Precisione della nuvola di punti SfM: considerazioni e test

Riassunto

L’obiettivo di questo lavoro è mostrare i primi risultati di un approccio sperimentale realizzato per stimare la precisione tipica che è possibile conseguire nell’ambito del telerilevamento mediante sistemi di fotogrammetria digitale Structure from Motion (SfM). Come evidenziato da [Granshaw e Fraser, 2015], la fotogrammetria SfM differisce dalla fotogrammetria digitale tradizionale per due innovazioni significative, vale a dire: (1) l’uso dell’algoritmo SIFT (Scale Invariant Feature Transform) [Lowe, 1999], o di altro algoritmo per l’individuazione automatica dei punti corrispondenti in immagini di uno stesso oggetto acquisite da posizioni diverse, e (2) la tecnica RANSAC (RANdom SAmple Consensus) [Fisher e Bolles, 1981], utilizzata per la verifica delle corrispondente individuate e, in particolare, la soppressione delle false corrispondenze. Tali innovazioni consentono la registrazione completamente automatica in uno stesso sistema di riferimento delle immagini rilevate ai fini della successiva ricostruzione fotogrammetrica. In particolare, l’algoritmo SIFT, del tipo feature based, individua in modo automatico i punti omologhi tra due immagini mediante: (i) riconoscimento di particolari (ad esempio spigoli, vertici) mediante operatori morfologici; (ii) memorizzazione di dati rilevanti ai fini della descrizione dell’intorno di ciascun particolare individuato; (iii) confronto tra gli intorni dei punti individuati nelle singole immagini e individuazione dei punti omologhi. Altri algoritmi di registrazione automatica, di tipo area-based, operano il riconoscimento automatico di aree corrispondenti in immagini diverse considerando direttamente i valori di intensità. Si deve comunque precisare che non tutti i produttori di pacchetti software per la fotogrammetria dichiarano il tipo di algoritmo da essi implementato. Interessanti considerazioni su diversi pacchetti per la fotogrammetria SfM, incluso un confronto critico tra le corrispondenti prestazioni e con enfasi sugli algoritmi utilizzati per la registrazione automatica, possono trovarsi in [Remondino et al., 2015]. Trattandosi di procedure che ricercano e verificano in modo pressoché completamente automatico delle corrispondenze tra immagini digitali, è requisito fondamentale che il rilievo delle aree di interesse avvenga in modo rapido al fine di prevenire effetti indesiderati dovuti al moto apparente del Sole. Questo agisce, infatti, sia sulle ombre che possono interessare le superfici osservate, a...