माप सवाल और उसके भौतिक तंत्र
जब कच्चे कैमरा छवियों को पुनर्निर्माण इंजन द्वारा उपयोग की जाने वाली फ़ाइलों में परिवर्तित किया जाता है तो क्या सुसंगत रहना चाहिए? यह ड्रोन मैपिंग सॉफ्टवेयर का मूल्यांकन करने वाली टीमों के लिए एक व्यावहारिक सवाल है, क्योंकि मैपिंग उत्पाद की उपयोगिता अवलोकनों और निर्णयों पर निर्भर करती है जो इसे समर्थन करते हैं।
एक कच्चे रूपांतरण आयाम, फसल, विरूपण उपचार, सफेद संतुलन, sharpening और मेटाडाटा बदल सकते हैं। कुछ बदलाव ज्यामिति को प्रभावित करते हैं, दूसरों की उपस्थिति को प्रभावित करते है और रूपांतरण व्यंजनों को मिलाकर असंगत सबसेट बना सकते हैं।
फोटोग्रामीण ज्यामिति छवि अवलोकन, कैमरा मॉडल और किसी भी उचित बाहरी जानकारी के बीच संबंधों से प्रभावित है। प्रत्येक जोड़ा मॉडल पैरामीटर या प्रसंस्करण विकल्प उन रिश्तों के बारे में धारणाओं को बनाता है। राज्य की धारणा का परीक्षण किया जा रहा है और एक स्वतंत्र अवलोकन की पहचान कर सकता है जो इसे गलत दिखा सकता है। यह भौतिक साइट के बारे में मजबूत सबूतों के लिए गलत होने से कम फिटिंग अवशिष्ट या घने आउटपुट को रोकता है जब अंतर्निहित अस्पष्टता केवल मॉडल के दूसरे हिस्से में चली गई है।
अधिग्रहण और इनपुट तैयारी
रूपांतरण विधि सेव करें और इसे लगातार इच्छित कैमरा समूह में लागू करें। मूल कच्चे फ़ाइलों को संरक्षित रखें और किसी भी स्वचालित लेंस सुधार या फसल की पहचान करें जो पिक्सेल निर्देशांक प्रणाली को बदल देती है।
स्रोत फोटोग्राफ, अनुमानित कैमरे और पुनर्निर्माण सतहों का निरीक्षण एक साथ। कैमरा से संबंधित प्रभाव कई कठोर सतहों पर दिखाई दे सकता है, जबकि एक सामग्री, गति या दृश्यता प्रभाव एक दृश्य वर्ग तक सीमित रह सकता है। एक सुधार का चयन करने से पहले पाइप लाइन के माध्यम से लक्षण को ट्रेस करें। अवलोकन ज्यामिति को अंतर्विभाजन और दृश्य वृद्धि से अलग रखें, और इच्छित माप के मामले में भौतिक संरचनाओं का वर्णन करने में सक्षम प्रतिनिधित्व का उपयोग करें।
illustratored work उदाहरण
निम्नलिखित संख्याएँ hypothetical योजना इनपुट हैं, जिन्हें उत्पाद परिणाम या सटीकता दावा नहीं मापा जाता है। कल्पना कीजिए कि दो कच्चे रूपांतरण बैच एक ही कैमरे से 6,000 by 4,000 और 5,800 by 3,866 पिक्सेल छवियों का उत्पादन करते हैं। बाद में लगभग 93.4 प्रतिशत पिक्सल बनाए रखता है, लेकिन प्रमुख मुद्दा यह है कि क्या रूपांतरण ने फसल, विरूपण सुधार या फिर पैमाने पर लागू किया है। केवल एक कैमरा मॉडल को मान्य नहीं माना जा सकता क्योंकि दोनों आउटपुट समान दिखते हैं। रूपांतरण व्यंजनों की तुलना करें और पहचान योग्य छवि बिंदुओं के मानचित्रण। प्रत्येक उचित ज्यामितीय विन्यास को अलग रखें। यदि एक बैच भी मजबूत sharpening या शोर में कमी का उपयोग करता है, तो स्वतंत्र रूप से बनावट पर इसके प्रभाव का मूल्यांकन; कॉस्मेटिक स्थिरता और ज्यामितीय संगतता अलग-अलग सवाल हैं जिन्हें एक undocumented तैयारी चरण में विलय नहीं किया जाना चाहिए।
इस विषय के लिए क्या उदाहरण का मतलब है
रॉ रूपांतरण को अदृश्य तैयारी चरण के बजाय माप कार्यप्रवाह के हिस्से के रूप में माना जाना चाहिए। रिकॉर्ड फसल, लेंस सुधार, आकार देने और वृद्धि विकल्प। एक स्थिर नुस्खा कैमरा समूह और भविष्य की तुलना में मदद करता है। यदि एक ऑपरेटर किसी परियोजना के माध्यम से विधि को आधा रास्ता बदल देता है, तो प्रभावित फ़ाइलों की पहचान करें और उसी कैमरा धारणाओं के तहत उन्हें विलय करने से पहले अपनी ज्यामिति का परीक्षण करें।
एक Reproducible प्रसंस्करण प्रयोग
परिवर्तित फ़ाइलों में आयाम और मेटाडाटा को सत्यापित करें और एक सुसंगत कैमरा मॉडल के साथ एक नियंत्रित सबसेट की तुलना करें। यह मानते हुए कि एक दृष्टि से बेहतर रूपांतरण स्वचालित रूप से बेहतर ज्यामिति पैदा करता है।
वर्कफ़्लो बदलने से पहले तुलना करने योग्य बनाएं। छवि सूची की एक कामकाजी प्रतिलिपि को फ्रीज करें और बेसलाइन को एक स्पष्ट रन पहचानकर्ता दें। प्रासंगिक कैमरा विन्यास, छवि तैयारी कदम, प्रसंस्करण सेटिंग्स, अनुरोध आउटपुट और तुलना सीमा को बचाओ। निरीक्षण क्षेत्रों का चयन करें जिसमें जांच के तहत तंत्र और साथ ही एक स्थिर नियंत्रण क्षेत्र शामिल है। एक उपयोगी नियंत्रण एक ऐसी सतह है जो प्रस्तावित परिवर्तन से अप्रभावित रहने की उम्मीद करती है, क्योंकि यह प्रकट कर सकता है कि क्या एक स्पष्ट स्थानीय सुधार ब्लॉक में कहीं और व्यापक प्रतिकूल प्रभाव पेश करता है।
जब भी व्यावहारिक हो, तब एक निश्चित कारक बदलें। आधार रेखा और उम्मीदवार में समान भौतिक विशेषताओं और स्वतंत्र संदर्भ टिप्पणियों का उपयोग करें। अपने सामान्य मान्य क्षेत्र की तुलना में, फिर अलग से कुल समर्थित कवरेज में किसी भी अंतर की रिपोर्ट करें। जब स्क्रीनशॉट साक्ष्य का हिस्सा होते हैं तो प्रदर्शन ज़ूम, रंग खिंचाव और देखने की दिशा सुसंगत रहती है। परिणाम के रूप में संसाधन उपयोग और विफलताओं को रिकॉर्ड करें: एक विन्यास जो थोड़ा विस्तार में सुधार करता है लेकिन बार-बार उपलब्ध स्मृति से अधिक हो सकता है, सहमत डिलीवरी के लिए ऑपरेशनल रूप से उपयुक्त नहीं हो सकता है।
सबसे आकर्षक आउटपुट की जांच करने से पहले निर्णय नियम लिखें। उदाहरण के लिए, उम्मीदवार को सभी महत्वपूर्ण विशेषताओं को बनाए रखने की आवश्यकता हो सकती है, एक पहचाने गए व्यवस्थित पैटर्न को कम कर सकता है और एक नया कवरेज अंतराल से बच सकता है। वास्तविक सीमा परियोजना उद्देश्य और संदर्भ गुणवत्ता से आना चाहिए, इस लेख में वर्णक्रमीय संख्या से नहीं। स्वीकार किए जाते हैं और अस्वीकार किए गए प्रयोग रिकॉर्ड दोनों को समर्थन देना पसंद की व्याख्या करने के लिए काफी लंबा है। यह विशेष रूप से मूल्यवान है जब बाद में ऑपरेटर को विभिन्न प्रकाश, कैमरा या सॉफ्टवेयर स्थितियों के तहत वर्कफ़्लो को दोहराने की आवश्यकता होती है।
परिणाम का निदान
एक रूपांतरण बैच के साथ संरेखित अवशिष्ट परिवर्तन की प्रक्रिया असंगति का सुझाव देते हैं। एक लापता फोकल-लंबाई टैग बदली छवि ज्यामिति से एक अलग समस्या पैदा कर सकता है।
Uncertainty और स्वतंत्र गुणवत्ता जांच
स्वतंत्र उत्पाद सत्यापन से अलग आंतरिक समझौते। अवलोकन कैमरा स्थिति, अंशांकन या सतह को फिट करने के लिए उपयोग किया जाता है, जो स्वयं बाहरी सटीकता स्थापित नहीं कर सकता है। जब माप कार्य उन्हें आवश्यक होता है और उन चेकों की अनिश्चितता को दस्तावेज करता है तो रिजर्व उपयुक्त जांच करता है। संदर्भ को उसी भौतिक विशेषता की पहचान करनी चाहिए जो मानचित्र या मॉडल में दिखाई देती है; एक अस्पष्ट किनारे का सटीक सर्वेक्षण अभी भी अनिश्चित तुलना उत्पन्न कर सकता है। Inspect हस्ताक्षरित मतभेद और स्थानिक पैटर्न, क्योंकि एक औसत एक व्यापक पूर्वाग्रह या एक परिणामी स्थानीय विफलता को छिपा सकता है।
अनिश्चितता के बयानों को इस्तेमाल की जाने वाली मात्रा से बंधे रखें। क्षैतिज स्थान, ऊंचाई, दूरी, सतह की पूर्णता और दृश्य व्याख्यात्मकता विनिमेय नहीं हैं। पिक्सेल स्पेसिंग एक नमूना संपत्ति है, और बिंदु घनत्व एक प्रतिनिधित्व गुण है; न ही अकेले एक व्युत्पन्न माप की त्रुटि को निर्दिष्ट करता है। कैमरा मॉडल को सीधे एक सार्वभौमिक जमीन-सुरक्षा दावे में परिवर्तित नहीं किया जाता है। यदि सबूत एक पायलट क्षेत्र या एक सतह वर्ग तक सीमित है, तो राज्य करें कि गुंजाइश और अप्रमाणित सामग्री, दूर की सीमाओं, या छिपी हुई सतहों के निष्कर्ष को विस्तारित करने से बचें।
अज्ञात क्षेत्रों को पहचान योग्य रहना चाहिए। एक चिकनी जाल, भरा हुआ रेस्टर, संतुलित छवि, या तेज बनावट संचार के लिए उपयोगी हो सकती है जबकि इसके आसपास से जानकारी शामिल है। परिणामी क्षेत्रों के लिए मास्क या एक संपादित रिकॉर्ड बनाए रखें, और जब लापता सबूत निर्णय को प्रभावित करता है तो अतिरिक्त अवलोकन चुनें। जहां एक औपचारिक विनिर्देश लागू होता है, प्रमाणीकरण के रूप में इस व्याख्यात्मक कार्यप्रवाह के इलाज के बजाय इसकी आवश्यक नमूनाकरण और रिपोर्टिंग प्रक्रिया का उपयोग करें। व्यावहारिक लक्ष्य समर्थित उपयोग के बारे में एक निश्चित बयान है, जिसमें अन्य टीम के लिए अपनी सीमाओं का आकलन करने के लिए पर्याप्त सबूत हैं।
व्यावहारिक निर्णय और वितरण रिकॉर्ड
डेरिवेटिव का उपयोग करें जिसका ज्यामितीय उपचार पुनर्निर्माण कार्यप्रवाह के साथ दस्तावेज और संगत है, और प्रत्येक संसाधित छवि से अपनी मूल कच्ची फ़ाइल में एक लेखा परीक्षा पथ को बनाए रखता है।
स्वीकृत हैंडऑफ़ में आधिकारिक आउटपुट की संक्षिप्त सूची और उन्हें व्याख्या करने के लिए आवश्यक साक्ष्य शामिल होना चाहिए। अधिग्रहण अंतराल, सतह परिभाषाओं, प्रासंगिक इकाइयों और संदर्भ जानकारी, कवरेज सीमा, इनपुट प्रकटन, स्वीकृत विन्यास और सामग्री गुणवत्ता निष्कर्ष शामिल हैं। एक उपयुक्त स्वतंत्र रीडर में डाउनलोड की गई फ़ाइलों को खोलें और कठिन क्षेत्रों के साथ-साथ आसान लोगों का निरीक्षण करें। एक अस्पष्ट संस्करण पहचानकर्ता को संरक्षित रखें ताकि एक प्राप्तकर्ता गलती से पहले प्रयोगात्मक निर्यात को माप न सके जो समान फ़ाइल नाम होने के लिए होता है।
प्रत्येक शेष सीमा को व्यावहारिक परिणाम में अनुवाद करें। राज्य जो विशेषता, क्षेत्र, या इसका उपयोग प्रभावित करता है और क्या उपयुक्त अगला कदम एक अन्य दृष्टिकोण है, एक पूरक माप, एक अलग प्रतिनिधित्व, या एक संकीर्ण व्याख्या है। जब एक महत्वपूर्ण क्षेत्र का समर्थन नहीं किया जाता है तो एक सामान्य उच्च गुणवत्ता वाले लेबल से बचें। प्रासंगिक स्थान से जुड़े एक संक्षिप्त विवरण एक प्रभावशाली वैश्विक सांख्यिकी की तुलना में अधिक उपयोगी है जो उपयोगकर्ताओं को एक परिणामी निर्णय लेने के बाद अपवाद की खोज करने के लिए छोड़ देता है।
एक उपयुक्त क्लाउड वर्कफ़्लो का परीक्षण करना
ड्रोन मैपिंग सॉफ्टवेयर का मूल्यांकन करने वाली टीम के लिए, ड्रोनकोलैब स्रोत छवियों और अनुरोधित मैपिंग आउटपुट के बीच संबंधों का परीक्षण करने के लिए एक व्यावहारिक स्थान प्रदान करता है। (DroneCollab) प्रासंगिक उत्पादों में शामिल हैं रूढ़िवादी, बिंदु बादल, डीएसएम / डीटीएम आउटपुट, और बनावट तीन आयामी मॉडल, जीएनएसएस / पीपीके वर्कफ़्लो जहां उपयुक्त है। प्रतिनिधि सबसेट और स्वीकृति अवलोकनों के साथ पहले से ही परिभाषित किया गया है। सेवा नाम या पूरा होने की स्थिति के बजाय वास्तविक डाउनलोड परिणाम की समीक्षा करें क्योंकि किसी विशेष सटीकता या समान रूप से पूर्ण कवरेज के प्रमाण हैं।
