Ověřená technologie nízkonákladové 3D fotogrammetrické dokumentace památkových objektů Karel Pavelka, Jaroslav Šedina, Eva Matoušková, Martina Faltýnová, Jan Řezníček
Realizováno v rámci projektu DF13P01OVV02 programu aplikovaného výzkumu a vývoje národní a kulturní identity (NAKI) za rok 2015 „ Nové moderní metody neinvazního průzkumu památkových objektů “
ČVUT v Praze, Fakulta stavební 2015
1
Obsah 1.
Předmět ověřené technologie ......................................................................................................... 3
2.
Struktura ověřené technologie........................................................................................................ 3
3.
Motivační a teoretické základy........................................................................................................ 3 3.1
Příprava na snímkování ........................................................................................................... 5
3.2 Použité přístroje ............................................................................................................................ 6 3.2
Podmínky kvalitní tvorby modelu............................................................................................ 6
Základnový poměr ........................................................................................................................... 6 Shrnutí poznatků z jednotlivých testů ............................................................................................. 9 4.
Georeferencování pořízených rastrových dat ............................................................................... 10
5.
Vizualizace ..................................................................................................................................... 11
6.
Vytvoření digitálního modelu – případové studie ......................................................................... 11 Archeologické nálezy – kovové předměty ..................................................................................... 11 Archeologické nálezy – keramické předměty ................................................................................ 13 Barokní socha ................................................................................................................................ 14
7.
Závěr .............................................................................................................................................. 16
8.
Seznam použitých zdrojů............................................................................................................... 16
2
1. Předmět ověřené technologie Předmětem ověřené technologie je metoda nízkonákladové 3D dokumentace historických objektů nebo předmětů pomocí moderní metody blízké fotogrammetrie zvané Image based modeling. Tato technologie vychází z principů historické průsekové fotogrammetrie, je aplikována v digitálním prostředí s prvky počítačového vidění a využívá sofistikované výpočetní procesy na principu obrazové korelace. Výsledkem použití technologie je texturované mračno bodů, které při dodržení určitých požadavků a parametrů může nahradit drahé a transportně složitější laserové skenování. Z mračna bodů lze vytvořit nepravidelnou trojúhelníkovou síť (mash), lze vymodelovat uzavřený objekt, který je možno kupř. vytisknout na 3D tiskárně jako repliku původního objektu.
2. Struktura ověřené technologie Technologie je rozdělena do čtyř hlavních oblastí, kterými jsou: pořízení digitálních dat: uvedení podmínek nutných k získání kvalitních digitálních dat
tvorba řídkého mračna bodů
tvorba hustého mračna bodů
další zpracování, zasíťování modelu
ověření technologie na případové studii, porovnání s laserovým skenováním doporučení
3. Motivační a teoretické základy V následujícím textu je nejprve popsán teoretický základ a důvody využívání předkládané technologie. Výhodou technologie tvorby 3D modelu z fotografických snímků je, že lze snadno vytvořit 3D model objektu či předmětu bez nutnosti použití drahého a transportně problematického laserového či triangulačního skeneru; model se vytvoří na základě kvalitních fotografií z běžného digitálního fotoaparátu. Fotoaparát je možno vzít prakticky kamkoliv bez nutnosti celních formalit, které zejména v rozvojových zemích jsou jasnou bariérou využívání specializovaných a drahých zařízení. Při znalosti základních pouček průsekové fotogrammetrie můžeme snadno pořídit velmi rychle sérii fotografií, ze kterých lze generovat mračna bodů. Ta se pak standardně zpracují v software, původně určeném pouze pro laserové skenování (např. Geomagic Studio). Z našich praktických zkušeností lze doporučit profesionální programové produkty Photomodeler nebo Agisoft Photoscan. Existuje ovšem také volný software či software, který pracuje jako služba na vzdáleném serveru; většinou ale neumožňuje přílišnou editaci výsledků 3
a výběr parametrů (Photosynth, Arc 3D, Insight 3D, MeshLab aj.). Software Photomodeler ve verzi Scanner vychází z klasické průsekové fotogrammetrie, je potřeba pořídit sadu snímků s konvergentními osami záběru (ideálně 30-60°), předem kalibrovat fotoaparát pomocí kalibračního obrazce (viz kalibrace) a dále do série zadat i snímky s přibližně rovnoběžnými osami záběrů – po výpočtu parametrů vnější orientace se právě z těchto snímků počítají pomocí obrazové korelace mračna bodů. Nevýhodou je, že se počítají nezávislá mračna bodů vždy z dvojice snímků s přibližně rovnoběžnými osami záběru. Agisoft Photoscan pracuje jinak, využívá technologii image based modeling (SIFT algoritmus počítačového vidění. 1, 2 Software není ale přímo vytvořen pro fotogrammetrii, z tohoto důvodu v něm chyběly zpočátku některé klasické fotogrammetrické prvky jako kalibrace kamery, vlícovací body aj. Agisoft Photoscan se stal v posledních několika letech široce citovaným softwarem, jeho využití je obecně pro tvorbu 3D modelů z fotografií bez jakékoliv hlubší znalosti fotogrammetrie; kalibrace použitého fotoaparátu se řeší přímo v projektu na základě nadbytečného množství nalezených korespondujících (spojovacích) bodů. Zprvu se vypočte tzv. řídké mračno, což jsou prakticky spojovací body mezi jednotlivými snímky (tzv. korespondenční body s využitím algoritmu SIFT). Pomocí řídkého mračna bodů jsou vypočteny orientační prvky snímků (vnitřní i vnější orientace) a následně se spočte podrobné, tzv. husté mračno (dense point cloud). Výsledné mračno bodů se počítá ze všech snímků, možnosti ovlivnění výpočtu jsou velmi omezené. Nutno dodat, že oba jmenované softwary se rychle vyvíjí, kupř. do Agisoftu byla nedávno implementována možnost vložit vlícovací body. Výsledkem je texturované mračno bodů; při velké hustotě bodů (dense point cloud) mračno nahrazuje poměrně věrně 3D model objektu. Nutno poznamenat, že software Agisoft Photoscan je univerzální; vedle něj existuje celá řada více specializovaných programových produktů, které jsou účelově zaměřeny na určitou oblast geomatiky (kupř. software Pix4D, Ikaros, Aerogis, Icaros, Terra 3D nebo Dronemapper) na výstupy z RPAS (UAV). Jiné jsou zaměřeny na modelování předmětů (např. 123Catch Autocad). Tvorba mračen bodů z běžných fotografií je jistě velmi perspektivní a může se stát pro menší projekty silnou konkurencí jednoúčelových 3D skenerů (laserových či triangulačních Zpracování mračen bodů a vizualizace výsledků je ovšem dalším problémem, v současné době intenzívně řešeným a vyvíjeným; zde se již ale nerozlišuje, jak mračno bodů vzniklo, proto se jedná o navazující, ale jinou problematiku. V dalším textu jsme se zaměřili jen na technologii image based modeling, tedy v tomto případě na software Agisoft Photoscan; poučky ale platí i pro další software, založený na 1
Lowe, David G. (1999). "Object recognition from local scale-invariant features". Proceedings of the
International Conference on Computer Vision 2. pp. 1150–1157. doi:10.1109/ICCV.1999.790410. U.S. Patent 6,711,293, "Method and apparatus for identifying scale invariant features in an image and use of same for locating an object in an image", David Lowe's patent for the SIFT algorithm, March 23, 2004 2
https://en.wikipedia.org/wiki/Scale-invariant_feature_transform
4
stejném principu a v mnoha případech i pro klasickou průsekovou fotogrammetrii (reprezentovanou např. softwarem Photomodeler).
3.1 Příprava na snímkování Před vlastním snímkováním je potřeba provést rekognoskaci objektu či prohlédnout si dokumentovaný předmět. Je nutno nastavit parametry fotoaparátu, jelikož snímkování je provádělo často v plně manuálním režimu fotoaparátu. Pro správné nastavení fotoaparátu a osvětlení se doporučuje pořídit několik zkušebních snímků. Při snímkování je nutné zajistit pokud možno neměnnost vnějších vlivů – osvětlení, zásadně jiná vzdálenost k objektu, změny nastavení fotoaparátu apod. U snímkování není vhodné používat změnu ohniskové vzdálenosti objektivu (zoomování). I když je pro klasickou fotogrammetrii doporučováno vypnout automatické ostření, zaostřit na nekonečno, pořizovat snímky objektu z konstantní vzdálenosti a hloubku ostrosti řídit pouze clonovým číslem (čím vyšší clonové číslo, tím větší hloubková ostrost, ale samozřejmě delší expoziční čas). Z praktického hlediska je ovšem těžké tyto podmínky dodržet a software Agisoft Photoscan s tím počítá – je určen širší odborné veřejnosti a nejen fotogrammetrům Malá změna ohniskové vzdálenosti objektivů při automatickém ostření má zejména měřítkový význam a to lze při výpočtu podchytit úpravou měřítka.
Obr. 1: Schéma fotografování; je vhodné pořídit snímky objektu (žlutý, např. socha) z různých úrovní a pravidelně okolo objektu, Základem jsou konvergentní snímky s velkým překrytem 70-80%, doporučuje se zařadit i přibližně stereoskopické snímky s rovnoběžnými osami záběru (modrá barva)
Jak fotografovat: a)Jak již bylo uvedeno výše, průseková moderní fotogrammetrie v klasické podobě požaduje konvergentními úhly záběru s tím, že úhly protnutí os by neměly být příliš ostré (doporučeno 5
30-60°) z důvodu přesnosti průseku; pro tvorbu mračna bodů jsou ale z fotogrammetrického pohledu nejvhodnější stereo-záběry, tedy snímky s rovnoběžnými osami záběru. Software Photomodeler Scanner to řeší vložením dvojic přibližně rovnoběžných snímků do množiny konvergentních snímků. Mračna bodů se pro orientaci snímků na základě spojovacích bodů počítají z vhodných dvojic s přibližně rovnoběžnými osami záběru s využitím obrazové korelace, která je u těchto dvojic vysoká. Použití tohoto software ale vyžaduje přeci jen určité fotogrammetrické vědomosti a předběžnou kalibraci použitého digitálního fotoaparátu. b)Principem technologie image based modeling je pořízení dostatečného množství snímků objektu či předmětu s co možno největším překrytem snímků z různých pozic okolo objektu či předmětu. Nepředpokládá se žádná hlubší znalost fotogrammetrie ani počítačového vidění, není třeba předem kalibrovat použitý fotoaparát. Software je psán pro širší oblast uživatelů, kteří chtějí z fotografických snímků vytvořit 3D model a je jim prakticky jedno, jak systém pracuje a jak přesné jsou výsledky – což může být někdy problém.Tedy – základním požadavkem je velké množství snímků téhož objektu z různých pozic s velkým překrytem snímků, nejlépe více než 70-80%. Důležitá je i geometrie pořízení snímků – ty by měly být pořízeny okolo objektu v různých úrovních tak, aby na objektu nebyly zakryté části.
3.2 Použité přístroje Pro fotografování je možno použít libovolný kvalitnější digitální fotoaparát. Kvalita snímků ale samozřejmě hraje důležitou roli – kvalitnější snímky lze zpracovat do kvalitnějšího modelu zejména z hlediska šumu (chybně či nepřesně určené jednotlivé body mají charakter šumu v datech), který nepříznivě ovlivňuje výsledné mračno bodů. Obecně neplatí, že čím vyšší je rozlišení obrazu v pixelech, tím je lepší model. Kvalitu obrazu zásadně ovlivňuje použitý objektiv. Je tedy hodné vybrat fotoaparát s dostatečným rozlišením senzoru (dnes mají prakticky všechny novější fotoaparáty rozlišení vyšší než doporučených 6MPixelů, klasicky je to již mezi 10-20Mpixely pro střední třídu fotoaparátů) a dbát na kvalitu použitého objektivu. Přednost mají zrcadlovky, jelikož je možno měnit objektivy, které bývají kvalitnější, než u běžných kompaktů. Zásadní je zvolit vhodnou ohniskovou vzdálenost objektivu – příliš širokoúhlé objektivy mají značnou distorzi a logicky výsledky pak budou obsahovat větší šum ve výsledném mračnu. Příliš dlouhá ohniska zase neumožňují pořídit snímky s dostatečným překrytem, což je pro technologii zásadní.
3.2 Podmínky kvalitní tvorby modelu
Základnový poměr Software, pracující na principech obrazové korelace, v zásadě vycházejí z hledání shod mezi dvojicí snímků, je tedy možné hovořit o stereofotogrammetrii, přestože stereofotogrammetrie využívá měření paralaxy a je definována původně jinak. Při této metodě výsledná přesnost 6
určeného bodu závisí na poměru mezi fotogrammetrickou základnou b (vzdálenost mezi dvěma polohami kamery) a vzdáleností od snímkovaného objektu y. Osy záběrů mohou přitom mírně konvergovat, což je dáno potřebou dosáhnout mezi sousedními snímky co největšího překrytu. Vycházeje z literatury (např. Gál, 1967, Pavelka 2008) základnový poměr (b / y) se ve stereofotogrammetrii běžně pohybuje v rozmezí 1: 4 až 1:20 (0,25 až 0,05). Tvůrci např. softwaru PhotoModeler Scanner (www.photomodeler.com) však doporučují dodržovat při snímkování základnový poměr v rozmezí 1: 2 až 1:10 (0,5 až 0,1). Při aplikacích s využitím obrazové korelace je třeba brát ohled na zachování dostatečné podobnosti obrazů, aby vůbec bylo možné nalézt shody mezi sousedními snímky; to v praxi znamená zkrácení základny. Zároveň by však základna neměla být příliš krátká z důvodu dosažení vyšší přesnosti ve směru osy záběru (přesnost v prostorové složce). Tuto přesnost lze pomocí pouček digitální stereofotogrammetrie vypočítat podle vztahu: my = 0,5 . Ms . P . y/b
(1)
kde Ms představuje měřítkové číslo snímku, P velikost pixelu na CCD senzoru, y vzdálenost od objektu a b snímková základna.
Obr. 2: Směrodatná odchylka v pixelech, závislost na základnovém poměru (Marčiš, 2012)
Z grafu je vidět, že software PhotoScan nemá při modelování rovinných útvarů problém zpracovat výrazně konvergentní snímky (v uvedeném případě byl maximální konvergenční úhel mezi osami záběru až 125 °) a snímky s velkým poměrem základny k objektové vzdálenosti (až 1,78). Jakmile je však povrch objektu členitý, dochází ke ztrátě detailů, které vzhledem k velmi nízké podobnost mezi snímky z tak výrazných úhlů záběru jednoduše nejsou detekovatelné. Zmenšování základnového poměru tedy přináší zpřesnění vymodelovaných detailů, resp. jejich úplnost, ale členitost objektu způsobuje na snímcích oblasti se zákryty. Ke zlepšení však dochází pouze do základnového poměru cca 1: 5 (0,2), jelikož při kratších základnách už model obsahuje výrazný šum. Do praxe je tedy možné doporučit používání základnových poměrů cca 1: 2 (0,5) až 1: 5 (0,2) jako kompromis mezi 7
snahou o dostatečnou hloubkovou přesnost a zachycení případné členitosti modelovaného povrchu. Ve výjimečných případech samozřejmě není možné zajistit optimální základnový poměr kvůli překážkám v terénu. Zvýšení počtu snímků pod různými úhly záběru přitom může být obecně přínosné. V zásadě by se vždy měly používat kombinace paralelních a konvergentních snímků - algoritmy v softwaru PhotoScan jsou již navrženy tak, aby pro modelování konkrétních ploch vybraly nejvhodnější dvojice snímků. Výsledná generována plocha pak vzniká z kombinace několika překrývajících se mračen bodů.
Obr. 3: Závislost směrodatné odchylky v pixelech a úhlu osy záběru vůči ploše (Marčiš, 2012) Z grafu je možné vidět, že relativně dobré výsledky lze dosáhnout při snímkování plochy pod úhlem v rozmezí 35-90 °. To ovšem opět platí jen pro přibližně rovinné nebo ploché útvary, jelikož pod ostrými úhly by při vystupujících nebo vnořených ostrých detailech docházelo k zákrytům. Zároveň je třeba říci, že modely vytvořené ze snímků pod úhlem 30 ° vykazovaly při generování 3D modelu v kvalitě high velké množství děr.
Obr. 4: Průměrná velikost zanikajícího detailu vzhledem k GSD (fialová), odpovídající trendová mocninná funkce (zelená), mocninná funkce odchylek od ostré hrany (červená) a apriorních hloubková přesnost pro stereofotogrammetrii (modrá); (Marčiš, 2012)
8
Z grafu na obr. 4 je možné vypozorovat, že k zaniknutí detailu dojde dříve, než se odhadnutá směrodatná odchylka ostré hrany přiblíží k vlastní velikosti hrany. Ostrá hrana je totiž v určité úrovni tak malá, že software ji už nepovažuje za deformaci plochy, ale pouze za texturální znak plochého povrchu. Do praxe je tedy třeba počítat s tím, že jakmile směrodatná odchylka ostré hrany dosáhne cca 60% jeho celkové velikosti, detail nebude v software PhotoScan při nastavení nejvyšší kvality generování MESH vymodelovaný. Kritická výška ostré hrany je na základě výsledků testu nakonec vyjádřitelná empirickým vztahem:
(2)
V uvedené části testu byl nakonec odvozen empirický vztah pro úroveň zahlazení ostrých hran: (3)
Násobná konstanta (a = 4,1) se může ovšem mírně měnit s ohledem na typ aktuální textury, stejně to je tomu i v případě výpočtu odhadované směrodatné odchylky (a = 2,5).
Shrnutí poznatků z jednotlivých testů Na základě poznatků získaných během podrobného testování a řešení praktických aplikací lze vyvodit následující doporučení a závěry pro terénní práce a zpracování v softwaru Agisoft PhotoScan:
základnový poměr b: y by se měl pohybovat v rozmezí 1: 2 až 1: 5 (0,5 až 0,2) s ohledem na členitost snímkování povrchu. Menší základnový poměr produkuje vyšší nejistotu v hloubce (šum), naopak větší základnový poměr způsobuje ztrátu vystupujících a vnořených detailů. Za vhodný kompromis lze považovat poměr 1: 4 (0,25). osa záběru by měla být vůči snímkování ploše podle možnosti vždy co nejvíce kolmo. PhotoScan je schopen produkovat poměrně kvalitní výsledky v rozmezí 35 ° až 90 °. To však platí pouze pro převážně rovinné povrchy, jakmile by se jednalo o členitý povrch, dochází ke ztrátě ostrých detailů kvůli zákrytům. Od cca 20 ° již PhotoScan prakticky negeneruje žádný 3D model. při površích s plochou texturou je třeba počítat s nižší přesností generování 3D modelu. Vhodnost textury je možné určit výpočtem ASM (nebo tzv. energie textury). Čím menší hodnota ASM, tím je textura vhodnější pro optické skenování na bázi přirozených textur. Zastíněné oblasti (spáry, díry, praskliny) jsou v software obvykle vyhodnoceny pouze jako texturální znak a jsou zahlazeny. Je tedy třeba zvážit i zajištění vhodných světelných 9
podmínek pomocí přídavného osvětlení, přičemž blesk není doporučen kvůli změně směřování stínu a výrazným odrazem na lesklých površích. PhotoScan dosahuje kvalitní výsledky zpravidla při modelování rovinných povrchů (0,5-1 pixel v hloubce). Úroveň zahlazení ostrých hran závisí jednak na GSD a zároveň od nastavení kvality generování 3D modelu. V případě zřetelné textury (tedy pro blízké vzdálenosti) je možné apriorně hloubkovou přesnost vypočítat na základě vztahu vycházejícího ze stereofotogrammetrie (1.8). S přibývající vzdáleností se snižuje i kvalita textury a narůstá odchylka od ostré hrany, kterou je možné odhadnout pomocí vztahu (2.0). Detail však zanikne, jakmile odhadnutá odchylka dosáhne cca 60% jeho velikosti. během snímkování je vhodné používat ohniskovou vzdálenost cca 30-50 mm. Její zkrácení nebo prodloužení produkuje zvýšený šum na 3D modelu. V extrémních případech však mohou být bez problémů použitelné, protože i s velmi dlouhými ohniskovými vzdálenostmi kolem 200 a více mm lze dosáhnout přesnosti v hloubce 4,5 pixelu na ostrých hranách a 0,5 pixelu v rovinných oblastech (v případě dodržení základnového poměru 1 : 4). nastavení kvality orientace snímků je vhodné ponechat na nejvyšším nastavení (high) i když se celkově jedná o časově náročný proces. Doba výpočtu však závisí zejména na výchozím počtu bodů, který má být vyhledán na snímcích. Z testování (Marčiš, 2011) vyplývá, že počet bodů z významných 40.000 stačí snížit na 10.000 - 20.000. V případě velkého počtu snímků, pokrývajících plochy značných rozměrů, je vhodné upřesnit výsledky orientace a kalibrace kamer přes optimalizaci na základě kontrolních bodů. pro generování 3D modelu stačí ve většině aplikací používat nastavení high a medium, jelikož nastavení ultra high přináší pouze 1,5násobné zlepšení přesnosti oproti high při až 6násobném prodloužení výpočetního času. Časová náročnost samozřejmě závisí zejména na počtu a rozlišení použitých snímků, ale zvýšit počet snímků snímkováním z kratších vzdáleností a zpracovat je v nastavení high může přinést větší úsporu v době, než použít méně snímků z větší vzdálenosti a použít ultra high nastavení - a to vše při dosažení stejné přesnosti. volit co nejvhodnější polohu kamer během snímkování je z hlediska efektivity samozřejmě potřeba, ale snažit se přehnanou minimalizaci počtu snímků nemá v terénu smysl. Samotný výrobce softwaru PhotoScan doporučuje: více snímků je vždy lepší než méně. Výpočetní technika neustále pokračuje, zpracovávat velké množství dat je čím dál tím menší problém. Výběr vhodných snímků lze provést kdykoliv v kanceláři a nepotřebné vyloučit ze zpracování. Jejich hustotu je ovšem vhodné volit s ohledem na GSD a základnový poměr podle aktuální situace. nikdy nesmíme nezapomínat na definici měřítka. Pokud není k dispozici možnost geodetického zaměření vlícovacích bodů, postačuje i odměření délky pásmem mezi jednoznačně identifikovatelnými body. 2-3 kontrolní míry by měly být součástí každého zaměření.
4. Georeferencování pořízených rastrových dat U předmětů, artefaktů a drobných staveb obyčejně není požadavek transformace výsledku do geodetického referenčního systému. Větší celky nebo archeologické sondy ale je vhodné georeferencovat tak, aby bylo možné je umístit do GIS nebo propojit s dosavadními výsledky v mapovém podkladu. Software Photomodeler, jakožto geodetický fotogrammetrický systém 10
má od počátku možnost georeferencovat výsledky pomocí vlícovacích bodů, má samozřejmě i možnost definovat modelu jen přesné měřítko. Software Agisoft Photoscan má tuto možnost zakomponovanou teprve nedávno, jelikož se nejedná o pravý geodetický systém, ale obecně univerzální systém pro tvorbu 3D modelů z fotografií. Ostatní fotogrammetrické či zpracovatelské systémy pro editaci 3D modelů v rámci zejména 3D skenování (laserového skenování) možnost georeferencovat data defaultně mají. Běžně je třeba alespoň 3 dobře identifikovatelných vlícovacích bodů, prostorově rozložených, které nejsou ani se neblíží jejich pozice libovolné linii. Vložení měřítka je jednoduché, skládá se prakticky z přiřazení skutečné měřené vzdálenosti mezi dva dobře identifikovatelné body na modelu.
5. Vizualizace Zpracování mračen bodů je věcí software pro laserové skenování; drobnější předměty, sochy, artefakty aj. lze úspěšně zpracovat např. v software Geomagic Studio. Výsledkem je editované mračno bodů nebo tzv. zasíťovaný model (mash). Nevýhodou je zde složité texturování modelu – klasický výstup z laserového skeneru fototextury běžně nemá (to lze udělat v jiných softwarech). Programových produktů pro práci s mračny bodů je dnes již velmi mnoho a některé z nich jsou specializované na určité práce (např. TerraScan pro práci s liniovými stavbami). Vizualizace výstupů je poměrně snadná v grafických animačních softwarech, např. v 3D Cortona and BS Contact. Nejsnáze lze provést vizualizaci výsledku ve formátu WRML. Běžnou možností pro menší modely je 3D animace ve formátu 3D pdf (nutno použít Adobe Acrobat Reader verze 8 a vyšší); nevýhodou je menší podrobnost výsledků a omezená maximální velikost (soubory nad 20MB již jdou spustit jen na rychlejších počítačích).
6. Vytvoření digitálního modelu – případové studie Pro ověření výše popsané technologie byly provedeny 3 testy, které potvrdily vhodnost technologie pro dokumentaci menších objektů a předmětů památkové péče.
Archeologické nálezy – kovové předměty Předmětem testování byly bronzové ostruhy a nákončí; jedná se o archeologické nálezy (8.9.století), Střední a Východní Čechy), zapůjčeno NPÚ v Praze. Předměty byly skenovány přesným triangulačním skenerem Konica-Minolta Vi9 s přesností 0.2mm v poloze podrobných bodů. Zároveň byly předměty fotografovány poloprofesionální zrcadlovkou Canon 5D (rozlišení 16MPixelů, objektiv zoom 16-35mm). Byly vytvořeny vždy dva modely – jeden z triangulačního skenereu a jeden pomocí software Agisoft Photoscan. Programem CloudCompare byla mračna porovnána a byly vypočteny odchylky. 11
a)
b)
c) Obr. 5: a), c) Srovnání modelů ostruh, b) srovnání modelů nákončí
Střední vzdálenost Standardní odchylka [mm] [mm] ostruha
-0.11
0.20
část ostruhy
-0.08
0.15
nákončí
0.12
0.27
Tab. 1: Výsledky srovnání modelů Modely, vytvořené obrazovou korelací, byly definovány se standardní odchylkou přibližně 0,2 až 0,3 mm, viz tab. 1. Modely ukázaly místní deformace, které se objevují jako černé nebo bílé plochy na obr. 5. Vypočtené vzdálenosti mezi modely jsou znázorněny v tab. 1, což může naznačovat systematickou chybu v modelu. Pro praktické využití ale tyto odchylky zásadní význam nemají. Z modelů pak byly pro ilustraci vytisknuty na 3D tiskárně Zprinter 450 kopie skenovaných předmětů. 12
Obr. 6: 3D tisk nálezů Archeologické nálezy – keramické předměty Během německo – českých expedic do oblasti Nazca v Peru bylo pořízeno několik dokumentací nálezů, které samozřejmě nebylo možno ze země vyvézt. Za poslední expedice v r. 2012 bylo pořízeno i několik sérií snímků pro možné pozdější využití nově expandující technologie obrazové korelace z fotografických amatérských snímků. Vstupem bylo 50snímků, data byla pořízena improvizovaně na lokalitě za cca 30 minut (Canon 20D, rozlišení 8MPixelů, objektiv zoom 10-22mm, užito 22mm). Fotoaparát se při snímkování nepohyboval, ale otáčelo se s předmětem. Později byly snímky zpracovány v software Agisoft Photoscan; originální model obsahuje 2 miliony bodů, přesnost byla charakterizována směrodatnou odchylkou (standard deviation) 0,51mm. Dobrá zpráva je tedy to, že lze zpracovat i snímky starší, pořízená kupř. i za jiným účelem či snímky sesbírané od různých osob(!); pokud existuje dostatek vhodných dat, alespoň nějaký model lze vytvořit. To je jedna z mála možností, jak rekonstruovat zničené či zaniklé objekty – v dnešním světě jistě významná činnost.
Obr. 7: Originální snímek – pohřební nádoba Palpa / Peru. 13
Obr. 8: Vizualizace v podobě 3D pdf (Adobe Reader), 11 MB
Barokní socha Barokních soch je v České republice celá řada, ty, které nejsou extrémně cenné či známé, jsou často stále na původním místě v exteriéru. Je pravdou, že řada z nich má pomalu svou životnost za sebou, díky přírodním podmínkám, většinou užitému pískovci, vandalství a dalším vlivům je mnohdy jejich stav již špatný. Jako případovou studii jsme zvolili sochu ve fontáně na náměstí v Telči. Socha byla skenována přesným fázovým skenerem Surphaser (přesnost do 10 m cca 0,6mm) a zároveň fotografována profesionální středoformátovou zrcadlovkou Pentax (rozlišení 45MPixelů, objektiv 35mm). Byla vytvořena opět dvě mračna bodů a pomocí programu CloudCompare byly vypočteny odchylky; jako referenční bylo vzato mračno z laserového skeneru. Maximální odchylky se vyskytly zejména v mírně zakrytých oblastech (záhyby šatu), v obličeji a na svatozáři. Zde je již problém určit, jaké mračno je vlastně přesnější. Tím, že odchylky rostou směrem nahoru, lze se domnívat, že se zde uplatnila mírná chyba z šikmých paprsku laserového skeneru. Fotografické snímky se totiž podařilo vytvořit z podhledu, střední části i nadhledu. I tak ale maximální odchylka dosahuje 2mm, typické odchylky jsou do 0,5mm, jak ukazuje i distribuce odchylek v následujícím grafu.
14
Obr. 9: Porovnání dvou mračen v programu CloudCompare, distribuce odchylek na vertikální stupnici
Obr. 10: Distribuce odchylek v projektu dokumentace barokní sochy; drtivá většina je v rozmezí 0,1-0,2mm.
15
7. Závěr Výše popsaným postupem byly vytvořeny3D modely, jejich kvalita je dostatečná pro většinu menších aplikací památkové péče i archeologie v blízkém prostoru. Lze říci, že při nasazení kvalitní digitální zrcadlovky a vhodného software na blízkou vzdálenost do několika m je přesnost vytvořeného mračna bodů velmi dobrá a může být i lepší, než při využití laserového skeneru. Technologie byla ověřena na 3 případových studiích (kovové nálezy, keramické nálezy a barokní socha), což reprezentuje určité potřeby archeologie, památkové péče, architektury, stavebnictví, design a dalších příbuzných oborů, kde se požaduje tvorba 3D modelu. Ve smyslu ustanovení § 11 odst. 1 písm. a) zákona č. 130/2002 Sb., o podpoře výzkumu, experimentálního vývoje a inovací zveřejněných prostředků a o změně některých souvisejících zákonů (zákon o podpoře výzkumu a vývoje), byla uzavřena smlouva o využití výsledků s dalším subjektem.
8. Seznam použitých zdrojů Pucci, M., Verdiani, G. Sfm digital survey and modeling for the Museum of the sculptures of the Basilica of St. Silvestro,Catacombs of Priscilla in Rome, Conference on Cultural Heritage and New Technologies, Austria, 2013. Cardaci, A. and Versaci, A.: Image-based 3D modeling vs laser scanning for the analysis of medieval architecture: the case of St. Croce Church in Bergamo, Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., France, Vol. XL-5/W2, pp. 155-160, 2013. Gonizzi Barsanti, S., Guidi, G., 3D digitization within the 3D Icons project, ISPRS Ann. Photogramm. Remote Sens. Spatial Inf. Sci., Vol. II-5/W1, France, pp. 151-156, 2013. Mach, J. 2009. Insight 3D : open source image based 3d modelling software [online]. [1-52015]. http://insight3d.sourceforge.net/ Snavely, N., Seitz,S., Szeliski,R. Photo Tourism: Exploring image collections in 3D. ACM Transactions on Graphics (Proceedings of SIGGRAPH 2006), 2006. Pavelka, K., Řezníček, J., Bílá,Z., Prunarová,L. Non Expensive 3D Documentation and Modelling of Historical Object and Archaeological Artefacts by Using Close Range Photogrammetry. Geoinformatics FCE CTU, ISSN: 1802-2669, vol.10, pp. 53-66, 2013. Marčiš, M. Quality of 3D models generated by SFM technology. Slovak Journal of Civil Engineering Vol. 21, No. 4. ISSN 1210-3896. pp. 13-24. 2014. Fraštia, M., Marciš, M., Halicková, J.,Chlepková, M. Optické a laserové skenovanie banskoštiavnickej Kalvárie. Pamiatky a múzeá : revue pre kultúrne dedicstvo Roc.61, c.4. pp. 64--66. ISSN 1335-4353. 2012 Koska, B.: Using Unusual Technologies Combination for Madonna Statue Replication. Geoinformatics. 2011, vol. 6, no. 6, p. 220-227. ISSN 1802-2669. Křemen, T., Koska, B.: 2D and 3D Documentation of St. Nicolas Baroque Church for the General Reconstruction Using Laser Scanning and Photogrammetry Technologies Combination. In Videometrics, Range Imaging and Applications XII; and Automated Visual 16
Inspection. Bellingham, Washington. SPIE, 2013, vol. 1, ISSN 0277-786X. ISBN 978-08194-9607-2. Koska, B., Křemen, T.: The Combination of Laser Scanning and Structure from Motion Technology for Creation of Accurate Exterior and Interior Orthophotos of St. Nicholas Baroque Church. ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences [online]. 2013, vol. 40, no. XL-5/W1, p. 133-138. http://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XL-5-W1/133/2013/isprsarchivesXL-5-W1-133-2013.pdf. ISSN 2194-9034.
17
