Ympäristön 3D fotogrammetriset hyperspektri- ja RGB-mittaukset keveillä kauko-ohjattavilla ilma-alusjärjestelmillä

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorHonkavaara, Eija
dc.contributor.authorViljanen, Niko
dc.contributor.schoolInsinööritieteiden korkeakoulufi
dc.contributor.supervisorHaggrén, Henrik
dc.date.accessioned2017-02-24T10:57:54Z
dc.date.available2017-02-24T10:57:54Z
dc.date.issued2017-02-20
dc.description.abstractKauko-ohjattavien ilma-alusjärjestelmien (RPAS) käyttö kaukokartoituksessa on lisääntynyt räjähdysmäisesti viime vuosina. Niiden etuna on lentokoneisiin ja helikoptereihin verrattuna niiden pieni koko ja edullisuus. RPAS-laitteistoille on kehitelty useita uusia hyperspektrikameroita, jotka sopivat pienen kokonsa ja painonsa puolesta keveille lentoalustoille. Yksi tällainen on Suomessa kehitetty Fabry-Pérot –interferometriin (FPI) perustuva kokonaisia 2D kuvamatriiseja keräävä hyperspektrikamera. Toisin kuin perinteisillä hyperspektriskannereilla tallennetut yksittäiset rivit, nämä kuvamatriisit mahdollistavat fotogrammetristen tekniikoiden käytön 3D-pistepilvien, ortomosaiikkien ja korkeusmallien luomiseen. Tässä työssä kehitettiin FPI-kameran ja RGB-kameran kuville geometrinen prosessointiketju ja selvitettiin kuinka eri ympäristöt vaikuttavat näiden kuvien geometriseen prosessointiin. Työssä tehtiin FPI- ja RGB-kameran kuvilta fotogrammetrisesti Structure-from-Motion (SfM) tekniikalla tuotettujen 3D-pistepilvien, ortomosaiikkien ja korkeusmallien virheen mittausta. Lisäksi tutkimuksessa selvitettiin voidaanko FPI- ja RGB-kameroiden kuvista tehtyjä kasvillisuuden korkeusmalleja (CHM) hyödyntää biomassojen estimoinnissa manuaalisen mittauksen sijasta. Tutkimuksessa käytettiin Paikkatietokeskuksen RPAS-laitteistolla kerättyjä FPI- ja RGB-kuvia Vihdissä sijaitsevista pelloista ja Mustila Arboretumin kansallismetsästä. Kerätyistä aineistoista muodostettiin SfM-tekniikalla 3D-pistepilvet, joista laskettiin digitaalinen korkeusmalli (DSM) ja digitaalinen maanpinnankorkeusmalli (DTM) sekä ortomosaiikit. Viljakasvien CHM laskettiin DSM:n ja DTM:n erotuksella ja tästä irrotettiin referenssien näytteenottoruutuja vastaavat keskiarvokorkeudet, joita verrattiin referensseihin. Peltoaineistosta tuotetuiden korkeusmallien ja ortomosaiikkien absoluuttisen virheen mittaus toteutettiin tunnettujen tarkistuspisteiden avulla ja näiden virheitä verrattiin muissa tutkimuksissa saatuihin tuloksiin. Metsäaineistoista eri kuvapeitoilla tuotettuja FPI-korkeusmalleja vertailtiin parhaalla peitolla tuotettuun FPI-korkeusmalliin. Tämä työ osoittaa, että eri ympäristöjen FPI- ja RGB-kuvaukset ja geometrinen prosessointi sisältävät omat haasteensa. Peltoaineistojen korkeusmallit ja ortomosaiikit olivat absoluuttisilta tarkkuuksiltaan hyviä (FPI RMSEx = 11,9 cm, RMSEy = 11,9 cm ja RMSEz = 13,0 cm; RGB RMSEx = 4,0 cm, RMSEy = 4,0 cm ja RMSEz = 5,4 cm) verrattaessa muihin tutkimuksiin. Viljakasvien CHM korreloi parhaassa tapauksessa referenssien kanssa hyvin (R2 = 0,75 – 0,87) ja näin ollen sen hyödyntäminen biomassojen estimoinnissa on mahdollista. Metsäaineistojen FPI-korkeusmallit olivat tarkkuudeltaan huonompia (RMSEz = 31,0 – 309,5 cm), mihin osaltaan vaikutti haastava maasto.fi
dc.description.abstractThe use of Remotely Piloted Aircraft System’s (RPAS) in Remote Sensing has increased rapidly in recent years. Their advantage compared to airplanes and helicopters is their small size and cheap price. A number of new hyperspectral instruments, suitable for light aircraft platforms due to their small size and light weight, have been developed for RPAS. One of these is a hyperspectral camera developed in Finland that utilises the Fabry-Pérot inferometer to measure a number of different wavelength ranges and collect whole image arrays. Unlike the old hyperspectral scanners that recorded only individual lines, these image arrays enable the creation 3D point clouds, orthorectified images and surface models using photogrammetric techniques. This work developed a geometric processing chain for FPI and RBG camera images and examined how different environments and parameters affect the geometric processing of these images. In the work the measurement of coordinate errors of 3D point clouds, orthorectified images and surface models, created from FPI and RGB camera images with photogrammetric Structure-from-Motion (SfM) technique, was carried out. In addition, the work investigated if canopy height models (CHM) created from FPI and RGB images could be utilized to estimate biomass of vegetation instead of manual field measurement. This study utilized FPI and RGB images collected by the RPAS of Paikkatietokeskus in fields located in Vihti and forest located in Mustila Arboretum National Forest. The collected data was processed with the SfM technique to create 3D point clouds, which were used to calculate a digital elevation model (DSM) and a digital terrain model (DTM) as well as orthorectified images. CHM was calculated by subtracting DTM from DSM, and from this the average heights corresponding with the sampling frames of reference were extracted and compared. The measurement of absolute error of the field surface models and orthorectified images was carried out using reference control points, and these errors were compared with the results obtained in other studies. The assessment of the forest FPI-surface models was carried out using FPI-surface model which had highest overlaps. This work shows that FPI and RGB imaging and the geometric processing of images of different environments pose their own challenges. The absolute accuracies of the field surface models and the orthomosaic coordinates were good (FPIs RMSEx = 11.9 cm, RMSEy = 11.9 cm ja RMSEz = 13.0 cm; RGBs RMSEx = 4.0 cm, RMSEy = 4.0 cm ja RMSEz = 5.4 cm) when compared to the other studies. In the best case the crops CHM correlated with the references well (R2 = 0.75 – 0.87), and thus its utilization in biomass estimation is possible. The accuracies of the forest FPI-surface models were worse (RMSEz = 31.0 – 309.5 cm).en
dc.ethesisidAalto 8204
dc.format.extent82 + 23
dc.format.mimetypeapplication/pdfen
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/24744
dc.identifier.urnURN:NBN:fi:aalto-201702242627
dc.language.isofien
dc.locationP1
dc.programmeGeomatiikan koulutusohjelmafi
dc.programme.majorFotogrammetria ja kaukokartoitusfi
dc.programme.mcodeM3006fi
dc.subject.keywordFPI-kamerafi
dc.subject.keywordRGB-kamerafi
dc.subject.keywordUAVfi
dc.subject.keywordStructure-from-Motionfi
dc.subject.keywordfotogrammetriafi
dc.subject.keywordkaukokartoitusfi
dc.titleYmpäristön 3D fotogrammetriset hyperspektri- ja RGB-mittaukset keveillä kauko-ohjattavilla ilma-alusjärjestelmilläfi
dc.titleEnvironmental 3D photogrammetric hyperspectral and RGB measurements on lightweight remotely piloted aircraft system’sen
dc.typeG2 Pro gradu, diplomityöfi
dc.type.ontasotMaster's thesisen
dc.type.ontasotDiplomityöfi
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
master_Viljanen_Niko_2017.pdf
Size:
7.66 MB
Format:
Adobe Portable Document Format