水下空間資訊測量方式多元,搭配不同的載台及相異的感測方式,各有其適用場域及測製標的。本研究探討利用光學影像成像幾何,以光線追蹤方式進行攝影測量水下物點三維定位分析。為簡化探究主題,本研究目前基於靜止之水位面以及單一水中介質之假設,採用可掌握的物理及光學現象,在內外方位參數已知的條件下,依共線特性及折射效應建立自空氣至水中光線路徑,據以進行物像對應,解析影像中可視水下物點三維坐標;考量實務需求及作業條件,在物像對應模式中,水面位置可為未知參數或觀測量,在幾何條件俱足下,能與水下物點坐標一同解算;在物像對應模式上,本研究現階段主要探討對象為框幅式影像,並依前述條件建構帶有約制的廣義最小二乘法平差解算系統。為有效釐清同時解算水位面及水下物點課題重要幾何特性及定位品質,本工作現階段著重於設計模擬資料並以控制變因方式進行實驗及定性分析,成果包含幾何條件探討、參數可解性分析、影響因子及定位分量品質評估,並據以作為精進自空氣往水下進行水下場景三維定位任務之基石研究。
本研究探討UAV (Unmanned Aerial Vehicle)於臺灣山區作物分類時,可帶來效益及面臨的問題。首先利用無人機(UAV)取得臺中太平區的正射鑲嵌影像,接著運用eCognition軟體中的多尺度分割功能對影像進行物件分割,然後判釋分割區塊內之作物。因研究區內的「龍眼荔枝」類別與樹林難以有效區分,無法自動化分類,因此本研究針對分割後之影像區塊進行人工判釋,正確率分別在「龍眼荔枝」為88.2%、「樹林」為96.5%、「苗圃」為96.8%、及「其他」為99.7%。最後本研究提出透過不同時期影像,以龍眼與荔枝不同的花期進行區分,以及利用影像分割區塊進行地真資料蒐集的效率等建議,供後續相關研究參考。
過去受限於技術與設備,只能將三維空間資訊投影在二維地圖上展現;近年來拜電腦軟硬體突飛猛進之賜,三維空間資訊的展現已經可以用虛擬實境(Virtual Reality, VR)甚至擴增實境(Augmented Reality, AR)的方式展現,不僅更直覺,也更詳實而精確。坑道測量受限於封閉環境,過去僅以平板儀或經緯儀測繪平面圖表示。以近景攝影測量測繪坑道三維模型,必須大量佈標、廣設控制點及光源,需大量人力且花費時間。地面光達(Light Detection and Ranging, LiDAR)搭配相機攝像,可以快速獲取坑道三維點雲(Point Cloud),是最適合坑道三維測量的選項。但地面光達所費不貲,且彎彎曲曲的坑道必須分別設站掃描,再將各場景連接起來,需要高階的電腦及專業的人力才能處理。近來有廠商推出手持式三維掃描儀,採用結構光(Structured Light)原理,可快速擷取近距離(約4 m內)三維點雲,理應相當適用於坑道三維測量。因此本研究採用DotProduct公司出品的DPI-8手持掃描儀作為實驗組,並以FARO公司出品的Focus3D地面光達作為對照組,於花蓮七星潭四八高地下方坑道進行測量。將兩者所得的三維點雲,透過開源軟體Recap360以及CloudCompare進行三維資料的比較,了解手持掃描儀於狹小且缺乏光源的坑道中進行測量工作的可行性。
使用多相機同步取樣系統於三維點雲產製時,可採用原始多相機相幅式影像(Frame image)或拼接後之環景影像(Panorama image)。環景影像為一涵蓋360度之影像,多相機影像可使用不同的投影方式產生環景影像,例如球形投影及圓柱投影。本研究探討不同投影方式之多相機影像於三維點雲重建,不同投影影像包含:(1)未拼接原始相幅式影像、(2)拼接後球形投影環景影像、(3)拼接後圓柱投影環景影像。本研究採用五台GoPro Hero4相機同步取樣系統,由於同步取樣有些微時間秒差的問題,必須將各相機影像先進行時間同步,再進行環景影像拼接。成果分析採用定性及定量分析,定性分析以視覺化比較不同投影產製之三維點雲;定量分析以全測站量測之獨立檢核點進行精度分析。實驗資料為一室內空間之多測站影像攝影測量,實驗顯示未拼接多視角原始相幅式影像之三維平均誤差約為4 cm,而拼接後環景影像之三維平均誤差約為7 cm,因多視角原始相幅式影像之交會幾何較佳,故精度較環景影像高。比較球形投影及圓柱投影環景影像之三維點雲,圓柱投影產生的點雲數量較高,但相對所需運算時間較久。
隨著科技進步,多軸無人飛行載具(Multi-Rotor Unmanned Aerial Vehicle, MUAV)發展漸趨成熟,目前已應用在許多領域上(如農業、能源、新聞媒體等),其中在航空攝影測量的應用已有許多成功的案例發表。但因其載體小且搭載消費型相機,因此在執行航拍的過程中易受環境影響,造成航線傾斜、偏移、航高不一致之現象,且因飛行高度低,造成拍攝影像圖幅小、數量多及鏡頭畸變差不穩定等問題。為解決上述問題,本研究透過計算機視覺方法的從運動中回復結構(Structure from Motion, SFM)和密匹配演算法中以區塊為基礎之多視立體(Patch-based Multi-view Stereo, PMVS)方法進行影像處理,可快速從序列影像中,計算影像的內外方位參數並產製稠密點雲。本研究利用MUAV拍攝1 cm地面解析度之影像,並根據解析度需求進行航線規劃及影像處理。研究區為高雄市鳳山舊無線電信所,區域內有房屋、道路等建物,屬於平坦地形,最高建物高度為9 m,最後並以地形圖檢核的程序進行檢核,驗證應用無人飛行載具搭配消費型相機進行航空攝影測量亦可提供高精度的地形圖。