Vervollständigung von Stadtmodellen mittels Distanzkameras

Abstract

In letzter Zeit steigt der Bedarf an immer detaillierteren 3D-Stadtmodellen. Typischerweise werden zur Erfassung der Daten, aus denen in weiterer Folge ein Modell abgeleitet wird, flugzeuggetragenes Laserscanning und Luftbildphotogrammetrie eingesetzt. Zur Erstellung von hoch detaillierten Stadtmodellen sind zusätzlich auch terrestrische Methoden notwendig. Beim sogenannten 'Range Imaging' (RIM) kommen Kameras zum Einsatz, deren Sensoren für alle Pixel gleichzeitig die Laufzeit eines emittierten Signals bestimmen, woraus die Distanzen zum Objekt unmittelbar bestimmbar sind. Gleichzeitig zur Distanz wird die Amplitude des reflektierten Signals aufgezeichnet, sodass neben dem Distanzbild ein Amplitudenbild erzeugt werden kann, wobei mehrere Bilder pro Sekunde aufgenommen werden können. Spezielle Kameras, welche auf Photomischdetektoren (PMD) basieren, werden mittlerweile kostengünstig in Serie produziert. PMD-Kameras weisen maximale Aufnahmedistanzen von etwa zehn Metern auf, weshalb sich diese potentiell für terrestrische Detailaufnahmen zur Erstellung von Stadtmodellen eignen.<br />In der vorliegenden Arbeit wird ein Verfahren vorgestellt, mithilfe dessen es möglich ist, aus den mit einer Distanzkamera gewonnenen Daten ein Objekt in der Größenordnung von mehreren Metern aufzuzeichnen, und daraus ein Modell abzuleiten. Dabei treten für Distanzkameras extrem große Distanzen auf, wodurch insbesondere die Distanzbilder ein starkes Rauschen aufweisen. Aufgrund dessen wird die Kamera während der Aufnahmen auf ein Stativ montiert, und eine Sequenz von Bildern mit gleicher Orientierung gemittelt (statische Bilder). Die Orientierung der Aufnahmen erfolgt in zwei Stufen. Zur näherungsweisen Orientierung werden die Amplitudenbilder und die Distanzbilder, die während der Bewegung der Kamera zwischen den statischen Bildern aufgezeichnet wurden (bewegte Bilder), verwendet. In den Amplitudenbildern, die eine höhere Präzision als die Distanzbilder aufweisen, werden mittels des Speeded-Up Robust Features(SURF)-Algorithmus Verknüpfungspunkte im Bildraum ermittelt. Die Distanzbilder werden verwendet, um diese Verknüpfungspunkte in den Objektraum zu übertragen und die Orientierung eines Bildes mittels eines räumlichen Rückwärtsschnittes aus jener des vorangehenden Bildes zu berechnen. Die Fein-Orientierung erfolgt über 3D-Punktwolken, die aus den statischen Distanzbildern durch eine Variante des Iterative Closest Point (ICP) - Algorithmus berechnet werden. Als Modell und Ergebnis dient eine Triangulation der fein-orientierten, vereinigten Punktwolken.<br />Zur beispielhaften Anwendung dieses Verfahrens wird ein Teil einer Einkaufspassage aufgezeichnet und ausgewertet. Das Ergebnis nach der Modellierung ist optisch ansprechend, weist jedoch einen erheblichen Unterschied in der Skalierung zwischen Objekt und Modell auf. Zudem sind lokale Deformationen im Modell vorhanden.<br />

Nowadays, the need for detailed 3D city-models is ever-increasing. Usually, for the acquisition of data that these models are based on, airborne laser scanning and aerial photogrammetry are used. For the creation of highly detailed city-models, terrestrial methods are needed to complement these aerial techniques.<br />So-called "range imaging" (RIM), uses special cameras, whose sensors simultaneously determine the time-of-flight of an emitted signal for all pixels. From that time-of-flight, the distance to the object can be derived directly. At the same time, the amplitude of the reflected signal is recorded, both with a rate of several frames per second.<br />Especially cameras which are based on photonic mixer devices (PMD) are nowadays mass-produced in a cost effective way. PMD cameras can measure distances up to about ten meters. For that reason, these cameras are potentially suitable for the terrestrial capture of data in order to complement city-models.<br />This thesis presents, a method to survey and model an object with extents of some meters using range cameras. For current range cameras, the distances to be observed in this measurement setup are very large.<br />For this reason, especially the pictures containing the distance information show a significant amount of noise. Thus, the range camera is mounted on a tripod during the survey, and a sequence of pictures with the same orientation (static pictures) is averaged. The orientation of the pictures is carried out in two steps. For the approximate orientation the pictures containing the amplitude information and the distance information, which were collected between static pictures (moved pictures), are used. In the pictures containing the amplitude information, which show a higher precision than the pictures containing the distance information, tie-points are determined in image space using the Speeded-Up Robust Features(SURF)- algorithm. The images containing the distance information are used to transform these tie-points to object space. Using spatial resections, image orientations are then computed one by one, based on the point correspondences with the previously oriented image. The fine-orientation is carried out using 3D-pointclouds, which are derived from static images using a variant of the Iterative Closest Point (ICP)-algorithm. The triangulation of the fine-oriented unified pointclouds serves as model and result. To test the presented approach, a part of a shopping arcade is surveyed, and the resulting model is analysed. The model is optically appealing, but features significant absolute differences from the object. Furthermore, local deformations are present.