3 AUTOMATED DATA PROCESSINGThe web-

3 AUTOMATED DATA PROCESSING
The web-based service that can automatically process up to 1000
images, is fully automated and requires no manual interaction.
Geo-referenced orthomosaic and DEM can be obtained in principle
without the need for ground control points. However, as
shown in the various examples provided in this section, more accurate
results can be obtained by using GCP. The software performs
the following steps:
• The software searches for matching points by analyzing all
uploaded images. Most well known in computer vision is
the SIFT (Lowe, 2004) feature matching. Studies on the performance
of such feature descriptors are given in (Mikolajczyk
and Schmid, 2002). We use here binary descriptors similar
to (Strecha et al., 2011), which are very powerful to match
keypoints fast and accurate.
• Those matching points as well as approximate values of the
image position & orientation provided by the UAV autopilot
are used in a bundle block adjustment (Triggs et al., 2000,
Hartley and Zisserman, 2000) to reconstruct the exact position
and orientation of the camera for every acquired image
(Tang and Heipke, 1996).
• Based on this reconstruction the matching points are verified
and their 3D coordinates calculated. The geo-reference system
is WGS84, based on GPS measurements from the UAV
autopilot during the flight.
• Those 3D points are interpolated to form a triangulated irregular
network in order to obtain a DEM. At this stage, at
dense 3D model (Scharstein and Szeliski, 2002, Strecha et
al., 2003, Hirschmller, 2008, Strecha et al., 2008b) can increase
the spatial resolution of the triangle structure.
• This DEM is used to project every image pixel and to calculate
the georeferenced orthomosaic (also called true orthophoto)
(Strecha et al., 2008a).

ผลลัพธ์ (ไทย) 2:

3 การประมวลผลข้อมูลอัตโนมัติ
บริการบนเว็บที่สามารถประมวลผลอัตโนมัติได้ถึง 1000
ภาพเป็นไปโดยอัตโนมัติอย่างเต็มที่และไม่จำเป็นต้องมีปฏิสัมพันธ์คู่มือ
อ้างอิงทางภูมิศาสตร์ orthomosaic และ DEM สามารถรับได้ในหลักการ
โดยไม่ต้องใช้จุดควบคุมภาคพื้นดิน อย่างไรก็ตามในขณะที่
แสดงในตัวอย่างต่างๆที่ให้ไว้ในส่วนนี้ให้ถูกต้องมากขึ้น
ผลที่สามารถรับได้โดยใช้ GCP ซอฟแวร์จะดำเนินการ
ตามขั้นตอนต่อไปนี้:
•การค้นหาซอฟแวร์สำหรับจุดการจับคู่โดยการวิเคราะห์ทุก
ภาพที่อัปโหลด ที่รู้จักกันดีที่สุดในการมองเห็นคอมพิวเตอร์
ร่อน (โลว์ 2004) คุณลักษณะที่ตรงกับ การศึกษาเกี่ยวกับผลการดำเนินงาน
ของการอธิบายคุณลักษณะดังกล่าวจะได้รับใน (Mikolajczyk
และชมิด, 2002) เราใช้อธิบายไบนารีที่นี่คล้าย
กับ (Strecha et al., 2011) ซึ่งมีประสิทธิภาพมากเพื่อให้ตรงกับ
keypoints รวดเร็วและถูกต้อง
•ผู้จุดที่ตรงกันเช่นเดียวกับค่าประมาณของ
ตำแหน่งภาพและการวางแนวให้โดยอัตโนมัติ UAV
จะใช้ในการ ปรับบล็อกมัด (Triggs et al., 2000
และสมุน Zisserman, 2000) เพื่อสร้างตำแหน่งที่แน่นอน
และทิศทางของกล้องสำหรับทุกภาพที่ได้มา
(ราชวงศ์ถังและ Heipke, 1996)
•ตามฟื้นฟูจุดที่ตรงกับการตรวจสอบนี้
และพิกัด 3 มิติของพวกเขาคำนวณ ระบบภูมิศาสตร์อ้างอิง
เป็น WGS84 อยู่บนพื้นฐานของการวัดจีพีเอสจาก UAV
อัตโนมัติในระหว่างเที่ยวบิน
•ผู้จุด 3D มีการสอดแทรกในรูปแบบผิดปกติดัก
เครือข่ายเพื่อให้ได้ DEM ในขั้นตอนนี้ที่
มีความหนาแน่นสูงแบบจำลอง 3 มิติ (Scharstein และ Szeliski 2002 Strecha เอ
al., 2003 Hirschmller 2008 Strecha et al., 2008b) สามารถเพิ่ม
ความละเอียดเชิงพื้นที่ของโครงสร้างสามเหลี่ยม
• DEM นี้จะใช้ในโครงการ พิกเซลทุกภาพและการคำนวณ
orthomosaic อ้างอิงทางภูมิศาสตร์ (ที่เรียกว่า Orthophoto จริง)
(Strecha et al., 2008a)

ผลลัพธ์ (ไทย) 3:

3 การประมวลผลอัตโนมัติ
ข้อมูลบริการบนเว็บที่สามารถประมวลผลได้ถึง 1000
ภาพเป็นแบบอัตโนมัติอย่างเต็มที่และไม่ต้องโต้ตอบคู่มือ
อ้างอิงทางภูมิศาสตร์และ orthomosaic DEM สามารถได้รับในหลักการ
โดยไม่ต้องจุดควบคุมภาคพื้นดิน อย่างไรก็ตาม ขณะที่
แสดงในตัวอย่างต่าง ๆที่ให้ในส่วนนี้ ผลลัพธ์ที่ถูกต้อง
เพิ่มเติมสามารถได้รับโดยใช้ GCP .ซอฟต์แวร์ดำเนินการขั้นตอนต่อไปนี้ :
-
ซอฟต์แวร์ค้นหาการจับคู่คะแนน โดยวิเคราะห์ทั้งหมด
อัปโหลดภาพ มากที่สุดที่รู้จักกันดีในวิสัยทัศน์คอมพิวเตอร์
ร่อน ( Lowe , 2004 ) คุณลักษณะที่ตรงกัน การศึกษาประสิทธิภาพ
เช่นคุณลักษณะในจะได้รับ ( และ mikolajczyk
> , 2002 ) เราใช้ที่นี่ในไบนารีที่คล้ายกัน
( strecha et al . , 2011 )ที่มีประสิทธิภาพมากเพื่อให้ตรงกับ

- keypoints ได้อย่างรวดเร็วและถูกต้อง ตรงกับจุดที่เป็นค่าประมาณของ
ภาพตำแหน่ง&ปฐมนิเทศโดย UAV autopilot
ใช้ในกลุ่มบล็อกการปรับปรุง ( triggs et al . , 2000 , และ zisserman
ลีย์ , 2000 ) เพื่อสร้างที่แน่นอนและตำแหน่ง
ทิศทางของกล้องได้ทุกภาพ
( ถังและ heipke
, 1996 )- บนพื้นฐานของการฟื้นฟูนี้ ตรงกับจุดจะยืนยัน
และ 3D ของพิกัดต่างๆ ระบบอ้างอิงทางภูมิศาสตร์
เป็น WGS84 ตาม GPS วัดจาก UAV
autopilot ในระหว่างการบิน .
- พวก 3D จุดหยันฟอร์มตามผิดปกติ
เครือข่ายเพื่อให้ได้เด็ม ในขั้นตอนนี้ ในรูปแบบ 3 มิติ และ scharstein หนาแน่น (

szeliski 2002 strecha et al . , 2003 ,hirschmller , 2008 , strecha et al . , 2008b ) สามารถเพิ่มความละเอียดเชิงพื้นที่ของ

- โครงสร้างสามเหลี่ยม เด็มนี้จะใช้กับโครงการทุกภาพพิกเซล และการคำนวณทาง orthomosaic
( เรียกว่าจริงอ ์โธโฟโต )
( strecha et al . , 2008a )