Разработка технологии фототриангуляции по разновременным аэрофотоснимкам городских территорий с использованием архивных данных в качестве опорной информации тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Кобзев Антон Александрович

• Кобзев Антон Александрович
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Кобзев Антон Александрович

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

1 СОВРЕМЕННОЕ СОСТОЯНИЕ ТЕХНОЛОГИЙ ОБНОВЛЕНИЯ ПРОСТРАНСТВЕННЫХ ДАННЫХ ГОРОДСКИХ ТЕРРИТОРИЙ НА ОСНОВЕ АЭРОФОТОСЪЁМКИ

1.1 Современные средства для получения пространственных данных на основе аэрофотосъёмки

1.1.1 Аэрофотосъёмочные комплексы

1.1.2 Пилотируемые самолеты для аэрофотосъёмки

1.1.3 Беспилотные воздушные суда и фотокамеры, устанавливаемые на них

1.2 Технологическая схема обновления пространственных данных городских территорий на основе аэрофотосъёмки

1.3 Состояние фондов пространственных данных и имеющихся в них материалов аэрофотосъёмки, пригодных для обновления пространственных данных городских территорий

1.4 Выводы по первому разделу

2 ТЕХНОЛОГИЯ СОВМЕСТНОЙ ФОТОТРИАНГУЛЯЦИИ РАЗНОВРЕМЕННЫХ АЭРОФОТОСЪЁМОК С ИСПОЛЬЗОВАНИЕМ АРХИВНЫХ ДАННЫХ В КАЧЕСТВЕ ОПОРНОЙ ИНФОРМАЦИИ

2.1 Технологическая схема обновления фотограмметрических продуктов на основе совместной фототриангуляции разновременных аэрофотосъёмок

2.2 Требования к новой аэрофотосъёмке для выполнения совместной фототриангуляции по разновременным снимкам

2.2.1 Сезон аэрофотосъёмки

2.2.2 Период между аэрофотосъёмками

2.2.3 Параметры аэрофотосъёмки

2.2.4 Требования при планировании новой аэрофотосъёмки

2.3 Особенности совместной фототриангуляции по разновременным аэрофотоснимкам

2.3.1 Предлагаемая методика совместной обработки разновременных аэрофотоснимков

2.3.2 Создание масок изображений с помощью нейронных сетей

2.3.3 Поиск связующих точек и их анализ

2.4 Требования к хранилищу материалов аэрофотосъёмки для обеспечения выполнения совместной фототриангуляции

2.5 Выводы по второму разделу

3 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ТЕХНОЛОГИИ СОВМЕСТНОЙ ФОТОТРИАНГУЛЯЦИИ РАЗНОВРЕМЕННЫХ АЭРОФОТОСЪЁМОК

3.1 Маскирование зон поиска связующих точек с помощью нейронной сети

3.1.1 Подготовка обучающей выборки

3.1.2 Генерация масок с помощью нейронной сети U-Net

3.1.3 Генерация масок с помощью нейронной сети YOLO

3.2 Выполнение совместной обработки разновременных аэрофотоснимков с пилотируемых летательных аппаратов

3.2.1 Исходные данные

3.2.2 Варианты фототриангуляции с использованием и без использования нейросети для поиска связующих точек

3.2.3 Критерии оценки качества результатов фототриангуляции

3.2.4 Программа для оценки количества и качества связующих точек на разновременных снимках

3.2.5 Оценка результатов фототриангуляции

3.3 Выполнение совместной обработки разновременных аэрофотоснимков с беспилотных летательных аппаратов

3.3.1 Первый проект

3.3.2 Второй проект

3.4 Разработка хранилища исходных данных аэрофотосъёмки Георесурс

3.4.1 Организационная структура хранилища материалов аэрофотосъёмок

3.4.2 Структура хранения материалов аэрофотосъёмок

3.4.3 Геопортал - витрина метаданных

3.4.4 Выдача материалов из хранилища Георесурс

3.4.5 Аппаратные и программные ресурсы хранилища Георесурс

3.5 Экономическая оценка предлагаемой технологии

3.6 Выводы по третьему разделу

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ

ВВЕДЕНИЕ

Актуальность темы исследования. Количество городов в Мире увеличивается [90], они динамично развиваются [17], меняется их облик. В связи с быстрым изменением городских территорий со временем, пространственные данные (ПД) о них теряют свою актуальность и не соответствуют реальному облику города. Одним из наиболее эффективных методов обновления пространственных данных является фотограмметрический метод на основе аэрофотосъёмки с пилотируемых и беспилотных летательных аппаратов [79].

Согласно существующим технологиям обработки аэрофотосъёмки [11, 12, 14], при обновлении материалов требуется повторять весь цикл работ, как при изначальном создании. Для обеспечения фототриангуляции по актуальным снимкам опорой необходимо (согласно нормативным документам [11, 12, 14]) заново выполнять планово-высотную подготовку снимков, обследование пунктов государственной геодезической сети и измерение координаты центров проекции во время съемки. При этом полевые работы являются наиболее затратной частью работ, а архивные материалы не используются.

Более того, при обработке аэрофотосъёмки, современные ГОСТы [11, 12] рекомендуют использовать в качестве опорных данных координаты центров аэрофотоснимков, полученные с помощью бортового спутникового оборудования, а наземные точки планово-высотной подготовки - только в качестве контрольных.

Однако, из-за наличия в городах множества промышленных объектов, вышек связи и различных телекоммуникационных сетей, а также антенн, направленно заглушающих сигнал ГНСС, часто существуют проблемы с получением точных КЦП аэрофотоснимков с помощью бортового ГНСС-оборудования. Приходится увеличивать количество наземных точек планово-высотной подготовки, которые измеряются полевыми методами, что является затратным по времени и финансам.

Поэтому разработка технологии фототриангуляции по разновременным снимкам, позволяющая обойтись без выполнения геодезических работ по планово-высотной подготовке снимков и без измерения координат центров проекции (КЦП) новой аэросъемки, относится к наиболее актуальным задачам фотограмметрии.

Степень разработанности темы. Диссертация базируется на трудах учёных в области фотограмметрии, создания пространственных данных и обработки разновременных данных дистанционного зондирования.

Исследованием и разработкой технологий создания пространственных данных занимались учёные Антипов И. Т., Алябьев А.А., Гук А.П., Бабашкин Н.М., Кадничанский С.А., Нехин С.С., Зинченко О.Н., Захлебин А.С., Журкин И.Г., Курячий М.И., Комиссаров А.В., Севостьянов И.Е., Девитт Д.В., Трихлеб Д.В., Баранова А.А., Хлебникова Т. А., Khawte S.S., Koeva M.N., Gevaert C.M., Oude Elberink S., Pedro A.A., Orlik T., Shechter E.B., Kemper., Bayanlou M.R., Khoshboresh-Ma-souleh M., Kushwaha S.K.P., Mokros M., Jain K., Zhou T., Lv L., Liu J., Wan J.

Большой вклад в развитие теории и практики выполнения совместной обработки архивных и новых данных различных видов дистанционного зондирования внесли учёные: Бударова В.А., Дубиновский В.Б., Жарова Н.Э., Кобзева Е.А., Некрасов В.В., Скрыпицына Т.Н., Чибуничев А.Г., Alexakis E.B., Armenakis C., Chen S.J., Fang Y., Geng R., Guo C.C., Klimek K., Lee M.S., Li J., Li R., Ma X.L., Remondino F., Rothe R., Toschi I., Tsay J.R., Wang L., Xu Z.G., Yang Y., Zhang T., Zhao G., Zheng S.Z., Zou X

Вопросам поиска связующих точек на снимках разных лет посвящены работы Жаровой Н.Э., Bellavia F., Elhashash M., Menna F., Morelli L., Qin R., Remondino F., Stathopoulou E.

Однако, опубликованные работы по совместной обработке разновременных снимков и поиску связующих точек ограничиваются решением конкретных узких задач. Поэтому комплексная методика совместной фотограмметрической обработки разновременных аэрофотоснимков, полученных с беспилотных и пилотируемых летательных аппаратов, в настоящее время требует дальнейшего исследования.

Цели и задачи диссертационной работы. Целью данной диссертационной работы является разработка технологии совместной фототриангуляции разновременных аэрофотосъёмок с использованием архивных аэрофотоснимков в качестве

опорной информации, позволяющей сократить сроки выполнения работ и выполнить привязку актуальной аэрофотосъёмки без координат центров проекции аэроснимков, к архивной, при сохранении требований к точности, получаемых в результате, пространственных данных.

Для достижения поставленной цели требовалось решить следующие основные научно-технические задачи:

1. Произвести обзор и анализ современных средств и технологий для выполнения фототриангуляции по аэрофотоснимкам городских территорий;

2. Проанализировать состояние существующих фондов пространственных данных на возможность предоставления данных для выполнения совместной фототриангуляции;

3. Разработать технологию совместной фототриангуляции разновременных аэрофотосъёмок с использованием архивных данных в качестве опорной информации;

4. Разработать методику поиска связующих точек при фототриангуляции с использованием нейросетевой обработки аэроснимков для маскирования зон поиска связующих точек;

5. Выполнить экспериментальные исследования разработанной технологии совместной фототриангуляции по разновременным аэрофотоснимкам городских территорий, произвести оценку качества результатов;

6. Разработать структуру программного комплекса для хранения и выдачи исходных данных аэрофотосъёмки и созданных фотограмметрических продуктов;

7. Разработать программное обеспечение для контроля качества связующих точек на разновременных снимках;

8. Выполнить расчёт экономической эффективности использования разработанной технологии совместной фототриангуляции.

Объектом исследования являются основные методические подходы к фототриангуляции по аэроснимкам с пилотируемых и беспилотных летательных аппаратов при обновлении фотограмметрических продуктов на городские и застроенные территории.

Предметом исследования является технология совместной фототриангуляции разновременных аэрофотосъёмок с использованием архивных аэрофотоснимков в качестве опорной информации.

Научная новизна заключается в следующем:

- разработанная технология совместной фототриангуляции разновременных аэрофотосъёмок с использованием архивных данных в качестве опорной информации, отличается от существующей технологии реализацией совместной обработки архивных и новых аэроснимков, что позволяет значительно уменьшить время и снизить трудоемкость получения данных за счёт сокращения полевых геодезических работ

- предложен новый подход на основе нейронных сетей к автоматическому поиску и контролю качества связующих точек на разновременных аэроснимках, который наилучшим образом подходит для застроенных городских территорий

- разработано хранилище пространственных данных, отличающееся от существующих наличием в нём исходных данных аэрофотосъёмки, позволяющее обеспечить быструю доставку архивных материалов для выполнения совместной фототриангуляции.

Теоретическая значимость исследований заключается в усовершенствовании методических подходов к совместной фототриангуляции архивных и актуальных аэрофотоснимков, а также разработке методики использования нейросетевой обработки для улучшения поиска связующих точек.

Практическая значимость работы заключается в возможности внедрения разработанной технологии совместной фототриангуляции разновременных аэрофотосъёмок с использованием архивных данных в качестве опорной информации в производственный процесс обновления фотограмметрических данных на городские территории для организаций, выполняющих такие работы.

Предлагаемая технология позволяет выполнить фототриангуляцию при отсутствии КЦП аэрофотоснимков, сократить время выполнения наземных геодези-

ческих работ, снизить требования к оборудованию, используемому для аэрофотосъёмки и в целом уменьшить стоимость работ по обновлению пространственных данных.

Разработанная методика автоматического поиска связующих точек с использованием нейросетевой обработки разновременных аэроснимков застроенной территории, позволяет значительно повысить производительность и сократить трудоемкость процесса фототриангуляции, а программа для оценки количества и качества связующих точек, выбранных на архивных и новых аэроснимках повышает достоверность автоматических определений.

Методология и методы диссертационного исследования. При выполнении исследований использованы базовые понятия аэрофотосъёмки, фотограмметрии, методы математического анализа, теории вероятностей и математической статистики, математической обработки результатов измерений, а также экспериментальный метод.

Эмпирической основой исследований служили материалы аэрофотосъёмок города Екатеринбурга камерами PhaseOne IXA180 и DMC II 250 с самолета АН-2 и села Толбазы Республики Башкортостан камерой Sony RX1R с беспилотного воздушного судна Геоскан-201, а также города Верхней Пышмы камерой Sony RX1RM2 с беспилотного воздушного судна Геоскан-201, каталоги координат опо-знаков с абрисами.

Маски для ограничения зон поиска характерных точек на снимках созданы с помощью нейронной сети U-Net и YOLOV8, работа с ними выполнялась на языке программирования Python с использованием библиотеки pyTorch.

Исследования совместной фототриангуляции по разновременным аэроснимкам выполнены в программе Agisoft Metashape Professional.

На защиту выносятся следующие новые научные положения и результаты:

1. Технология совместной фототриангуляции разновременных аэрофотосъёмок с использованием архивных данных в качестве опорной информации.

2. Методика поиска и контроля качества связующих точек на разновременных аэрофотоснимках застроек.

3. Разработанная структура программного комплекса хранения исходных и производных данных аэрофотосъёмок для обеспечения обновления пространственных данных городских территорий.

Соответствие диссертации паспорту научной специальности

Диссертация соответствует п. 11. «Теория, технологии и технические средства сгущения по аэрокосмическим изображениям геодезических сетей для создания и обновления топографических, землеустроительных, экологических, кадастровых и иных карт и планов» области научного исследования, определенной паспортом научной специальности 1.6.19. «Аэрокосмические исследования Земли, фотограмметрия (технические науки)».

Степень достоверности полученных результатов подтверждается проверкой результатов измерений с использованием предлагаемой технологии с известными альтернативными методами, а также внедрением предлагаемой технологии в производственную деятельность акционерного общества «Урало-Сибирская ГеоИнформационная Компания».

Апробация полученных результатов. Результаты выполненных исследований были представлены на следующих научных конференциях и мероприятиях:

- международная научно-техническая онлайн-конференция «Пространственные данные в условиях цифровой трансформации» (25-27 мая 2020 г., Москва);

- XIII конференция «Публичные и частные интересы в земельных отношениях» (24 декабря 2020 г., Москва);

- международная конференция «Фотограмметрия и дистанционное зондирование для цифровой экономики» (30 июня 2020 г., Новосибирск);

- 76-ой конференция студентов, аспирантов и молодых учёных МИИГАиК (13-15 апреля 2021 г., Москва);

- конгресс международного общества фотограмметрии и дистанционного зондирования (6-11 июня 2022, Ницца, Франция, онлайн);

- международный воркшоп ISPRS WG II/8 International Workshop «Photo-grammetric Data Analysis» - PDA24 (7-9 октября 2024, Москва).

Разработанная технология внедрена в производственную деятельность Акционерного Общества «Урало-Сибирская Гео-Информационная Компания» и применялась при выполнении аэрофотосъёмки и обработки снимков городов Уфы, Сала-вата, Тюмени, Верхней Пышмы и Ревды по государственным и муниципальным контрактам.

Публикации по теме диссертации. Основные результаты исследований представлены в 8 научных работах, 4 из которых - в изданиях, рекомендованных ВАК России, 3 - в изданиях, входящих в международную реферативную базу данных и систему цитирования Scopus и WoS.

Объем и структура диссертации. Общий объем научно-квалификационной работы составляет 132 страницы машинописного текста. Работа состоит из введения, трех разделов, заключения, списка литературы, включающего 93 наименования, содержит 22 таблицы, 40 рисунков и 1 приложение.

1 СОВРЕМЕННОЕ СОСТОЯНИЕ ТЕХНОЛОГИЙ ОБНОВЛЕНИЯ ПРОСТРАНСТВЕННЫХ ДАННЫХ ГОРОДСКИХ ТЕРРИТОРИЙ НА

ОСНОВЕ АЭРОФОТОСЪЁМКИ

1.1 Современные средства для получения пространственных данных на основе

аэрофотосъёмки

1.1.1 Аэрофотосъёмочные комплексы

Для создания выполнения аэрофотосъёмки городских территорий используются различные съёмочные системы и носители: пилотируемые и беспилотные. В последнее время рынок беспилотных летательных аппаратов активно развивается, и на 2022 год Ассоциация работодателей и предприятий индустрии беспилотных авиационных систем «АЭРОНЕКСТ» оценивает количество компаний-эксплуатан-тов беспилотных воздушных судов (БВС) в России в 200 компаний [46].

В данном разделе представлены ключевые характеристики пилотируемых и беспилотных носителей съёмочного оборудования, а также собственно фотокамер.

Аэрофотосъёмочные комплексы, устанавливаемые на пилотируемых самолетах и вертолётах, отличаются высоким пространственным разрешением (при высоте фотографирования порядка 1000-3000 м оно составляет 5-10 см) и завершенностью систем. Большая часть из них включает автоматические инструменты аналитической фототриангуляции и построения ортофотоплана. Вместе с этим, имеется возможность экспортировать из комплекса исходные снимки и сохранять их элементы внешнего ориентирования (ЭВО) [13].

Кроме того, аэрофотосъёмочные комплексы отличаются принципом формирования изображения, его геометрией, а также размером кадра [2].

В таблице 1 представлены основные характеристики аэрофотосъёмочных камер, устанавливаемых на пилотируемых самолетах и вертолётах.

Таблица 1 - Характеристики аэрофотосъёмочных камер [25]

Фирма-производитель Hexagon AB (Швеция) UltraCam/Microsoft (США) Visionmap Ltd.(Израиль) Optech ^^(Ка- IGI mbH(^-мания)

нада)

Название мо- DMC Ile 250 ADS100 UltraCam Eagle A3 Edge/ A3 CS-15000 Quattro

дели Edge CIR DigiCAM

О модели Промежуточная Последняя разра- Самая широкоформатная мо- Камеры новой Камера На основе 4-х

усовершенство- ботка в линейке дель в линейке камер UltraCam улучшенной се- Optech Inc. 60Мп модулей

ванная модель камер ADS на ос- рии А3 Edge на основе

камер DMC на нове технологий технологий

основе техноло- Leica Geosystems DiMAC

гий Z/I Imaging

Общие характеристики камеры

Тип камеры Кадровая ка- Сканерный авиа- Кадровая камера со сменной си- Кадровая ка- Кадровая Кадровая мо-

мера ционный сенсор стемой объективов мера плавного вращения с высокой скоростью съемки камера дульная камера

Вес, кг 68, включая 100-120 (общий 75-80 38 (общий вес 37 (корпус + 37,7

накопитель вес системы) (включая компьютер и накопитель) системы) модуль камеры) (включая компьютер и накопитель)

Оптические характеристики камеры

Число объекти-

вов (4 PAN + 3 RGB + 1 IR)

Число ŒD- 5 SH100: 13 ли- 13 (9 - PAN, 4 - MS)

сенсоров (1 - PAN, 4 -MS) неек. 4 линейки (вперед) 4 линейки (назад) 5 линеек

Фирма-производитель Hexagon AB (Швеция) UltraCam/Microsoft (США) Visionmap Ltd.(Израиль) Optech ^^(Ка- нада) IGI mbH(^-мания)

Название модели DMC Ile 250 АОБЮО UltraCam Eagle A3 Edge/ A3 Edge CIR CS-15000 Quattro DigiCAM

^адвл (в надир)

Число фрагментов результирующего кадра 1 Съемка ведется непрерывно 9 изменяемое

Принцип экспонирования сенсоров Синхронный Съемка линейным сенсором Последоват. формирование кадра с использ. массива из 9 сенсоров CCD н/д н/д Синхронный

Размер пикселя, мкм 5,6 (PAN); 7,2 (MS) 5 5,2 (PAN) 5,5 5,2

Наименьшее значение пикселя на местности (GSD) при аэросъемке, см PAN: 2,5 (500 м) MS: 8 (500 м) 3 (при скорости 220 км/ч) 10 (при скорости 650 км/ч) Система объективов 1: 3,25 / 6,25 (500 м / 1000 м) Система объективов 2: 2,5 (1000 м) 3 (1280 м) 10 (4260 м) н/д н/д

Фокусное расстояние (для результирующего кадра), мм 112 (PAN); 45 (MS) 62,5 Система объективов 1: 80 (PAN), 27 (MS) Система объективов 2: 210 (PAN), 70 (MS) 300 70, 120, 210 80,100, 150, 210,

Углы поля зрения (во всех диапазонах) вдоль/поперек маршрута (для результирующего кадра) 38,6° / 45,5° (PAN); 54,2° / 52° (MS) - / 65,2°-77,3° в зависимости от направления линеек вперед, назад или в надир 46°/66° (Система объективов 1) 20°/28° (Система объективов 2) 111,28° (макс. поперек маршрута) 37°/29° (70 мм); 23°/18° (120 мм); 14°/11° (210 мм) Для одного модуля: 27°/36° (80 мм); 23°/30° (100 мм); 15°/20° (150 мм); 11°/15° (210

Фирма-производитель Hexagon AB (Швеция) UltraCam/Microsoft (США) Visionmap Ltd.(Израиль) Optech ^^(Ка- нада) IGI mbH(^-мания)

Название модели DMC Ile 250 ADS100 UltraCam Eagle A3 Edge/ A3 Edge CIR CS-15000 Quattro DigiCAM

мм); 8°/10° (300 мм)

Радиометрическое разрешение, бит/пиксель 14 12 >12 12 н/д

Спектральные диапазоны (нм) PAN, R, G, B, NIR R, G, B, NIR PAN, R, G, B, NIR R, G, B / R, G, B, NIR R, G, B - стандарт NIR - опция R, G, B

Компенсация сдвига (смаза) изображения Есть: ВЗИ (TDI) Есть: TDI Есть: ВЗИ (TDI) Есть трёх типов: FMC, RMC, VC Есть, элек-тронно-ме-ханическая Есть, электронная

Характеристики изображения

Число пикселей результирующего кадра вдоль/поперек маршрута 14656 x 17216 (PAN); 6846 x 6096 (MS) Определяется длиной маршрута /20000 13080 x 20010 (PAN) 4360 x 6670 (MS) 10200 х 80500 (макс.) 10000 x 15000 12750 х

Геометрия результирующего изображения Центральная проекция Центральная проекция каждой строки изображения Интегрированный кадр по данным от 9 CCD Квазипанорамный снимок -для визуализации. Стандартная центр. проекция - для измерений/ векторизации Центральная проекция Центральная проекция

Как видно из сравнения, представленного в таблице 1 , аэрофотокамеры формируют снимки в центральной проекции, а высота полета для получения размера пикселя на местности 3 см варьируется от 500 до 1500 м.

С другой стороны, размер кадра в пикселях значительно изменяется (примерно в 1,5 раза по короткой стороне и до 5 раз по длинной, исключая сканирующую систему). Однако, большая часть камер формирует близкие по размеру изображения, отличающиеся несущественно.

Точность определения элементов внешнего ориентирования снимков примерно сопоставима для всех аэрофотосъёмочных комплексов, включающих камеры, указанные в таблице 7, и определяется бортовым геодезическим спутниковым приемником (их погрешность составляет 2-3 см) и техническими характеристиками гиростабилизированной платформы.

1.1.2 Пилотируемые самолеты для аэрофотосъёмки

При съёмке больших площадей (более 300 кв. км [3]), а также из соображений безопасности при аэрофотосъёмке городов целесообразно использовать пилотируемые самолёты. Их преимуществом является длительная продолжительность полёта, по сравнению с беспилотными летательными аппаратами, а также возможность установки специализированных аэрофотосъёмочных систем. Соответственно, при использовании пилотируемой авиации для аэрофотосъёмки сокращается количество полевых работ по выполнению планово-высотной подготовки снимков и количество съемочных дней, что имеет значение в климатических условиях практически всех регионов Российской Федерации.

Применение конкретного самолёта для аэрофотосъёмки обуславливается несколькими факторами, такими как, размеры самолета (определяет возможность установки специализированного аэрофотосъёмочного оборудования внутри самолёта), наличие люка для объектива или возможность его создания, а также лётными характеристиками. В таблице 2 представлены основные характеристики самолётов и вертолётов, которые в настоящее время используются для аэрофотосъёмки.

Таблица 2 - Технические характеристики самолётов для аэрофотосъёмки [36]

Летно-техниче- АН-30 АН-2 ИЛ- Vulca- Cessna King Piper МИ-8

ские 114 nAir P68 421 Air 350 PA-31

характеристики (Obrerver Series) Navajo

Крейсерская

скорость, км/ч

Длина самолёта, м Нет данных 12,40 26,88 9,55 10,35 14,22 9,94 25,31

Техническая

Введение диссертации (часть автореферата) на тему «Разработка технологии фототриангуляции по разновременным аэрофотоснимкам городских территорий с использованием архивных данных в качестве опорной информации»

дальность, км

Практический 8300 420 7500 5850 8230 Нет 8015 6000

потолок, м данных

Максимальный 23000 5500 21500 1990 3103 6805 2948 11100

взлётный вес, кг

Вес фотооборудо- 650 Нет 6500 Нет Нет Нет Нет Нет

вания, кг данных данных данных данных данных данных

Двигатели 2 АИ- АШ- 2 2 Ly- 2 ПД Нет 2 Ly- 2 ТВ 3-

24ВТ 62ИР ТВД ТВ7-117С coming I0-360-A1B6 Continental GTSIO- 520D данных coming TIO- 540-A 17ВМ

В России для аэрофотосъёмки популярностью пользуются самолёты типа АН-2 (для небольших площадей), АН-30 (для больших площадей - областей, республик), Cessna [47].

1.1.3 Беспилотные воздушные суда и фотокамеры, устанавливаемые на них

При использовании для выполнения аэрофотосъёмки городов беспилотных авиационных систем (БАС) преобладает тенденция к установке на борт беспилотного воздушного судна бытовых фотокамер, либо изготовление собственных съёмочных систем с полнокадровыми (или меньшего размера) приёмниками светового излучения. На крупных БВС могут применяться аэрофотокамеры, которые устанавливаются и на пилотируемых самолетах (например, камера PHASEONE на БВС Ор-лан-10).

Рынок беспилотных систем в настоящее время активно расширяется, регулярно производители выпускают новые и новые аппараты. В этой связи для сравнения в таблице 3 представлен ограниченный список основных БАС.

По характеристикам получаемых аэрофотоснимков беспилотные и пилотируемые системы близки друг к другу. Главное их отличие заключается в размере кадра, которое составляет приблизительно 2-3 раза.

Отдельно следует отметить параметр GSD - Ground Sampling Distance или размер пикселя на местности. Для беспилотных летательных аппаратов он имеет следующие особенности: во-первых, его значение может быть всего несколько сантиметров, а во-вторых, оно сильно варьируется. Изменение высоты на 100 метров может вдвое или даже втрое изменить пространственное разрешение. Также нет целесообразности производить съёмку с малых беспилотных аппаратов под размер пикселя на местности более 15 сантиметров из-за малой производительности при таких параметрах (в связи с большими затратами на набор высоты).

Сегодня беспилотные авиационные системы широко используются в России и в Мире для создания пространственных данных на городские территории. Например, в Бразилии с помощью БВС самолётного типа построена 3D-модель фавел -характерных строений для жизни в бедных кварталах [73]. Также БВС применяются для создания детальных 3D-моделей, построения ортофотопланов [15, 24, 33] путём комбинирования воздушной и наземной съёмки [56, 81] с использованием технологий машинного обучения [62, 77].

Преимуществом беспилотных воздушных судов является возможность их применения в труднодоступных и отдалённых районах [6]. Беспилотные аппараты активно используются в мониторинге различного направления: при строительстве для автоматического извлечения информации о здании и характеристик различных типов городской застройки [83], выполнении комплексных кадастровых работ [26],

Таблица 3 - Сравнение беспилотных авиационных систем

Название БВС Delta M [16] Геоскан Lite [10] Геоскан 201 [9] Птеро- СМ [44] Суперкам S350-f [5] Aibot X6 [60] Sensefly [85] Phantom 4 [82] Phantom 4 Pro [66]

Страна производства Россия Россия Россия Россия Россия Германия Швейцария Китай Китай

Размеры, м 0,46 х 1,20 х 0,20 Размах крыльев -1,38 Размах крыльев - 2,20 2,14 х 3,13 х 0,4 0,8 х 3,5 1,05 x 1,05 x 0,45 0,55 x 0,45 x 0,25 0,3 х 0,3 0,3 х 0,3

Вес, кг 5 3,1 5,5 21 5 4,6 - 6,6 0,6 1,4 1,4

Тип двигателя Электрический Бензиновый Электрический

Скорость летательного аппарата, км/ч 65-80 80 80 85-115 65 40 90 50 (до 70) 50 (до 72)

Высота полёта, м 100-3000 120-800 120-800 80-3000 50-1000 1000 1000 До 500 До 500

Время полета 3 ч 1 ч 2 ч 8 ч 4 ч 20 мин 50 мин 28 мин 28 мин

Камера Sony RX1 / Canon EOS-M Sony a6000 Sony RX1 Nikon D800 (36 Mp) Sony Nex-7 (24Mp) Варианты Варианты DJI FC330 DJI FC6310

Размер кадра, пикс 6000 х 4000 6000 x 4000 6000 х 4000 7360 x 4912 6000 x 4000 Варианты Варианты 4000 х 3000 4864 х 3648

ОББ, см 3-30 2-20 2-30 4-50 4-40 2-10 2-10 1-20 0,5-15

Гироплатформа Есть Нет Нет Нет Нет Есть Нет Есть Есть

ГНСС-оборудо-вание Геодезический ГНСС-приёмник Навигационный ГНСС-при-ёмник Геодезический ГНСС-приёмник Геодезический ГНСС-приёмник Геодезический ГНСС-приёмник Геодезический ГНСС-приёмник Геодезический ГНСС-приёмник Навигационный ГНСС-приёмник Навигационный ГНСС-при-ёмник

при проведении маркшейдерских работ на разработках открытого типа [27], обследовании археологических памятников [7, 23]. На беспилотные воздушные суда могут устанавливаться технически сложные полезные нагрузки, комбинирующие несколько камер для панорамной аэрофотосъёмки с целью увеличения площади покрытия территорий снимками за один вылет [92] и различные навигационные системы [72].

Широкие потенциальные возможности для автоматизации мониторинга территорий по результатам съёмки с БВС связаны с разработкой систем точной посадки за счёт визуального позиционирования [48] и автономных систем для зарядки, запуска и контроля выполнения полётов БВС [4].

Таким образом, беспилотные авиационные системы являются распространенным средством при получении пространственных данных методом аэрофотосъёмки.

1.2 Технологическая схема обновления пространственных данных городских

территорий на основе аэрофотосъёмки

Актуальность пространственных данных соответствует дате выполнения аэрофотосъёмки. Однако, города динамично меняются вследствие благоустройства, новой застройки, комплексного развития территории, текущего ремонта инженерной инфраструктуры. Поэтому со временем данные становятся неактуальными, то есть не соответствуют реальному облику города.

Для решения этой проблемы необходимо выполнять обновление пространственных данных. Частота обновления зависит от развития конкретного города и изменения его территории. Например, Москва меняется более динамично, чем Красноярск (в 2021 году в Красноярском крае строилось 50 домов [21], а в Москве более 1600 [54]).

Сейчас обновление пространственных данных городских территорий фотограмметрическим методом подразумевает полностью новую аэрофотосъёмку и геодезическую планово-высотную подготовку (ПВП) снимков «с нуля».

Далее представлена существующая технологическая схема выполнения обновления пространственных данных городских территорий на основе построения фотограмметрических моделей местности (Рисунок 1) [11]. На схеме красным выделены блоки, которые потенциально можно оптимизировать при повторном проведении аэрофотосъёмки одной территории.

Рисунок 1 - Существующая технологическая схема обновления пространственных данных застроенных территорий

Недостатки существующей технологии обновления пространственных данных городских территорий на основе аэрофотосъёмки заключается в следующем.

Львиную долю времени и средств занимают работы по обследованию пунктов государственной геодезической сети (ГГС) и маркировке опознаков (ОП), а также измерению их координат и постобработке геодезических измерений. Это замедляет переход к выполнению фототриангуляции и созданию пространственных данных.

Второй недостаток заключается в том, что из-за наличия большого количества радиоэлектронного оборудования в городах, которое из-за помех или направлено вмешивается в сигнал ГНСС [53], зачастую бывают сложности с получением высокоточных центров проекции аэрофотоснимков с помощью бортового спутникового оборудования [68]. Также, на многих, относительно простых, но широко используемых, беспилотных летательных аппаратах отсутствует необходимое высокоточное геодезическое оборудование для получения координат центров проекции.

Отличие обновления пространственных данных территории от первоначального создания данных состоит в том, что на территорию уже имеются качественные материалы, созданные ранее. При первичной аэрофотосъёмке уже были проведены работы по обследованию пунктов государственной геодезической сети и измерению их координат, маркировка и определение координат опознаков. На Рисунок 1 красным цветом выделены повторяющиеся процессы существующей технологической схемы обновления ПД. Для сокращения повторения этих работ требуется разработка усовершенствованной технологии обновления ПД городских территорий с использованием совместной обработки новых и архивных материалов аэрофотосъёмки.

Многие работы учёных были в разной степени посвящены использованию архивных данных для улучшения качества новых по космической съёмке [22, 32].

Для обеспечения использования архивных данных при обновлении пространственных данных территорий требуется наличие инфраструктуры пространственных данных, сохраняющей исходные материалы аэрофотосъёмки и позволяющей оперативно получить их при выполнении работ.

1.3 Состояние фондов пространственных данных и имеющихся в них материалов аэрофотосъёмки, пригодных для обновления пространственных данных

городских территорий

Одно из главных требований к пространственным данным, необходимым для развития городских территорий, является быстрая доставка ПД потребителю. Поскольку города динамично развиваются, неоперативное создание данных и предоставление их потребителю приводит к потере их актуальности и несоответствию реальной обстановке. Поэтому управление территорией на основе таких данных будет неэффективно.

В соответствии с законом о геодезии и картографии [43] предусмотрено создание фондов пространственных данных на трех уровнях: федеральном, региональном и муниципальном, предназначенных для хранения и оперативного предоставления пространственных данных.

В таблице 4 представлен перечень материалов, которые хранятся в федеральном фонде пространственных данных и связаны с технологией обновления пространственных данных территорий фотограмметрическим методом. Таблица 4 - Материалы федерального фонда пространственных данных

Название материалов Федеральный фонд ПД

Техническое задание Есть

Паспорт АФС Есть

Цифровые аэрофотоснимки Есть

«Сырые» ГНСС-измерения траектории АФС Нет

Каталоги координат центров АФС и углов наклона снимков (определенные в процессе АФС) Есть

Отчеты по расчету координат центров АФС Нет

«Сырые» ГНСС-измерения на базовых станциях, в том числе по- Нет

стоянно действующих

Координаты базовых станций в системе координат WGS84 по- Нет

сле уравнивания

«Сырые» ГНСС-измерения на пунктах ГГС Нет

Каталог координат и высот пунктов ГГС в системе координат №0884 Нет

Каталог координат и высот опознаков Есть

Абрисы и фотографии опознаков Есть

Отчет о планово-высотной подготовке снимков Есть

Название материалов Федеральный фонд ПД

Результаты фототриангуляции: - каталог элементов внешнего ориентирования снимков; - каталог элементов внутреннего ориентирования Есть

Проект фотограмметрической обработки в формате ЦФС Нет

Единые стереомодели Нет

Цифровые ортофотопланы Есть

Цифровая модель рельефа (ЦМР), цифровая модель местности (ЦММ) Есть

Растровые 3D-модели (меш-модели) Нет

Векторные 3D-модели Нет

Технический отчет о фотограмметрических работах Есть

Границы объектов работ Нет

Каталоги координат и высот пунктов ГГС Нет

Границы фотограмметрических проектов Нет

Рамки номенклатурных листов ортофотопланов Нет

Рамки отображения фотограмметрических моделей Нет

Границы отображения стереомоделей Нет

Границы отображения ЦММ, ЦМР Нет

Границы отображения векторных наборов данных Нет

Параметры перехода от государственных систем координат и высот к местным системам координат и высот Есть

Отчет о фотограмметрической калибровке аэрофотосъёмочной камеры Есть

Акт контрольного просмотра материалов АФС Есть

Акты приемки ОТК выполненных работ Есть

Ортофотокарта Есть

ГОСТы, ОСТы на геодезическую и картографическую продукцию Есть

Региональные фонды в России создаются по инициативе субъектов РФ. Создание таких фондов позволяет решить проблему накопления и дублирования материалов в каждом ведомстве, приводящую к дополнительным финансовым затратам на создание одних и тех же данных и рассогласованности в них.

Так, например, уже созданы фонды в Новосибирской [20] и Калининградской [41] областях, Республике Башкортостан [42], Чувашии [28] и др. Региональные фонды развиваются наиболее динамично и постоянно пополняются.

Создание фондов пространственных данных также обусловлено необходимостью хранения больших объёмов данных. На примере Республики Башкортостан произведена оценка характеристик хранилища ПД для одного региона:

- количество поселений - более 800;

- количество снимков - 400 тыс. шт.;

- объём исходных снимков - 20 Тбайт;

- объём ортофотопланов - 1,5 Тбайт;

- объём стереомоделей - 10,5 Тбайт;

- общий объём информации - 32 Тбайт.

На сегодня в региональных фондах ПД хранится только готовая продукция и отсутствуют данные в виде аэрофотоснимков, каталогов их элементов внутреннего и внешнего ориентирования, проектов фотограмметрической обработки снимков, поэтому процесс получения пространственных данных может затягиваться на несколько недель. Например, в фонде пространственных данных Новосибирской области хранится следующая информация [40]:

1. Топографические планы в электронном виде - более 7 000 единиц хранения;

2. Ортофотопланы в электронном виде - более 70 000 единиц хранения;

3. Отчеты и каталоги по геодезическим работам - 1 250 единиц хранения;

4. Планшеты на жесткой основе масштабов 1:500, 1:1 000 - 10 500 единиц хранения;

5. Топографические планы масштабов 1:2000, 1:5000 на гибкой основе - 150 наборов документов.

Анализ содержания созданных фондов ПД и оказываемых ими услуг позволил выявить их следующие недостатки:

- хранящиеся в фондах топографические планы и карты, как отмечено в разделе 1.1, не отвечают требованиям для развития городов по актуальности данных, ортофотопланы - по точности и объёмному представлению;

- получение материалов из фондов ПД выполняется по письменному заявлению (в некоторых фондах есть мастер подготовки заявлений), что существенно замедляет взаимодействие между поставщиками и потребителями данных.

Что касается мирового опыта, в Швейцарии пространственный банк данных ведёт государственная организация Swisstopo. Портал создавался более 10 лет и его отличительная особенность состоит в том, что все данные об объектах представлены полностью в 3Б. Большая часть продуктов и услуг Swisstopo (в том числе 2D) основаны на единой топографической модели ландшафта (ТЬМ) (см. Рисунок 2) и ей соответствующей цифровой модели местности фТМ) [65].

Рисунок 2 - 3Б-модель с геопортала Swisstopo [65]

На сегодняшний день, примерно 13 миллионов пользователей обмениваются с фондом Swisstopo примерно 80 ТБ данных в месяц, что соответствует, в среднем, 3000 единицам сохранения ПД в секунду.

Стамбул также пошел по пути создания геопортала на основе 3Б. В настоящее время база данных занимает 135 терабайт, и все они хранятся в неструктурированных файлах. Потенциал развития оценивается в 2,73 петабайта [71]. Далее представлена схема реализации геопортала Стамбула (Рисунок 3).

Рисунок 3 - Структура геопортала Стамбула [71]

Таким образом, несмотря на то что в России активно развиваются фонды пространственных данных, в том числе на региональном уровне, система хранения и предоставления актуальных пространственных данных и исходных материалов для обновления пространственных данных территорий не реализована. Для его обеспечения требуется хранение исходных данных ранее выполненной аэрофотосъёмки с целью использования их для ускорения обработки снимков, уменьшения сроков и трудозатрат при создании новых пространственных данных. Создание фондов, отвечающих современным требованиям, быстро предоставляющих трёхмерные пространственные данные и исходные материалы для их создания - серьезный вызов, который существует на сегодняшний день, поскольку быстрая доставка данных потребителю является одним из главных критериев для развития городских территорий.

1.4 Выводы по первому разделу

Города активно развиваются, региональные и государственные программы направлены на совершенствование городских территорий. Для актуализации пространственной информации в городах используется преимущественно фотограм-

метрический метод, предусматривающий обработку снимков, полученных с пилотируемых и беспилотных летательных аппаратов. Существующая технология обновления фотограмметрических продуктов для городских территорий подразумевает повторение геодезических работ по обследованию пунктов государственной геодезической сети и планово-высотной подготовке снимков и не предусматривает использование архивных снимков на данную территорию. Это приводит к увеличению временных и финансовых затрат на создание обновлённого набора пространственных данных и увеличения сроков актуализации данных.

Кроме того, из-за наличия в городах множества промышленных объектов, вышек связи и различных телекоммуникационных сетей, а также антенн, направленно заглушающих сигнал ГНСС, часто существуют проблемы с получением точных координат центров проекции аэрофотоснимков с помощью бортового ГНСС-оборудования.

Из-за этого приходится увеличивать количество наземных точек планово-высотной подготовки, которые измеряются полевыми методами, что является затратным по времени и финансам.

Для сокращения повторения геодезических работ и решения проблемы отсутствия точных центров проекции аэрофотоснимков, требуется разработка усовершенствованной технологии обновления пространственных данных городских территорий, основанной на использовании архивных материалов аэрофотосъёмки в качестве опорной информации при фототриангуляции, что позволит существенно сократить время и финансовые средства на создание актуальных пространственных данных, а также в целом обеспечить геодезическую привязку новых данных.

Для обеспечения использования архивных данных при обновления пространственных данных территорий требуется разработать инфраструктуру хранения исходных материалов аэрофотосъёмок для их оперативного получения при выполнении работ.

По результатам выполненного анализа технических и технологических средств обновления пространственных данных городских территорий на основе аэрофотосъёмки были сформулированы основные задачи исследования:

- разработать технологию совместной фототриангуляции разновременных аэрофотосъёмок с использованием архивных данных в качестве опорной информации;

- разработать методику поиска связующих точек при фототриангуляции с использованием нейросетевой обработки аэроснимков для маскирования зон поиска связующих точек;

- выполнить экспериментальные исследования разработанной технологии совместной фототриангуляции по разновременным аэрофотоснимкам городских территорий, произвести оценку качества результатов;

- разработать программный комплекс для хранения и выдачи исходных данных аэрофотосъёмки и созданных фотограмметрических продуктов.

2 ТЕХНОЛОГИЯ СОВМЕСТНОЙ ФОТОТРИАНГУЛЯЦИИ РАЗНОВРЕМЕННЫХ АЭРОФОТОСЪЁМОК С ИСПОЛЬЗОВАНИЕМ АРХИВНЫХ ДАННЫХ В КАЧЕСТВЕ ОПОРНОЙ ИНФОРМАЦИИ

2.1 Технологическая схема обновления фотограмметрических продуктов на основе совместной фототриангуляции разновременных аэрофотосъёмок

Отличие обновления фотограмметрических продуктов на основе материалов аэрофотосъемки от создания данных «с нуля» состоит в том, что большая часть работы уже проделана ранее. Следовательно, не требуется повторное обследование пунктов государственной геодезической сети, маркировка опознаков и измерение их координат (Рисунок 1), если использовать созданные ранее пространственные данные для геодезической привязки материалов новой аэрофотосъёмки.

Для геодезической привязки данных новой аэрофотосъёмки выполняется совместный поиск связующих точек на разновременных снимках и совместная фототриангуляция по архивным и новым аэрофотоснимкам. При этом, уравненные элементы внешнего ориентирования архивных аэроснимков используются в качестве опорных, а за счёт общих связующих точек на архивных и новых аэрофотоснимках осуществляется геодезическая привязка новых данных.

Далее (Рисунок 4) представлена оптимизированная технологическая схема выполнения обновления пространственных данных городских территорий с использованием совместной обработки разновременных снимков. Блоками показаны элементы существующей технологией, а зеленым - предлагаемые изменения

За счет использования архивных данных при совместной фототриангуляции выполняется геодезическая привязка материалов новой аэрофотосъёмки (если, например, часть данных с бортового геодезического приемника отсутствует или такой приемник не был установлен на борту).

Далее (Рисунок 5) представлена предлагаемая технологическая схема обновления пространственных данных территории без геодезического сопровождения новой аэрофотосъёмки.

Рисунок 4 - Предлагаемая технологическая схема обновления фотограмметрических продуктов на основе совместной фототриангуляции

разновременных аэрофотосъёмок

При выполнении работ с использованием совместной обработки разновременных снимков отпадает необходимость не только в большой доле полевых работ, которые занимают основное количество времени и средств, но и сокращаются требования к используемым аппаратным и программным средствам. В этом случае не

требуется наличие бортового геодезического приёмника для определения координат центров проекции аэроснимков и наземного оборудования для измерения координат опознаков и используемого в качестве базовых станций, а также программного обеспечения для обработки результатов геодезических наблюдений.

В предлагаемой и существующей технологии обработки разновременных снимков этапы: сбор исходных данных, подготовительные работы, проектирование аэрофотосъёмки и предварительная обработка снимков выполняются аналогично.

В то же время, ключевым и наиболее сложным процессом предлагаемой технологии, представленной выше (Рисунок 4, Рисунок 5), является поиск связующих точек на разновременных аэроснимках для выполнения по ним совместной фототриангуляции, так как он осуществляется на значительно отличающихся снимках. Чем сильнее отличаются снимки, тем сложнее идентифицировать на них одноименные точки. Важной особенностью предлагаемой технологии является автоматический режим поиска связующих точек на разновременных снимках.

В современных фотограмметрических системах применяются два основных подхода к поиску связующих точек на снимках: корреляционный (например, в ЦФC PHOTOMOD и ЦФC INPHO) и методы отождествления, основанные на выделении и описании элементов изображений, такие как операторы Forstner, Moravic, Dreschler, Mar-Hildreth или SIFT [58]. Алгоритм SIFT подробно описан в статье Jaan-Rong Tsay и Ming-Shiuan Lee [S7] и используется в таких фотограмметрических системах, как ContexCapture, Metashape, Pix4D и др. Преимуществами алгоритма SIFT являются его независимость от разницы масштабов снимков, геометрических и фотометрических искажений за счёт описания характерных точек 128-мерным вектором параметров [87]. Однако, из-за сложности алгоритма, требующего много времени на вычисления, было предложено множество его вариаций (например, SURF) и улучшений, описанных в работе [б4].

Рисунок 5 - Предлагаемая технологическая схема обновления фотограмметрических продуктов на основе совместной фототриангуляции разновременных аэрофотосъёмок с использованием архивных данных в качестве

опорной информации

В работе [52] для взаимного ориентирования снимков используется библиотека Яишас, которая позволяет реализовать поиск связующих точек автоматически в два этапа: выделение характерных точек на снимках и отождествление их между собой.

В настоящее время развиваются нейросетевые методы поиска связующих точек, которые менее чувствительны к сильным радиометрическим отличиям снимков, что особенно важно при обработке разновременных данных из-за различных типов съёмочных систем, используемых для получения изображений, различных условий освещения и углов обзора [80, 84].

Проблемы, которые возникают особенно остро при обработке разновременных снимков, обусловлены следующим:

1. Разный размер проекции пикселя на местности из-за разных параметров полёта и используемого оборудования;

2. Разный сезон аэрофотосъёмки;

3. Разные аэрофотокамеры;

4. Изменения на местности, которые произошли в период между аэрофотосъёмками;

5. Различные виды аэросъёмки (например, одна съёмка была надирная, а другая - наклонная).

Для уменьшения влияния использования разных сенсоров, условий аэрофотосъёмки, внешних условий и используемых летательных аппаратов на совместную обработку разновременных снимков алгоритм поиска связующих точек (корреляционный или SIFT) направляется в такие области на снимках городской территории, которые заведомо не сильно подвержены изменениям со временем - на крыши зданий. Выделение изображений крыш на аэрофотоснимках выполняется с помощью специально обученной нейронной сети. Причем в данном случае не требуется высокая точность определения контуров крыш. Использование нейросете-вой обработки снимков фактически разделяет процесс поиска связующих точек на два этапа: выделение крыш на всех снимках, участвующих в обработке, и непосредственно отождествление идентичных точек в заданных областях. Эффективность такого подхода к поиску связующих точек подтверждена экспериментальными исследованиями [74, 75], описанными в третьей главе.

Список литературы диссертационного исследования кандидат наук Кобзев Антон Александрович, 2025 год

СПИСОК ЛИТЕРАТУРЫ

1 Алябьев, А.А. Фотограмметрия и Национальная система пространственных данных [текст] / А.А. Алябьев // Геопрофи. - М., 2022. - N. 6. - С. 26-29.

2 Антипов, И.Т. Об использовании цифровых средне и малоформатных камер для аэрофотосъемки [текст] / И.Т. Антипов, Е.А. Кобзева // ИНТЕРЭКСПО ГЕО-СИБИРЬ. - Новосибирск, 2013. - Т.4. - N. 1. - С. 1727.

3 Бабашкин, Н.М. Сравнение эффективности аэрофототопографической съемки с использованием беспилотных и пилотируемых авиационных систем [текст] / Н.М. Бабашкин, С.А. Кадничанский, С.С. Нехин // Геопрофи. - М., 2017. - N. 1. - С. 14-19.

4 Барбасов, В.К. AEROD - система посадки/подзарядки для беспилотни-ков вертикального взлета/посадки для создания автоматизированных сетей функционирования дронов [текст] / В.К. Барбасов // Экстремальная робототехника. - 2016. - Т. 1. - N. 1. - С. 349-353.

5 БПЛА Суперкам Supercam S350 [электронный ресурс] // Unmanned Беспилотные системы: [сайт]. Режим доступа: http://unmanned.ru/uav/supercam.htm (дата обращения: 9.05.2019).

6 Бударова, В.А. Мониторинг территории на основе технологии БВС [текст] / В.А. Бударова, Д.Д. Ершов // Актуальные вопросы образования. - 2018. - N. 1. - С. 238-242.

7 Вавулин, М.В. Культурные ландшафты с «высоты птичьего полет»: возможности аэрофотосъемки для выявления памятников археологии в лесной зоне [текст] / М.В. Вавулин, О.В. Зайцева, А.А. Пушкарев // Вестник томского государственного университета. История. - Томск, 2020. - N. 67. - С. 120-127.

8 Всё, что вы хотели узнать о RAID-контроллерах, но лень было искать [электронный ресурс] // Хабр: [сайт]. - 2016. - Режим доступа:

https://habr.com/ru/companies/servermall/articles/304798/ (дата обращения: 23.04.2023).

9 Геоскан 201 Геодезия [электронный ресурс] // Геоскан-АЭРО: [сайт]. Режим доступа: https://www.geoscan.aero/ru/products/geoscan201/geo (дата обращения: 9.05.2019).

10 Геоскан Lite [электронный ресурс] // Геоскан-АЭРО: [сайт]. Режим доступа: https://www.geoscan.aero/ru/products/lite (дата обращения: 9.05.2019).

11 ГОСТ Р 58854-2020. Фотограмметрия. Требования к созданию ориентированных аэроснимков для построения стереомоделей застроенных территорий. - Введ. 2020.05.15. - М.: Стандартинформ, 2020. - 20 с.

12 ГОСТ Р 59562-2021. Съемка аэрофототопографическая. Технические требования. - Введ. 2021.06.10. - М.: Стандартинформ, 2021. - 60 с.

13 ГОСТ Р 70078-2022. Программно-аппаратный комплекс аэрофототопографической съемки с использованием беспилотного воздушного судна. Технические требования. - Введ. 2022.05.01. - М.: Стандартинформ, 2022. - 30 с.

14 ГОСТ Р 70318-2022. Инфраструктура пространственных данных. Единая электронная картографическая основа. Общие требования. - Введ. 2022.04.01. - М.: Стандартинформ, 2022. - 40 с.

15 Гук, А.П. Построение измерительных 3D-моделей по материалам фотограмметрической обработки снимков (с БПЛА) с использованием проективных преобразований [текст] / А.П. Гук, Л.Г. Евстратова // Региональные проблемы дистанционного зондирования земли. - Красноярск, 2019. - С. 9-11.

16 ДЕЛЬТА-М [электронный ресурс] // Съемка с воздуха: [сайт]. - Режим доступа: http://съемкасвоздуха.рф/samoletnye-bpla/delta-m.html (дата обращения: 9.05.2019).

17 Доля городского населения в общей численности населения на 1 января [Электронный ресурс] // Росстат: [сайт]. - 2022. - Режим доступа: https://showdata.gks.ru/report/278932/ (дата обращения: 29.10.2022).

18 Дубиновский, В.Б. Проектирование каркасных маршрутов аэрофотосъемки, образуемых из планово-перспективных снимков, получаемых в процессе плановой площадной аэрофотосъемки [текст] / В.Б. Дубиновский, Т.Н. Скрыпицына // Известия вузов: Геодезия и Аэрофотосъемка. - М., 2003. - N. 5. - С. 47-52.

19 Дубиновский, В.Б. Создание и пути использования каркасных маршрутов аэрофотосъемки [текст] / В.Б. Дубиновский, Т.Н. Скрыпицына // Известия вузов: Геодезия и Аэрофотосъемка. - М., 2001. - N. 4. - С. 62-68.

20 Дяков, А.И. Фонду пространственных данных Новосибирской области 5 лет. Становление, производство, перспективы [текст] / А.И. Дяков, О.Н. Козыренко, А.Н. Тимофеев // Геопрофи. - 2022. - N. 2. - С. 28-33.

21 ЕРЗ-аналитика. Аналитический обзор: строительство жилья профессиональными застройщиками [электронный ресурс] // ЕРЗ-аналитика. -2021. - Режим доступа: https://erzrf.ru/images/repfle/20370754001REPFLE.pdf (дата обращения: 06.12.2022).

22 Жарова Наталья Эдуардовна. Разработка методики формирования «случайных» стереопар космических изображений и исследование качества трехмерных геоинформационных продуктов на их основе [текст]: дис. ... канд. техн. наук: 25.00.34 / Жарова Наталья Эдуардовна. - М., 2018. -142 с.

23 Журавлёв, Д.В. Комплексное обследование археологических памятников с использованием воздушного и наземного зондирования [текст] / Д.В. Журавлёв, В.А. Князь, А.А. Кобзев, В.М. Курков, К. Мишке, Т.Н. Скрыпицына, У. Шлотцауер // Экология. Экономика. Информатика. Серия: Геоинформационные технологии и космический мониторинг. -2018. - N. 3. - С. 151-158.

24 Захлебин, А.С. Комбинированный метод построения геопривязанного ортофотоплана местности по изображениям с телевизионной камеры БВС вертолетного типа [текст] / А.С. Захлебин, М.И. Курячий // Электронные средства и системы управления. Материалы докладов международной научно-практической конференции. - Томск, 201. - N. 1. - С. 250-252.

25 Зинченко, О.Н. Цифровые камеры для топографической аэрофотосъемки. Обзор моделей (декабрь, 2013) [электронный ресурс] // Ракурс.

- 2013. - Режим доступа: http://www.racurs.ru/?page=784 (дата обращения: 10.05.2019).

26 Зуев, Н.А. Возможность применения аэросъёмки с БАС для комплексных кадастровых работ [текст] / Н.А. Зуев, А.А. Кобзев // Геопрофи. -2017. - N. 4. - С. 11-15.

27 Зуев, Н.А. Использование беспилотных авиационных систем при проведении маркшейдерских работ на разработках открытого типа [текст] / Н.А. Зуев, А.А. Кобзев // Интерэкспо Гео-Сибирь. - Новосибирск, 2018.

- N. 1. - С. 26-33.

28 Кабинет Министров Чувашской Республики. Постановление от 13 июня 2018 года N 210 [электронный ресурс] // Электронный фонд правовых и нормативно-технических документов. - 2018. - Режим доступа: https://docs.cntd.ru/document/543729465 (дата обращения: 05.12.2022).

29 Калькулятор АФС [электронный ресурс] // УСГИК: [сайт]. - 2023. - Режим доступа: https://order.usgik.ru (дата обращения: 28.04.2023).

30 Кобзев, А.А. Исследование возможности совместной фотограмметрической обработки разновременных аэроснимков [текст] / А.А. Кобзев, А.Г. Чибуничев // Изв. вузов «Геодезия и аэрофотосъемка». - М., 2021. - Т. 65. - N. 3. - С. 292-301.

31 Кобзев, А.А. Облачный сервис «Георесурс» для региональных фондов пространственных данных [текст] / А.А. Кобзев, И.Д. Пестов // Геопрофи. - М., 2019. - N. 5. - С. 17-21.

32 Кобзева Елена Александровна. Разработка и исследование технологии мониторинга городских территорий по материалам космических съемок сверхвысокого разрешения [текст]: автореф. дис. ... канд. техн. наук: 25.00.34 / Кобзева Елена Александровна. - Новосибирск, 2008. - 26 с.

33 Коммисаров, А.В. Обзор методов сбора пространственной информации для построения трехмерных моделей объектов [текст] / А.В. Коммиса-ров, Е.А. Арцыбашева // Актуальные вопросы землеустройства, геодезии и природообустройства. - Улан-Удэ, 2020. - С. 286-289.

34 Комплексное развитие территорий (КРТ) [электронный ресурс] // Официальный ресурс Правительства Москвы: [сайт]. - 2023. - Режим доступа: https://investmoscow.ru/industries/territorial-evolution (дата обращения: 14.02.2023).

35 Литвинцев, К.А. Исследование возможности многоцелевого использования стереомоделей для управления территорией (на примере Калининградской области) [текст] / К.А. Литвинцев, А.А. Кобзев // Изв. вузов «Геодезия и аэрофотосъемка». - М., 2020. - Т. 64. - N. 3. - С. 330-340.

36 Материалы практических заданий по курсу «аэрокосмические съемки» / Кафедра Аэрокосмических Съемок МИИГАиК. - М., 2017.

37 Махина на целый квартал: смотрим, как сейчас выглядит Центральный стадион с высоты птичьего полёта [электронный ресурс] // Городской портал Екатеринбурга: [сайт]. - 2018. Режим доступа: https://www.e1.ru/ text/gorod/2017/09/09/51195051/ (дата обращения: 14.02.2023).

38 Нейросеть [электронный ресурс] // Сайт Актив: [сайт]. [2023]. Режим доступа: https://siteactiv.ru/terminy/neyroset/ (дата обращения: 25.04.2023).

39 Некрасов, В.В. Совместное использование снимков различного разрешения для повышения точности внешнего ориентирования стереомодели [текст] / В.В. Некрасов // Геодезия и аэрофотосъемка. - М., 2001. - С. 98102.

40 Получение пространственных данных и материалов фонда [электронный ресурс] // Государственное бюджетное учреждение Новосибирской

области «Фонд пространственных данных Новосибирской области»: [сайт]. - 2022. - Режим доступа: https://geofondnso.ru/services/getdata/ (дата обращения: 05.12.2022).

41 Правительство Калининградской области. Постановление Правительства Калининградской области от 22.03.2017 № 116 [электронный ресурс] // Официальный Интернет-Портал Правовой Информации. - 2017. - Режим доступа: http://publication.pravo.gov.ru/Document/View/3900201703240006 (дата обращения: 05.12.2022).

42 Правительство Республики Башкортостан. Постановление Правительства Республики Башкортостан от 16 января 2019 года N 18 [электронный ресурс] // Электронный Фонд Правовых и Нормативно-Технических Документов. - 2019. - Режим доступа: https://docs.cntd.ru/document/550329588 (дата обращения: 05.12.2022).

43 Правительство РФ. Федеральный закон «О геодезии, картографии и пространственных данных и о внесении изменений в отдельные законодательные акты Российской Федерации» (431-ФЗ) (ред. 4 августа 2018) [электронный ресурс] // КонсультантПлюс. - М., 2018. - Режим доступа: https://www.consultant.ru/document/cons_doc_LAW_191496/

44 Птеро СМ [электронный ресурс] // Съемка с воздуха: [сайт]. Режим доступа: http://съемкасвоздуха.рф/samoletnye-bpla/ptero-cm.html (дата обращения: 9.05.2019).

45 Работа с YOLOV8. Детекция, сегментация, трекинг объектов, а также подготовка собственного датасета и обучение [электронный ресурс] // Хабр: [сайт]. - 2024. - Режим доступа: https://habr.com/ru/articles/821971/ (дата обращения: 01.11.2024).

46 Рынок дронов в России может остановиться из-за требований к их внешним пилотам [электронный ресурс] // Forbes: [сайт]. - 2022. - Режим доступа: https://www.forbes.ru/tekhnologii/455009-rynok-dronov-v-rossii-

mozet-ostanovit-sa-iz-za-trebovanij-k-ih-vnesnim-pilotam (дата обращения: 04.12.2022).

47 Самолеты для аэрофотосъемки [электронный ресурс] // Студалл.Орг. -2015. - Режим доступа: https://studall.org/all2-46504.html (дата обращения: 16.05.2020).

48 Севостьянов, И.Е. Система визуального позиционирования БВС для высокоточной автономной посадки [текст] / И.Е. Севостьянов, Д.В. Девитт, Д.В. Трихлеб, А.А. Баранова // Проблемы машиностроения и автоматизации. - 2022. - N. 2. - С. 124-130.

49 Сегментация экземпляров [электронный ресурс] // Ultralytics YOLO Docs: [сайт]. - 2023. - Режим доступа: https://docs.ultralytics.com/ru/tasks/segment/ (дата обращения: 01.11.2024).

50 Скрипачев, В.О. Исследование сверточных нейронных сетей для обнаружения объектов на аэрокосмических снимках [текст] / В.О. Скрипачев, М.В. Гуйда, Н.В. Гуйда, А.О. Жуков // International Journal of Open Information Technologies. - 2022. - Т. 10. - N. 3. - С. 54-64.

51 Скрыпицына Татьяна Николаевна. Совершенствование технологии фотограмметрического сгущения для обоснования топографических и кадастровых съемок [текст]: дис. ... канд. техн. наук: 25.00.34 / Скрыпицына Татьяна Николаевна. - М., 2004. - 101 с.

52 Соловьев, А.В. Метод автоматического определения одноименных точек для вычисления элементов взаимного ориентирования [текст] / А.В. Соловьев // Известия высших учебных заведений. Геодезия и аэрофотосъёмка. - М., 2017. - N. 1. - С. 40-44.

53 Спуфинг подкрался незаметно, хоть виден был издалека [Электронный ресурс] // Хабр: [сайт]. - 2022. - Режим доступа: https://habr.com/ru/articles/650741/ (дата обращения: 01.11.2024).

54 Стройки Москвы [электронный ресурс] // Комплекс градостроительной политики и строительства города Москвы: [сайт]. - 2022. - Режим доступа: https://stroi.mos.ru/construction (дата обращения: 06.12.2022).

55 Хеш-функция, что это такое? [электронный ресурс] // Хабр: [сайт]. -

2020. - Режим доступа: https://habr.com/ru/articles/534596/ (дата обращения: 23.04.2023).

56 Хлебникова, Т.А. Экспериментальные исследования построения и использования плотной цифровой модели по материалам беспилотной авиационной системы [текст] / Т.А. Хлебникова, О.А. Опритова // ИНТЕРЭКСПО ГЕО-СИБИРЬ. - Новосибирск, 2019. - Т. 2. - N. 4. - С. 213220.

57 Чемпионат мира по футболу - 2018 [Электронный ресурс] // Российская Газета: [сайт]. - 2018. Режим доступа: https://rg.ru/russia2018 (дата обращения: 14.02.2023).

58 Чибуничев, А.Г. Фотограмметрия [текст] : учебник для вузов / А. Г. Чи-буничев. - М.: МИИГАиК, 2022. - 328 с.: ил. - ISBN 978-5-91188-080-4.

59 Шелег, С.В. Семантическая сегментация аэрофотоснимков [текст] / С.В. Шелег, A.A. Дудкин // 56-я научная конференция аспирантов, магистрантов и студентов БГУИР. - Минск, 2020.

60 AiBot X6 [электронный ресурс] // GT Геотехнологии: [сайт]. Режим доступа: https://www.gt-spb.ru/upload/iblock/0бзор%20си-стемы%20А^%20Х6%20У2^ (дата обращения: 09.05.2019).

61 Alexakis, E.B. Evaluation of UNet and UNet++ architectures in high resolution image change detection applications [текст] / E.B. Alexakis, C. Armena-kis // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2020. - V. XLIII-B3-2020. - PP. 1507-1514.

62 Bayanlou M.R. Multi-task learning from fixed-wing UAV images for 2D/3D city modelling [текст] / M.R. Bayanlou, M. Khoshboresh-Masouleh // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2021. - V. XLIV-M-3-

2021. - PP. 1-5.

63 Bundler: Structure from Motion (SfM) for Unordered Image Collections [электронный ресурс] // Cornell University: [сайт]. - 2010. - Режим доступа: https://www.cs.cornell.edu/~snavely/bundler/ (дата обращения:

23.04.2023).

64 Chen, S.J. An improved image matching method based on SURF algorithm [текст] / S.J. Chen, S.Z. Zheng, Z.G. Xu, C.C. Guo, X.L. Ma // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2018. - V. XLII-3. - PP. 179-184.

65 Coumans F. 3D is the New Normal in Switzerland [электронный ресурс] // GIM International. - 2019. - Режим доступа: https://www.gim-interna-tional.com/content/article/3d-is-the-new-normal-in-switzerland (дата обращения: 05.12.2022).

66 DJI Phantom 4 Professional [электронный ресурс] // 4Vision: [сайт]. [2019]. Режим доступа: https://4vision.ru/products/phantom-4-pro.html (дата обращения: 9.05.2019).

67 Emek, R.A. Building detection from SAR images using UNet deep learning method [текст] / R.A. Emek, N. Demir // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2020. - V. XLIV-4/W3-2020. - PP. 215-218.

68 GNSS Jamming/Spoofing and Continued Operational Safety [электронный ресурс] // International Committee on GNSS Interference Detection & Mitigation Workshop: [сайт]. - 2024. - Режим доступа: https://www.unoosa.org/docu-

ments/pdf/icg/IDM/IDM11/IDM11_2024_05.pdf (дата обращения:

01.11.2024).

69 GNSS Приемник JAVAD TRIUMPH 1M [электронный ресурс] // ИНТЕР-ГЕО: [сайт]. - 2023. - Режим доступа: http://www.mtergeo.ru/catalog.php?tid=2302&id=2064 (дата обращения: 04.04.2023).

70 Google Earth Pro [электронный ресурс] // Google: [сайт]. - 2023. - Режим доступа: https://earth.google.com/ (дата обращения: 01.03.2023).

71 Gürcan B., Peyami B., Alias A.R. 3D City Modelling of Istanbul [электронный ресурс] // GIM International. - 2019. - Режим доступа: https://www.gim-international.com/content/article/3d-city-modelling-of-istanbul (дата обращения: 05.12.2022).

72 Haddadi Amlashi, H. Comparing the accuracy of GNSS positioning variants for UAV based 3D map generation [текст] / H. Haddadi Amlashi, F. Sa-madzadegan, F. Dadrass Javan, M. Savadkouhi // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2020. - V. XLIII-B1-2020. - PP. 443-449.

73 Khawte, S.S. Digital twin creation for slums in brazil based on UAV data [текст] / S.S. Khawte, M.N. Koeva, C.M. Gevaert, S. Oude Elberink, A.A. Pedro // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2022. - V. XLVIII-4/W4-2022. - PP. 75-81.

74 Kobzev, A.A. Aerial triangulation using different time images of urban areas obtained from unmanned aerial systems [текст] / A.A. Kobzev, A.G. Chibun-ichev // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2024. - N. XLVIII-2/W5-2024. - PP. 87-93.

75 Kobzev, A.A. Features of aerial triangulation by using different-time images of urban areas [текст] / A.A. Kobzev, A.G. Chibunichev // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2022. - N. XLIII-B2-2022. - PP. 7176.

76 Kotaridis, I. Semantic segmentation using a UNet architecture on Sentinel-2 data [текст] / I. Kotaridis, M. Lazaridou // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2022. - V. XLIII-B3-2022. - PP. 119-126.

77 Kushwaha, S.K.P. Enrichment of UAV photogrammetric point cloud to enhance DSM in a dense urban region [текст] / S.K.P. Kushwaha, M. Mokros, K. Jain // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2022. - V. XLVIII-4/W4-2022. - PP. 83-88.

78 Li, R. Combining high spatial resolution optical and LIDAR data [текст] / R. Li, T. Zhang, R. Geng, L. Wang // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2018. - V. XLII-3.

79 Md Muzakkir, Q. Advancements and Applications of Drone-Integrated Geographic Information System Technology—A Review [текст] / Q. Md Muzakkir, A.R. Baqer, K. Khalid, S. Md, E.F. Sami // Remote Sensing. - 2023. - V. 15(20). - N. 5039.

80 Morelli, L. Photogrammetry now and then - from hand-crafted to deep-learning tie points [текст] / L. Morelli, F. Bellavia, F. Menna, F. Remondino // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2022. - V. XLVIII-2/W1-2022. - PP. 163-170.

81 Orlik, T. 3D modelling using aerial oblique images with close range UAV based data for single objects [текст] / T. Orlik, E.B. Shechter, Kemper. // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2021. - V. XLIII-B2-2021. - PP. 377-382.

82 Phantom 4 Характеристики [электронный ресурс] // DJI: [сайт]. Режим доступа: http://www.dji.com/ru/phantom-4/info (дата обращения: 9.05.2019).

83 Preethi Latha, T. Remote sensing UAV/drone technology as a tool for urban development measures in APCRDA [текст] / T. Preethi Latha, K. Naga Sundari, S. Cherukuri, M.V.V.S.V. Prasad // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2019. - V. XLII-2/W13. - PP. 525-529.

84 Remondino, F. Aerial triangulation with learning-based tie points [текст] / F. Remondino, L. Morelli, E. Stathopoulou, M. Elhashash, R. Qin // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2022. - V. XLIII-B2-2022. -PP. 77-84.

85 SenseFly eBee. Технические характеристики. Фото. [Электронный ресурс] // AVIA.PRO: [сайт]. Режим доступа: http://avia.pro/blog/sensefly-ebee-tehnicheskie-harakteristiki-foto (дата обращения: 9.05.2019).

86 Toschi, I. Combining airborne oblique camera and LiDAR sensors [текст] / I. Toschi, F. Remondino, R. Rothe, K. Klimek // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2018. - V. XLII-1.

87 Tsay, J.R. SIFT for dense point cloud matching and aero triangulation [текст] / J.R. Tsay, M.S. Lee // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. - 2012. - V. XXXIX-B3. -PP. 69-74.

88 Waypoint GrafNav/GrafNet [электронный ресурс] // ГНСС-плюс: [сайт]. -2023. - Режим доступа: https://gnssplus.ru/catalog/waypoint-grafnav-grafnet.html (дата обращения: 04.04.2023).

89 What is the loss used for YOLOv8-seg? What is the formula? [Электронный ресурс] // GitHub: [сайт]. - 2023. - Режим доступа: https://github.com/ultralytics/ultralytics/issues/3882 (дата обращения: 13.12.2024).

90 World Urbanization Prospects: The 2018 Revision (ST/ESA/SER. A/420) [Электронный ресурс] // United Nations, Department of Economic and Social Affairs, Population Division: [сайт]. - 2019. - Режим доступа: https://population.un.org/wup/Publications/Files/WUP2018-Report.pdf (дата обращения: 3.11.2022).

91 Zezhi, W. RAD-UNet: Research on an improved lung nodule semantic segmentation algorithm based on deep learning [текст] / W. Zezhi, L. Xiaoshu, Z. Jianhui // Sec. Cancer Imaging and Image-directed Interventions. - 2023. - V. 13.

92 Zhou, T. Application of UAV oblique photography in real scene 3D modeling [текст] / T. Zhou, L. Lv, J. Liu, J. Wan // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2021. - V. XLIII-B2-2021. - PP. 413-418.

93 ZOU, X. Object based image analysis combining high spatial resolution [текст] / X. ZOU, G. ZHAO, J. LI, Y. YANG, Y. FANG // Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci. - 2016. - V. XLI-B3.

118

ПРИЛОЖЕНИЕ 1

Отчет о фотограмметрической обработке в ПО Agisoft Metashape Professional.

Центр маски без северных точек только yolo8_p6_v3 - 2022+2024 по

XsYsZs

Отчёт об обработке 30 August 2024

Модель камеры Разрешение Фокусное р-е Размер пикселя Калибровка

ОБС-1Ш1*М2, 35 т... 7952 X 5304 35 мм 4.53 х 4.53 мкм Нет

Таблица 1. Камеры,

1 пике

Рис. 2. Невязка по связующим точкам для 0БС-1?ХШМ2, 35 тт ^2 (35тт).

ОЭС-юанмг, 35 тт 172 (35тт)

319 снимков

Тип Разрешение Фокусное р-е Размер пикселя

Кадровая 7952 х 5304 35 мм 4.53 х 4.53 мкм

Значение Ошибка Р Сх Су К1 К2 КЗ Р1 Р2

р 7509.32 0.094 1.00 -0.01 -0.35 -0.15 0.17 -0.17 0.03 -0.02

Сх 24.813 0.044 1.00 0.01 -0.00 0.00 -0.00 0.79 -0.01

су -42.8909 0.038 1.00 -0.01 -0.01 0.02 -0.00 0.64

К1 -0.0275151 3.8е-05 1.00 -0.97 0.91 0.01 -0.04

К2 0.103637 0.00022 1.00 -0.98 -0.00 0.02

КЗ -0.175363 0.00039 1.00 0.00 -0.02

Р1 0.000606593 1.8е-0б 1.00 -0.00

Р2 -0.000364385 1.4е-06 1.00

Таблица 2. Коэффициенты калибровки и матрица корреляции

1 пике

Рис. 3. Невязка по связующим точкам для 0БС-1?ХШМ2, 35 тт (35тт).

ОЭС-юанмг, 35 тт 172 (35тт)

85 снимков

Тип Разрешение Фокусное р-е Размер пикселя

Кадровая 7952 х 5304 35 мм 4.53 х 4.53 мкм

Значение Ошибка Р Сх Су К1 К2 КЗ Р1 Р2

р 7514.4 0.075 1.00 0.01 -0.13 -0.40 0.36 -0.33 0.03 0.00

Сх 21.7709 0.099 1.00 -0.04 -0.01 0.02 -0.03 0.91 -0.06

су -41.0656 0.086 1.00 -0.02 0.01 -0.00 -0.03 0.89

К1 -0.0282352 7.9е-05 1.00 -0.97 0.92 -0.03 -0.04

К2 0.107557 0.00045 1.00 -0.98 0.03 0.03

КЗ -0.181582 0.00079 1.00 -0.03 -0.03

Р1 0.000526103 4.6е-06 1.00 -0.04

Р2 -0.00027561 4.4е-06 1.00

Таблица 3. Коэффициенты калибровки и матрица корреляции

1 пике

Рис. 4. Невязка по связующим точкам для 0БС-1?ХШМ2, 35 тт (35тт).

ОЭС-юанмг, 35 тт 172 (35тт)

598 снимков

Тип Разрешение Фокусное р-е Размер пикселя

Кадровая 7952 х 5304 35 мм 4.53 х 4.53 мкм

Значение Ошибка Р Сх Су К1 К2 КЗ Р1 Р2

р 7516.64 0.066 1.00 0.03 -0.42 -0.18 0.17 -0.16 0.02 0.01

Сх 20.5156 0.025 1.00 -0.03 -0.00 0.00 0.00 0.91 -0.01

су -41.4371 0.025 1.00 0.02 -0.02 0.02 -0.01 0.82

К1 -0.0297011 2.5е-05 1.00 -0.97 0.92 -0.01 -0.02

К2 0.115617 0.00015 1.00 -0.98 0.01 0.02

КЗ -0.19587 0.00026 1.00 -0.00 -0.02

Р1 0.000452927 1.3е-0б 1.00 -0.00

Р2 -0.000264169 1.2е-06 1.00

Таблица 4. Коэффициенты калибровки и матрица корреляции

1 пике

Рис. 5. Невязка по связующим точкам для 0БС-1?ХШМ2, 35 тт (35тт).

ОЭС-юанмг, 35 тт 172 (35тт)

112 снимков

Тип Разрешение Фокусное р-е Размер пикселя

Кадровая 7952 х 5304 35 мм 4.53 х 4.53 мкм

Значение Ошибка Р Сх Су К1 К2 КЗ Р1 Р2

р 7514.72 0.07 1.00 0.01 -0.15 -0.31 0.27 -0.25 0.01 0.01

Сх 18.6998 0.065 1.00 -0.06 0.04 -0.04 0.04 0.89 -0.06

су -39.8222 0.063 1.00 -0.00 0.00 0.00 -0.05 0.91

К1 -0.0270389 бе-05 1.00 -0.97 0.91 0.01 -0.02

К2 0.0951796 0.00034 1.00 -0.98 -0.02 0.01

КЗ -0.151671 0.00058 1.00 0.04 -0.01

Р1 0.000481104 3.3е-0б 1.00 -0.05

Р2 -0.000229892 З.Зе-06 1.00

Таблица 5. Коэффициенты калибровки и матрица корреляции

Рис. б. Невязка по связующим точкам для 0БС-РХ1РМ2, 35 тт (35тт).

ОЭС-юанмг, 35 тт Ц2 (35тт)

62 снимков

Кадровая

Значение Ошибка Р Сх Су К1 К2 КЗ Р1 Р2

р 7506.57 0.8 1.00 -0.21 -0.35 -0.18 0.16 -0.15 0.01 -0.16

Сх 9.63144 0.61 1.00 0.10 -0.09 0.13 -0.13 0.56 -0.02

су 17.6811 0.53 1.00 0.05 -0.04 0.05 -0.22 0.77

К1 -0.0187577 0.00038 1.00 -0.96 0.90 -0.14 0.11

К2 0.0640375 0.002 1.00 -0.98 0.04 -0.09

КЗ -0.101285 0.0031 1.00 -0.03 0.09

Р1 -0.000119918 2.1е-05 1.00 -0.26

Р2 0.000317949 1.8е-05 1.00

Таблица б. Коэффициенты калибровки и матрица корреляции.

1 пике

Рис. 7. Невязка по связующим точкам для ОБС-РХШМг, 35 тт 1/2 (35тт).

DSC-RX1RM2, 35 тт 172 (35тт)

734 снимков

Тип Разрешение Фокусное р-е Размер пикселя

Кадровая 7952 х 5304 35 мм 4.53 х 4.53 мкм

Значение Ошибка Р Сх Су К1 К2 КЗ Р1 Р2

р 7513.59 0.11 1.00 -0.01 -0.61 -0.10 0.12 -0.13 0.01 -0.01

Сх 10.5517 0.03 1.00 0.02 0.01 -0.01 0.01 0.72 0.02

су 14.8973 0.031 1.00 0.02 -0.04 0.05 0.01 0.46

К1 -0.0283453 2.5е-05 1.00 -0.97 0.92 0.00 -0.00

К2 0.11808 0.00015 1.00 -0.98 -0.01 -0.01

КЗ -0.198426 0.00026 1.00 0.01 0.01

Р1 3.72698е-07 1.2е-06 1.00 0.03

Р2 0.000140056 8.8е-07 1.00

Таблица 7. Коэффициенты калибровки и матрица корреляции.

Название Ошибка, X (см) Ошибка, У (см) Ошибка, 7. (см) Общая (см) Снимок (пике)

1_рур-3... -2.29558 -2.49744 -2.26128 4.07679 0.433 (8)

1_рур-7... -3.35997 -2.66617 -17.7809 18.2909 0.354 (5)

1_рур-7... -2.0437 -2.99513 -6.94673 7.8361 0.379 (12)

1_рур-9... -11.3652 1.17209 -6.31026 13.0522 0.421 (25)

1_рур-9... -10.0308 -1.81466 -9.79843 14.1393 0.437(11)

1_рур-1... -4.49377 5.99996 -4.43305 8.70893 0.501 (10)

1_рур-1... -2.74033 6.50095 -7.71634 10.4553 0.344 (9)

1_рур-1... -2.87253 -4.98725 -14.2601 15.3777 0.423 (11)

1_рур-1... 0.620784 -2.01538 -4.54008 5.00594 0.494 (6)

1_рур-2... -2.43666 1.65534 -5.71666 6.43099 0.313 (16)

1_рур-2... -0.318818 5.56944 -3.05259 6.35914 0.404(13)

1_рур-2... -2.3147 0.562697 -0.742408 2.49512 0.785 (17)

1_рур-2... 0.545276 3.02415 -4.79707 5.69691 0.397(12)

1_рур-2... -7.77522 -1.5103 -13.3315 15.5069 0.509 (15)

1_рур-2... -1.28556 -1.33687 -6.63132 6.8858 0.579 (7)

1_рур-2... -2.26128 1.83346 -4.64007 5.4777 0.554 (4)

1_рур-2... -5.18068 -0.829096 8.5399 10.0228 0.491 (7)

1_рур-2... -5.59169 3.36912 -0.959037 6.59831 0.403 (15)

1_рур-2... -3.87337 6.98257 -8.78042 11.8682 0.486 (11)

1_рур-4... -3.08911 2.45196 -2.342 4.58691 0.760 (17)

1_рур-4... -0.204702 1.91231 -9.6819 9.87107 0.539 (15)

1_рур-4... -5.97236 -2.89914 -1.30688 6.76624 0.502 (6)

1_рур-4... -3.79981 0.915596 -4.72769 6.13416 0.625 (14)

1_рур-5... -4.032 3.21558 -9.85312 11.1212 0.479 (19)

1_рур-5... -1.24841 3.8612 -7.54155 8.56402 0.786 (19)

1_рур-5... -13.7753 -4.77389 -18.8833 23.8564 0.797(15)

1_рур-5... -4.17883 -0.84208 -11.9702 12.7066 0.506 (14)

1_рур-5... -1.74828 -8.28496 -15.311 17.4964 0.315 (6)

1_рур-5... -7.66845 -3.83405 -10.7702 13.766 0.458 (14)

1_рур-5... -1.73625 0.255864 -18.1741 18.2586 0.742 (10)

1_рур-5... -4.27321 -1.03851 -13.7364 14.4231 0.405 (12)

Название Ошибка, X (см) Ошибка, У (см) Ошибка, Ъ (см) Общая (см) Снимок (пике)

1_рур-5... -0.454502 -2.01574 -12.8433 13.0085 0.715 (11)

1_рур-5... -4.72141 -5.3504 -6.11526 9.3976 0.507 (20)

Общая 5.01285 3.61168 9.71897 11.5166 0.543

Таблица 10. Контрольные точки. X - Долгота, У - Широта, Ъ - Высота

Основные

Камеры

Выровненные камеры Маркеры

Система координат Углы поворота Связующие точки

Точек

CK оиибка репроецирования Макс, оиибка репроецирования Средний размер точек Цвета точек Характерные точки Средняя кратность связующих точек Параметры выравнивания Точность

Общая преселекция Преселекция по привязке Характерных точек на кадр Макс, количество точек на Мпикс Связующих точек на кадр Фильтрация точек по маскам Применить маски к связующим точкам Подавлять неподвижные связующие точки Локальное отождествление снимков Адаптивное уточнение модели камеры Время отождествления

Пиковое потребление памяти отождествления Время выравнивания

Пиковое потребление памяти фототриангуляции Параметры оптимизации

Параметры

Адаптивное уточнение модели камеры Время оптимизации Дата создания Версия программы Размер файла Система

Название программы

Версия программы

ОС

ОЗУ

ЦП

GPU

1910 1841 33

WGS 84 (EPSG: :432б) Курс, тангаж, крен

1,391,611 из 1,744,732 0.206642 (0.829689 пике) 1.10993 (56.368 пике) 3.51906 пике 3 канала, uint8 Нет

4.41934

Высокая Да

Исходные значения 40,000 1,000 4,000 Да Нет Да Нет Нет

51 минута 28 секунд 1.34 Гбайт 20 минут 56 секунд 780.76 Мбайт

f, сх, су, kl-k3, pi, р2 Нет

12 секунд

2024:08:26 21:32:35 2.0.3.16915 154.75 Мбайт

Agisoft Metashape Professional 2.0.3 build 16915 Windows 64 bit 127.82 Гбайт

13th Gen bltel(R) Cbre(TM) Í7-13700KF NVIDIA GeForce RTX 4070