측정 질문과 물리적 메커니즘

왜 작은 출력 픽셀을 요청하지 않고 자동으로 공중 이미지로 지원하는 측정을 개선합니까? 이 팀은 드론 매핑 소프트웨어를 평가하는 팀에 대한 실용적인 질문입니다, 매핑 제품의 유용성은 그것을 지원하는 관측과 결정에 따라 달라집니다.

산출 화소 크기는 raster 표본 추출 격자를 통제합니다. 유용한 세부 사항과의 관계는 소스 샘플링, 이미지 날카로움, 재구성 품질 및 정교에 따라 다릅니다. 확대된 그리드는 동일한 언더리닝 정보를 나타내는 동안 더 많은 픽셀을 저장할 수 있습니다.

정형화는 사진 관측과 기하학적 가공에서 조립된 맵 표현입니다. 그것의 지속적인 외관은 근원 시간, 보기 방향, 표면 지원 및 국부적으로 시정에 있는 다름을 은폐할 수 있습니다. 물리적 기능을 정의하여 최종 픽셀 배정하기 전에 원래 이미지에서 검사합니다. 지붕, 닫집, 지상 및 물은 다른 표면입니다; 유용한 품질 문은 이미지의 실제로 지원과 2차원 표현이 제한되는 곳에 그들을 식별합니다.

취득 및 입력 준비

가장 작은 기능을 정의하려면 사용자를 해석하고 실제 소스 이미지 지원을 검사해야합니다. 캡처 접지 샘플링 거리 및 원하는 배달 그리드를 별도의 기록 된 수량으로 유지하십시오.

기본 래스터, 마스크 및 이미지 콘텐츠를 배치하는 데 사용되는 표면. 일치하는 전시 가늠자 및 색깔 처리 후에 스크린 샷을 비교하십시오. artifact가 나타나면 소스 이미지를 찾아 메커니즘이 기하학, 이미지 선택, 조명, 적용, 또는 수출 행동인지 결정하십시오. 이 원인은 브라우저 미리보기와 유사하지만 매우 다른 구제가 필요합니다. 받아들여진 주인을 보존하십시오 그래서 Cartographic 유래물은 침묵하게 측정 증거를 대체하지 않습니다.

일러스트레이션은 예

다음 숫자는 측정되지 않는 저하 계획 입력, 제품 결과 또는 정확도 요구입니다. 1,000m의 출력을 1,000m로 고려하십시오. 5cm 간격으로 20,000 × 20,000 = 400 백만 셀이 들어 있습니다. 2.5cm 간격으로 40,000 × 40,000 = 1.6 억 세포, 4 번이 많이 포함되었습니다. 3개의 uncompressed 8 비트 색깔 수로를 위해 원료 표본 저장은 각각 대략 1.2 GB와 4.8 GB, 메타데이터, 가면, 개관 및 압축의 앞에 입니다. 이미지만 5cm에 대한 유용한 세부 사항만 지원하면, 미세 그리드는 주로 저장 및 전송 요구를 증가시킵니다. 좁고 좁은 특징을 비교하여 미세 수출이 유용한 정보를 보존하거나 단순하게 간헐적인 이미지를 더 감당히 샘플하는지 결정하십시오.

현장의 GNSS 수신기 및 지상 제어 대상
현장 관측 및 독립적 인 검사는 처리 된지도의 해석을 지원합니다. 일러스트 이미지; 설문조사된 데이터셋 또는 성능 벤치마크가 아닙니다.

이 주제에 대한 예는

Pixel-grid 선택은 다운스트림 처리 및 사용자 기대에 영향을 미칩니다. 매우 정밀한 격자는 소스 세부 사항에 의해 지원되는 가늠자를 넘어 확대하는 것을 권장합니다. 유용한 해석 규모를 주며 독립적 인 품질 찾음을 포함합니다. 수의자가 빠른 탐색을 필요로한다면, 맵이 정확하다는 신호에 대한 오해한 미세 그리드에 의존하는 것보다 적절한 개요 또는 파생물을 제공합니다.

재현성 공정 실험

몇몇 실제적인 화소 크기에 작은 지역을 수출하고 동일한 물리적 가장자리를 비교하십시오. 측정 파일 크기와 디스플레이 응답 주변 기능 가시성 그래서 Tradeoff는 콘크리트입니다.

작업 흐름을 변경하기 전에 비교 재현성을 확인합니다. 이미지 재고의 작업 사본을 얼어붙은 실행 식별자를 제공합니다. 관련 카메라 구성, 이미지 준비 단계, 처리 설정, 요청된 출력 및 비교 범위를 저장합니다. 조사 및 안정 제어 영역의 메커니즘을 포함하는 검사 지구를 선택하십시오. 유용한 제어는 제안 된 변경에 의해 비정상적으로 남아있는 표면입니다. 그것은 명백한 지역 개선이 블록에서 다른 더 넓은 역효과를 소개합니다.

한 번에 한 번에 통합 된 요소를 실제적으로 변경하십시오. 기본 및 후보자에 대한 동일한 물리적 기능과 독립적 인 참조 관측을 사용합니다. 일반적인 유효 지역에 비해, 다음에 대한 모든 차이를보고 합계 지원되는 적용을 별도로. 스크린 샷이 증거의 일부일 때 디스플레이 줌, 색상 스트레칭 및 시청 방향을 지속적으로 유지하십시오. 기록 자원 사용 및 실패도: 약간의 조정은 세부사항을 개량하고 그러나 반복적으로 유효한 기억은 동의한 납품을 위해 가동으로 적합하지 않을지도 모릅니다.

가장 매력적인 출력을 시험하기 전에 결정 규칙을 작성하십시오. 예를 들어, 후보자는 모든 중요한 기능을 유지해야하며 식별 된 체계 패턴을 감소시키고 새로운 적용 갭을 방지 할 수 있습니다. 실제 임계 값은 프로젝트 목적과 참조 품질에서이 문서의 설명 번호에서, 옵니다. 허용된 모든 것을 보존하고 실험 기록은 선택에 대해 충분히 긴. 나중에 작업자가 다른 조명, 카메라 또는 소프트웨어 조건에서 워크플로를 반복해야 할 때 특히 유용합니다.

결과 진단

더 작은 픽셀만 더 부드러운 확대 가장자리를 만들면, 여분의 저장은 더 많은 관찰 가능한 세부 사항을 제작하지 않았습니다. 독립적 인 기능에 대한 미스트레이션은 래스터 차원과 관계없이 정확도 문제를 유지합니다.

Geospatial 처리 및 품질 검토 워크스테이션
소스 관찰, 좌표계 및 독립적 인 증거를 시각적 결과와 검토하십시오. 일러스트 이미지; 설문조사된 데이터셋 또는 성능 벤치마크가 아닙니다.

Uncertainty와 독립적인 질 체크

독립 제품 검증에서 내부 계약 분리. 카메라 위치, 교정, 표면에 적합한 관찰은 외부 정확도를 설정할 수 없습니다. 측정 작업이 필요한 경우 적절한 검사를 예약하고 그 검사의 불확실성을 문서화하십시오. 참고 사항은지도 또는 모델에 나타나는 동일한 물리적 기능을 식별해야합니다. 주변 가장자리의 정확한 조사는 여전히 불확실한 비교를 생산할 수 있습니다. Inspect 서명된 차이와 공간 패턴, 단일 평균이 넓은 편견을 숨길 수 있기 때문에 또는 한 비상 현지 실패.

사용중인 수량에 묶인 불확실한 진술을 유지합니다. 수평 위치, 높이, 거리, 표면 완전성 및 시각 해석성은 교환할 수 없습니다. 픽셀 간격은 샘플링 속성이며, 포인트 밀도는 표현 속성입니다. 혼자는 파생된 측정의 오류를 지정하지 않습니다. 카메라 모델은 보편적 인 지상 정확도 청구로 직접 재시동하지 마십시오. 증거가 파일럿 지역 또는 하나의 표면 클래스에 제한되면, 범위가 범위를 확장하고 시험되지 않은 재료, 먼 경계, 또는 숨겨진 표면에 결론을 피하는 상태.

알려진 지역은 식별 할 수 있어야합니다. 부드러운 메쉬, 채워진 래스터, 균형 이미지, 또는 날카로운 질감은 그것의 주변에서 정보 inferred를 포함하는 커뮤니케이션을 위해 유용합니다. 마스크 또는 결과적 인 인 인서트에 대한 편집 기록이 유지되고 누락 된 증거가 결정에 영향을 미칠 때 추가 관찰을 선택합니다. 공식 사양이 적용된 경우, 이 만료 작업 흐름을 인증하는 것보다는 필수 샘플링 및 보고 절차를 사용합니다. 실제 목표는 지원되는 사용에 대한 방어적인 진술이며, 다른 팀에 대한 충분한 증거가 제한을 평가합니다.

실제 결정 및 배달 기록

지원되지 않은 정밀도를 불허하지 않고 사용 가능한 소스 정보를 보존하고, pixel 간격과 손전등에 있는 독립적인 품질 발견을 둘 다 포함합니다.

허용되는 손전등은 권한 출력의 간결 재고를 포함해야하며, 해석에 필요한 증거가 필요합니다. 취득 간격, 표면 정의, 관련 단위 및 참고 정보, 적용 경계, 입력 표, 허용 구성 및 물자 품질 발견을 포함하십시오. 적절한 독립적 인 리더에 다운로드 된 파일을 열고 어려운 지역을 검사하고 쉽게 할 수 있습니다. 불명한 버전 식별자를 보존하기 때문에 수신자는 실수로 유사한 파일 이름을 가지고가는 이전 실험적 수출을 측정하지 않습니다.

각 나머지 제한을 실제 결과에 번역하십시오. 특징, 영역, 또는 해당 단계가 다른 보기인지, 보완 측정, 다른 표현, 또는 더 좁은 해석인지 여부에 영향을 미칩니다. 중요한 영역이 지원되지 않을 때 일반적인 고품질 라벨을 피하십시오. 관련 위치에 첨부 된 짧은 설명은 사용자가 원시 결정을 내릴 때 예외를 발견 할 수있는 인상적인 글로벌 통계보다 더 유용합니다.

적합한 클라우드 워크플로우 테스트

Drone Mapping Software를 평가하는 팀의 경우 DroneCollab는 소스 이미지와 요청된 매핑 출력 사이의 관계를 테스트하는 실용적인 장소를 제공합니다. 관련 제품은 GNSS/PPK 워크플로우와 함께 3차원 모델과 DSM/DTM 출력, DSM/ DTM 출력을 포함한 교정, 포인트 클라우드, DSM 및 DSM/dTM 출력을 포함합니다. 대표 하위셋과 합격 관측이 이미 정의되었습니다. 특정 정확도 또는 균일하게 완료된 적용을 증명한 서비스 이름이나 완료 상태를 치료하는 것보다 실제 다운로드 결과를 검토하십시오.

참고 및 더 읽기