CAD-basierte bildgestützte Interpretation von Punktwolken

Titel des Projekts

Automatisierte Referenzierung zwischen Punktwolken und Digitalbildern

Förderung

Sächsische Aufbaubank (SAB) 190301/82

Motivation

Die Einbeziehung von digitalen Bildern kann sowohl für die automatische als auch für die interaktive Interpretation von Punktwolken Vorteile bringen. Terrestrische Laserscannerpunktwolken liefern mit hoher Genauigkeit und Zuverlässigkeit die 3D-Information eines aufgenommenen Objektes. Eine interaktive Rekonstruktion von 3D-Objekten aus diesen Punktwolken kann durch den hohen visuellen Interpretationsgrad und die hohe geometrische Auflösung von Bildern unterstützt werden. Damit wird es beispielsweise möglich, eine Szene in einer CAD-Umgebung zweidimensional auszuwerten und die Tiefeninformation automatisch durch Interpolation in der Punktwolke zu erhalten (Monoplotting). Voraussetzung für die Integration von Bildern in den Auswerteprozess ist eine korrekte geometrische Referenzierung der Daten, welche Gegenstand des Projektes ist.

Aufgabe und Ziel

Das Ziel des Projektes besteht darin Algorithmen zu entwickeln, die eine effiziente, genaue und zuverlässige geometrische Referenzierung zwischen digitalen Bilddaten und 3D Punktwolken terrestrischer Laserscanner ermöglichen. Die Bestimmung der äußeren Orientierung des Bildes kann hierbei durch die Nutzung korrespondierender Punkte und/oder Linien erreicht werden. Da viele Anwender für die Akquisition der Bilddaten Amateurkameras nutzen, sollten die Algorithmen eine simultane Kalibrierung der Kamera ermöglichen. Folgende Teilaufgaben sollen im Rahmen des Projektes bearbeitet werden:

Interaktive Referenzierung anhand von gemessenen Punkten
Interaktive Referenzierung anhand von gemessenen Linien
Automatische Liniensuche im Bild
Automatische Liniensuche in der Punktwolke
Vollautomatische Zuordnung

Referenzierung anhand interaktiv gemessener Punkte und Linien

Prinzip

Das Ziel der geometrischen Referenzierung ist in erster Linie die Bestimmung der äußeren Orientierung (Projektionszentrum und Drehwinkel) eines digitalen Bildes bezogen auf das Koordinatensystem der Laserscannerpunktwolke. Werden hierfür im Bild und der Punktwolke identische Punkte verwendet, kann die Referenzierung mit Hilfe des photogrammetrischen Rückwärtsschnittes erfolgen.
Die Messung diskreter Punkte in der Punktwolke ist hierbei jedoch problematisch. Aufgrund der Unterabtastung von Laserscannern, die von der Scanauflösung und dem Abstand des Laserscanners zum Objekt abhängt, wird ein diskreter Punkt selten durch einen Messpunkt in der Punktwolke repräsentiert. Aus diesem Grund erfolgt der Übergang zur Linienphotogrammetrie. In der Literatur sind u.a. zwei prinzipielle Ansätze zur geradenbasierten Bildorientierung zu finden: der Kollinearitätsansatz und der Komplanaritätsansatz (s. Abbildung). Während der erste Ansatz auf den Kollinearitätsgleichungen basiert, stützt sich das zweite Prinzip auf die Tatsache, dass das Projektionszentrum der Kamera, eine Objektgerade und die zugehörige Bildgerade in einer Ebene liegen.

In eine Entwicklerversion der Software "PointCloud" wurden der punktbasierte Rückwärtsschnitt sowie drei geradenbasierte Methoden für die Einzelbildorientierung implementiert. Die Geradenansätze von (Schenk, 2004) und (Schwermann, 1995) basieren auf den Kollinearitätsgleichungen, während der Ansatz von (Tommaselli & Tozzi, 1996) die Komplanaritätsbedingung ausnutzt.

Fazit

Die Ergebnisanalyse zeigte, dass Linienmerkmale für die Referenzierung von digitalen Bildern und Laserscannerdaten eine Alternative zu Punktmerkmalen darstellen. Mit größer werdendem Punktabstand der Laserscannerdaten werden Linienmerkmale sogar besser geeignet sein als Punktmerkmale. Voraussetzung ist jedoch, dass die Objektgeraden in der Punktwolke modelliert werden, z.B. durch Einpassen von Ebenen in eine segmentierte Punktwolke und Verschneidung der Ebenen.

Hinsichtlich der Genauigkeit ist eine Abstufung der einzelnen Linienverfahren erkennbar. Die besten Ergebnisse wurden mit der Punkt-Gerade-Methode nach (Schenk, 2004) erreicht, gefolgt von der Gerade-Gerade-Methode nach (Schwermann, 1995). Das Modell des verwendeten Komplanaritätsansatzes (Tommaselli & Tozzi, 1996) lieferte die geringsten Genauigkeiten und ist aufgrund der fehlenden Parameter der inneren Orientierung der Kamera nicht für eine Selbstkalibrierung geeignet.