การศึกษาวิธีการปรับแก้ข้อมูลพอยต์คลาวด์แบบผสมผสานระหว่างข้อมูลพอยต์คลาวด์จากไลดาร์ และข้อมูลพอยต์คลาวด์จากการรังวัดโครงสร้างจากการเคลื่อนไหวของภาพถ่ายทางอากาศ
Article Sidebar
Main Article Content
บทคัดย่อ
การแสกนด้วยเลเซอร์หรือไลดาร์ทางอากาศจะทำให้ได้ข้อมูลพอยต์คลาวด์สำหรับการจัดทำแบบจำลองความสูงภูมิประเทศที่มีความละเอียดถูกต้องสูง แต่เมื่อตรวจสอบข้อมูลพอยต์คลาวด์พบว่า พอยต์คลาวด์จากต่างแนวบินที่เกิดจากเลเซอร์ตกกระทบลงบนพื้นผิววัตถุเดียวกันกลับมีค่าความสูงที่ไม่เท่ากัน โดยพบว่ามีค่าคลาดเคลื่อนทางความสูงอยู่ในระดับ 5 – 20 ซม. ซึ่งปกติจะพบได้บริเวณส่วนซ้อนระหว่างแนวบิน ด้วยเหตุนี้จึงจำเป็นต้องปรับแก้ข้อมูลพอยต์คลาวด์เป็นแนวบินโดยอาศัยการประมวลผลร่วมกับบล็อคของภาพถ่ายทางอากาศ ที่มีการถ่ายภาพพร้อมการแสกนด้วยเลเซอร์ขณะทำการบิน โดยจะประมวลผลชุดข้อมูลภาพถ่ายทางอากาศด้วยกระบวนการสำรวจด้วยภาพถ่าย และมีการจัดทำจุดควบคุมภาพถ่ายภาคพื้นดินเพื่อนำไปร่วมปรับแก้บล็อกลำแสงของภาพถ่ายให้มีความถูกต้องมากยิ่งขึ้น ในการปรับแก้บล็อคลำแสงจะมีการจับคู่จุดภาพซึ่งจะนำไปสู่การสร้างข้อมูลพอยต์คลาวด์อย่างหนาแน่นด้วยการรังวัดภาพถ่ายทางอากาศหลายมุมมองจากเทคนิคการสำรวจโครงสร้างจากการเคลื่อนไหว (SfM) โดยจะนำข้อมูลพอยต์คลาวด์จากการทำ SfM ไปใช้ในการสร้างเส้นกำกับการปรับแก้ข้อมูลพอยต์คลาวด์จากไลดาร์เป็นแนวบินเพื่อลดค่าคลาดเคลื่อนที่มีอยู่ โดยจะปรับแก้เฉพาะค่าความสูงเท่านั้น เนื่องมาจากความหนาแน่นของข้อมูลพอยต์คลาวด์จากไลดาร์ที่มีเพียง 5 – 10 จุดต่อตารางเมตร ทำให้ยากต่อปรับแก้ความคลาดเคลื่อนทางราบและการเอียงตัว โดยในงานวิจัยได้มีการปรับแก้ข้อมูลพอยต์คลาวด์จากไลดาร์อยู่ 2 แบบ ได้แก่ การปรับแก้ข้อมูลพอยต์คลาวด์จากไลดาร์เป็นแนวบินโดยไม่ใช้ข้อมูลพอยต์คลาวด์จากการทำ SfM ประกอบการปรับแก้ และการปรับแก้ข้อมูลพอยต์คลาวด์จากไลดาร์เป็นแนวบินโดยใช้ข้อมูลพอยต์คลาวด์จากการทำ SfM ประกอบการปรับแก้ ผลจากการตรวจสอบความถูกต้องทางตำแหน่งในทางดิ่งโดยการคำนวณหาค่ารากที่สองของค่าเฉลี่ยความคลาดเคลื่อนทางดิ่งกำลังสอง (RMSEZ) พบว่า ข้อมูลพอยต์คลาวด์จากไลดาร์ที่ไม่ผ่านการปรับแก้ มีค่า RMSEZ อยู่ที่ 8.3 ซม. ข้อมูลพอยต์คลาวด์จากไลดาร์ที่ผ่านการปรับแก้เป็นแนวบินโดยไม่ใช้ข้อมูลพอยต์คลาวด์จากการทำ SfM ประกอบการปรับแก้ มีค่า RMSEZ อยู่ที่ 9.2 ซม. และข้อมูลพอยต์คลาวด์จากไลดาร์ที่ผ่านการปรับแก้เป็นแนวบินโดยใช้ข้อมูลพอยต์คลาวด์จากการทำ SfM ประกบอการปรับแก้ มีค่า RMSEZ อยู่ที่ 7.4 ซม. ซึ่งสามารถสรุปได้ว่าการประมวลผลผสมผสานร่วมกันระหว่างข้อมูลไลดาร์และบล็อคของภาพถ่ายทางอากาศสามารถช่วยให้ข้อมูลพอยต์คลาวด์จากไลดาร์มีความถูกต้องทางตำแหน่งในทางดิ่งดียิ่งขึ้น
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสารวิศวกรรมสารฉบับวิจัยและพัฒนา วิศวกรรมสถานแห่งประเทศไทย ในพระบรมราชูปถัมภ์
เอกสารอ้างอิง
Srirattanapaisarn, T. RTSD Unmanned Aerial Laser Scanner. Royal Thai Survey Department Journal, 2020. pp. 12-28.
Xiong, B., S. Oude Elberink. and G, Vosselman. Building Model From Noisy Photogrammetric Point Clouds. ISPRS Technical Commission III Symposium, 2014, Volume II-3.
Do, P.N.B. et al. A Review of Stereo-Photogrammetry Method for 3-D reconstruction in Computer Vision. 19th International Symposium on Communications and Information Technologies (ISCIT), 2019.
Strecha, C. The rayCloud–a vision beyond the point cloud. 2014.
Glira, P. Hybrid Orientation of LiDAR Point Clouds and Aerial Images, in Department of Geodesy and Geoinformation.
TU Wien: Austria, 2018.
Pfeifer, N. Airborne Laser Scanning Strip Adjustment and Automation of Tie Surface Measurement, 2005.
Santitamnont, P. Digital photogrammetry. Bangkok, 2021.
Ye, N. et al. Accurate and dense point cloud generation for industrial Measurement via target-free photogrammetry. Optics and Lasers in Engineering, 2021, Volume 140.
