 pixel

K1 only
RMS=0.2 pixel

Δr = K1 r3 + (K2 r5 + K3 r7 )
Các hệ số K2 & K3 thông thường rất quan trọng đối với các kính vật có góc nhìn
rộng với độ chính xác cao
Hanoi, Vietnam, 11-12 January 2008
Méo hình tiếp tuyến

• Tăng đối với những hệ thống kính vật định tâm kém
• Là nguyên nhân của chuyển dịch ảnh tiếp tuyến &
xuyên tâm
• Thường giá trị nhỏ hơn méo hình xuyên tâm rất nhiều
• Cho thấy mối quan hệ chặt chẽ với các yếu tố định
hướng trong xp,yp (chính vì vậy thường có thể tính bù
bằng các yếu tố định hướng trong)
• Thông thường giá trị có thể xác định bằng hàm số P(r)
= (P12 + P22)0.5 r2
• Có thể bỏ qua: lưu ý trong trường hợp đo ảnh độ
chính xác cao

Hanoi, Vietnam, 11-12 January 2008


Xác định các yếu tố khi kết cấu hình học không chặt chẽ

… có thể sử dụng phương pháp không trực tiếp


Hanoi, Vietnam, 11-12 January 2008
Xác định các yếu tố hình học

Sử dụng khái niệm


mặt phẳng ảnh

Quá trình khớp ảnh dựa vào các điểm đặc trưng trên tấm ảnh sử dụng cho hàng
loạt tấm ảnh
Hanoi, Vietnam, 11-12 January 2008
Ví dụ đơn giản về xây dựng mô hình đối tượng từ các ảnh chụp

1. Sử dụng điều kiện mặt phẳng


ảnh, tìm các điểm khớp ảnh trên
hai tấm ảnh (2 trùm tia màu đen)

2. Chiếu ngược lại đến các tấm ảnh


khác để tìm các điểm có khả năng
khớp ảnh (các đường màu đỏ)

3. Giao hội thuận các chùm tia trên


các tấm ảnh có khả năng khớp &
xử lý kết quả tam giác ảnh (hình
dưới)

4. Tính lặp cho tất cả các điểm, định


hướng lại toàn bộ các ảnh chụp
một cách chính xác nhằm cho
phép khớp ảnh trên toàn bộ tấm
ảnh (các tấm ảnh có tia gạch màu
đỏ trên hình dưới)
Hanoi, Vietnam, 11-12 January 2008
Tái tạo hiện trường tai nạn giao
thông sử dụng đo ảnh cự ly gần

Định hướng tự động và xác định


các điểm đặc trưng bằng phương
pháp bán tự động và thủ công

Hanoi, Vietnam, 11-12 January 2008


Định hướng mô hình tự động với việc xác định các đường cong
đặc trưng bằng phương pháp thủ công

Hanoi, Vietnam, 11-12 January 2008


Đo đạc tự động bằng hệ thống iWitnessPro

Các điểm mục tiêu màu đỏ - Demo

Hanoi, Vietnam, 11-12 January 2008


Các trường hợp đo đạc tái tạo hiện trường giao thông gần đây thực
hiện trên đường cao tốc Florida

Hanoi, Vietnam, 11-12 January 2008


Các trường hợp đo đạc tái tạo hiện trường giao thông gần đây thực
hiện trên đường cao tốc Florida

Hanoi, Vietnam, 11-12 January 2008


Các trường hợp đo đạc tái tạo hiện trường giao thông gần đây thực
hiện trên đường cao tốc Florida

Hanoi, Vietnam, 11-12 January 2008


Phương pháp định hướng đo ảnh cho những người dùng ít kinh nghiệm
sử dụng đo ảnh cự ly gần

1) Đánh dấu các điểm cần đo vẽ trên ảnh Ưu điểm: Không có tọa độ khởi
tính, thiết bị định hướng ngoài, các
2) Tìm các điểm tương ứng trên tấm ảnh thứ điểm phát tín hiệu và các mục tiêu
2 – không cần đánh dấu tên điểm – tính toán
đặc biệt. Phương pháp trực tiếp
các yếu tố định hướng và liên tục cập nhật
cho 6 tấm ảnh đầu tiên
xử lý tức thời

3) Liên kết tấm ảnh mới với các tấm ảnh đã Nhược điểm: Chỉ cho phép tự
định hướng sau khi tham chiếu 4-6 điểm và động hóa một phần, xử lý bán tự
tính toán hiệu chỉnh chùm tia cho tất cả các động
điểm tiếp theo mỗi khi đo một điểm mới
Kết quả: Phương pháp cực kỳ
4) Thực hiện lại bước 3, tính lại các yếu tố
đơn giản, quy trình dễ sử dụng.
tự hiệu chỉnh mỗi khi mạng lưới được đánh
giá là đủ chặt chẽ.
Thực hiện bằng hệ thống iWitness

Đo đạc, xác định tọa độ XYZ trong các hệ


tọa độ cho trước

Hanoi, Vietnam, 11-12 January 2008


Xây dựng hệ thống định hướng bằng phương pháp đơn giản – phải
dễ sử dụng

iWitness

Hanoi, Vietnam, 11-12 January 2008


Xác định họa tiết với mô hình 3D thông qua hệ thống iWitness

Rectified image on
planar surface in
object space

Xác định họa tiết trong


trường hợp hiệu chỉnh
trên mặt phẳng khớp ảnh

Hanoi, Vietnam, 11-12 January 2008


Xác định họa tiết với mô hình 3D thông qua hệ thống iWitness

Rectified image on
planar surface in
object space

Hanoi, Vietnam, 11-12 January 2008


Xây dựng mô hình họa tiết: 1) xác định các điểm trên đường cong 3
chiều, 2) mô hình khung & 3) xác định họa tiết hiệu chỉnh trên mặt
phẳng khớp ảnh

Xác định chính xác các đối tượng dựa trên việc khớp các tấm ảnh nhỏ, tốn nhiều thời gian
và công sức. Có thể thực hiện bằng quy trình tự động hóa.

Hanoi, Vietnam, 11-12 January 2008


Có thể tự động hóa theo quy trình sau đây:
Định hướng tuyệt đối – thông qua các điểm mã hóa
Xác định yếu tố tỷ lệ mô hình – thông qua các điểm mã hóa

Hanoi, Vietnam, 11-12 January 2008


CÁC VÍ DỤ ĐO ĐẠC
1) Quan trắc dầm cầu bằng phương pháp ảnh – các vấn đề
• Các chỉ tiêu kỹ thuật của cầu mới cho phép chịu tải tốt hơn
• Qua thời gian, khả năng chịu tải của nhiều cầu giảm so với chỉ
tiêu kỹ thuật thiết kế
• Việc sử dụng các nguồn vốn không hiệu quả trong xây dựng cơ
sở hạ tầng dẫn đến việc xây dựng nhiều cầu mới
Æ Có nhu cầu gia cố các cầu

Hanoi, Vietnam, 11-12 January 2008


Hanoi, Vietnam, 11-12 January 2008
Hanoi, Vietnam, 11-12 January 2008
Kết quả đo đạc
Toàn bộ các dữ liệu trên mô hình 3D (không thể thực hiện chỉ bằng quan trắc với các
phương pháp kiểm tra biến thiên)

180 kN

380 kN

Hanoi, Vietnam, 11-12 January 2008


2) Quan trắc biến dạng tại Quảng trường Liên bang

Quảng trường liên bang Cửa phía Bắc

Hanoi, Vietnam, 11-12 January 2008


Cửa phía Bắc của Quảng trường Liên bang

Cửa bao gồm hai tấm lưới với


khoảng cách 1.5m tại 4-5 phía
khác nhau theo các hình đa giác
không đồng nhất

Khoảng dịch
chuyển ước
tính khoảng
50 mm

Hanoi, Vietnam, 11-12 January 2008


Cửa phía Bắc của Quảng trường Liên bang

Mạng lưới các ảnh chụp:


• Các điểm phản quang 2cm với các
điểm được đánh dấu bên trong và
ngoài trên cả hai phía của khung
• 32 vị trí chụp ảnh, tại mỗi vị trí chụp
2-5 tấm ảnh theo Æ mỗi chu kỳ chụp
90-130 ảnh
• Sai số trung phương xác định điểm tọa
độ: 0.15mm
• Thời gian chụp ảnh: 30 phút
• Đo ảnh và xử lý dữ liệu: 5 phút (hoàn
toàn tự động)

Hanoi, Vietnam, 11-12 January 2008


Phân tích biến dạng khung phía Bắc Quảng trường Liên bang

So sánh chu kỳ 4 và 1: Sau khi Chu kỳ 5 và 1: Sau khi đánh


chống, dịch chuyển lớn nhất: 8.3mm bóng, dịch chuyển lớn nhất:
22mm
Hanoi, Vietnam, 11-12 January 2008
3) Quan trắc dịch chuyển động: tự động theo dõi vị trí chuyển động thả dù

Xấp xỉ 100 điểm được theo dõi bằng 6 máy ảnh khi dù rơi, tần số thu dữ liệu 30 Hz
Hanoi, Vietnam, 11-12 January 2008
Quan trắc dịch chuyển động: tự động theo dõi vị trí chuyển động thả dù

Hanoi, Vietnam, 11-12 January 2008


Đo đạc bằng iWitness

Đo đạc các chi tiết & và mặt bằng đến độ


chính xác cm theo yêu cầu, v.v.

Hanoi, Vietnam, 11-12 January 2008


Đo đạc giao hội thuận

Hanoi, Vietnam, 11-12 January 2008


Ví dụ: tái tạo các vật thể cổ bằng máy tính

Hanoi, Vietnam, 11-12 January 2008


Castillo St Augustine, Florida (91 ảnh & 500 điểm)

Hanoi, Vietnam, 11-12 January 2008


Castillo St Augustine

Hanoi, Vietnam, 11-12 January 2008


Kết hợp đo ảnh & quét Laser mặt đất

Hanoi, Vietnam, 11-12 January 2008


Tái tạo lại di sản Chorten tại Thimphu

Hanoi, Vietnam, 11-12 January 2008


Tái tạo lại di sản Chorten tại Thimphu

Hanoi, Vietnam, 11-12 January 2008


Ví dụ đo đạc iWitness

Hanoi, Vietnam, 11-12 January 2008


Kết luận về đo ảnh cự ly gần với máy ảnh dân dụng

• Tự động hóa Æ dễ dàng sử dụng


• Nhu cầu sử dụng ngày càng tăng đối với các loại ứng dụng khác nhau
từ độ chính xác thấp đến độ chính xác trung bình
• Nhu cầu về những hệ thống giá thành thấp ngày càng tăng
• Nhu cầu sử dụng một cách dễ dàng các hệ thống đo ảnh
• Cải thiện khả năng mô hình hóa & khả năng hiển thị - đặc biệt mô
hình 3D
• Tích hợp các hệ thống đo đạc khác (ví dụ LiDAR mặt đất) – phối hợp
dữ liệu
• Tích hợp tốt hơn giữa các thông tin trên mô hình 2D & 3D trên các hệ
thống thông tin (ví dụ GIS)

… hướng đến một tương lại tốt đẹp hơn!


Hanoi, Vietnam, 11-12 January 2008

You might also like