Automatic Measurement of Control Points for Aerial Image Orientation

Author(s)

Berveglieri, Adilson ; Tommaselli, Antonio M. G.

• Document type: Journal article
• Source: PHOTOGRAMMETRIC RECORD; v. 32, n. 158, p. 141-159, JUN 2017.
• Web of Science Citations: 0

Abstract

This paper presents an automatic workflow for measuring natural ground control points (GCPs) in aerial images. The approach is based on the acquisition of multi-scale fisheye vertical terrestrial images over distinguishable areas to automatically generate georeferenced image patches. These are matched with aerial images using correspondence techniques and then used as ground control. The technique was assessed using a bundle block adjustment, indicating an accuracy based on check points of approximately 1/5 of the ground sample distance (GSD) in planimetry and 1GSD in elevation. Automatic GCP measurements thus improved the final accuracy in comparison with manual measurement. Resume Cet article propose une methode automatique pour la mesure de points d'appui naturels dans des images aeriennes. L'approche s'appuie sur l'acquisition a plusieurs echelles d'images terrestres verticales au moyen d'un capteur fisheye, afin de produire automatiquement des vignettes d'images georeferencees. Celles-ci sont mises en correspondance avec les images aeriennes par des techniques d'appariement, puis utilisees comme points d'appui de terrain. La technique a ete evaluee en utilisant une compensation par blocs et l'estimation de la precision sur des points de controle donne environ 0,2 pixel en planimetrie et 1 pixel en altimetrie. Ainsi, la mesure automatique de points d'appui ameliore la precision finale en comparaison avec des mesures manuelles. Zusammenfassung Dieser Beitrag stellt einen automatischen Prozessablauf zur Messung naturlicher Passpunkte (GCPs) in Luftbildern vor. Der Ansatz basiert auf der Erfassung mehrskaliger terrestrischer Aufnahmen mit Fisheye-Objektiven uber geeignete Gebiete, um automatisiert georeferenzierte Bildausschnitte zu erzeugen. Diese Bildausschnitte werden durch digitale Bildzuordnung mit den Luftbildern in Beziehung gebracht und dann als Passpunkte verwendet. Diese Technik wurde mit einer Bundelausgleichung analysiert, die auf eine Genauigkeit der Kontrollpunkte von naherungsweise 1/5 der Bodenpixelgro ss e (GSD) in der Lage und 1 GSD in der Hohe hinweist. Automatische GCP Messungen konnten so die Gesamtgenauigkeit im Vergleich zu einer manuellen Messung steigern. Resumen En este trabajo se presenta una metodologia automatica para la medicion de puntos de control naturales en imagenes aereas. Basandose en la adquisicion de imagenes terrestres verticales con opticas de ojo de pez y en varias escalas sobre areas distinguibles se generan de forma automatica parches de imagenes georreferenciadas. Estos se hacen corresponder con las imagenes aereas usando tecnicas de correspondencia de imagenes y los resultados se utilizan como puntos de control. La tecnica se ha evaluado mediante un ajuste de haces, indicando una precision basada en puntos de control de aproximadamente 1/5 del tamano del pixel en planimetria y del tamano del pixel en altura. La precision final mejoro con las mediciones automaticas en comparacion con la medicion manual de los puntos de control. ?? ????????????????????(GCPs)????????????????????????,????????????????????? ?????,??????????????????,??????????????????,?????????,?????????????1/5?? ????(GSD)???,????????GSD??????,??GCP???????????????????? (AU)

• FAPESP's process: 10/16954-5 - Development of image matching techniques for multi-scale and multi-optical sensors georeferenced data
• Grantee: Adilson Berveglieri
• Support Opportunities: Scholarships in Brazil - Doctorate
• FAPESP's process: 14/05033-7 - Integrated Orientation of Hyperspectral Images Collected with UAV
• Grantee: Adilson Berveglieri
• Support Opportunities: Scholarships in Brazil - Post-Doctoral
• FAPESP's process: 13/50426-4 - Unmanned airborne vehicle-based 4D remote sensing for mapping Rain Forest biodiversity and its change in Brazil (UAV_4D_Bio)
• Grantee: Antonio Maria Garcia Tommaselli
• Support Opportunities: Regular Research Grants