8.1 Integration terrestrischer Laserscannerdaten und Panoramabilddaten
8.1.6 Anwendungsbeispiel aus der Geologie
8.1.5.3 Auswertung der Ergebnisse
Der Vergleich der Berechnungen a) bis j) macht die Vorteile der Varianzkomponentenschätzung innerhalb der integrierten Bündelblockausgleichung deutlich. Insgesamt kann die Genauigkeit der Ausgleichungsergeb-nisse (z.B. Objektpunktkoordinaten, Kalibrierparameter) verbessert werden, dies gilt vor allem dann, wenn die Genauigkeit der beteiligten Aufnahmegeräte unter den aktuellen Aufnahmebedingungen vorab nicht aus-reichend bekannt ist, was in der Regel der Fall ist.
Im Zuge der Varianzkomponentenschätzung werden Varianzkomponenten bzw. Standardabweichungen der Beobachtungen geschätzt, die zum einen realistisch sind, und damit zur Beurteilung und zum Vergleich der verwendeten Aufnahmegeräte herangezogen werden können, und zum anderen zu optimal ausgewogenen Gewichten für die sich anschließende Ausgleichungsberechnung führen.
Darüber hinaus ist es möglich, Rückschlüsse auf die individuelle Charakteristik unterschiedlicher Aufnah-me- und Messmethoden zu ziehen, zum Beispiel auf Unterschiede zwischen der Genauigkeit der Horizontal- und Vertikalwinkelmessung eines Laserscanners oder auf Unterschiede zwischen horizontalen und vertikalen Bildkoordinaten bei einer Rotationszeilen-Panoramakamera.
Weil die in der Varianzkomponentenschätzung ermittelten a-posteriori Standardabweichungen der Beob-achtungen weitgehend unabhängig von den Näherungswerten (den a-priori Standardabweichungen) sind, kann von vornherein auf die Ableitung realistischer Werte aus Herstellerangaben oder Vergleichsmessungen ver-zichtet werden. Vielmehr ist es ausreichend, Standardwerte nur grob zu definieren. Für den Fall, dass die Schätzung konvergiert, ist das Ergebnis unabhängig von den Startwerten immer das gleiche.
8.1 Integration terrestrischer Laserscannerdaten und Panoramabilddaten
oder satellitengestüzter Hyperspektralaufnahmen für großräumige Analysen ist die Methode der terrestrischen Hyperspektralaufnahme ein relativ neues Betätigungsfeld für die geologische Forschung. Bisher sind nur we-nige Sensoren, die mit geeigneten Wellenlängen arbeiten, verfügbar. Im nächsten Kapitel wird die verwendete hyperspektrale Panoramakamera kurz vorgestellt.
Notwendig für die kombinierte geometrische und semantische Interpretation der Daten ist die exakte ge-meinsame Referenzierung der verschiedenen Hyperspektral- und Laserscanner-Aufnahmen. In jedem Fall ist dazu die Nutzung eines geometrischen Modells (Kapitel 4.2) für zylindrische Panoramakameras unumgäng-lich. Damit ist es bereits möglich, durch einfachen räumlichen Rückwärtsschnitt die Panoramabilder zu den Laserscannerdaten mit Hilfe von Verknüpfungspunkten zu orientieren. Darüber hinaus sollen die Vorteile ei-ner integrierten Bündelblockausgleichung mit Selbstkalibrierung und Varianzkomponentenschätzung an die-sem Praxis-Beispiel untersucht werden.
8.1.6.2 Hyperspektrale Panoramakamera
Die erst vor kurzem vom norwegischen Hersteller Norsk Elektro Optikk AS entwickelte hyperspektrale Kamera HySpex SWIR-320m (Abbildung 8.4, links) ist eine Kamera mit zylindrischer Aufnahmegeometrie, wobei der rotierende Zeilensensor für kurzwelliges Infrarot (SWIR) mit einem Spektrum von 1,3 bis 2,5 µm empfindlich ist [Kurz et. al., 2008]. Dieser Ausschnitt des elektromagnetischen Spektrums ist besonders wich-tig für viele geologische Untersuchungen, da sich hier Absorptionsbänder für verschiedene Minerale wie Kohlenstoffe oder Silikate befinden.
Die Besonderheit dieser Kamera liegt in der hohen spektralen Auflösung von 256 Spektralbändern mit ei-ner Breite von jeweils 5 nm. Die geometrische Auflösung von nur 320 Pixel ist deutlicher kleiei-ner als die heu-tiger Digitalkameras, allerdings wird hier mit einer Steigerung der Auflösung in den nächsten Jahren bei zu-künftigen Kameramodellen gerechnet. Die technischen Daten der Kamera sind in Abbildung 8.4 zusammen-gefasst.
Die Kombination terrestrischer hyperspektraler Daten mit terrestrischen Laserscannerdaten ist ein relativ neuer, aber viel versprechender Ansatz für die geologische Forschung, weil die Integration dieser Daten zu ei-ner hohen räumlichen und spektralen Abdeckung geologischer Untersuchungsgebiete führt. Deshalb ist davon auszugehen, dass beide Aufnahmegeräte in Zukunft immer stärkere Verbreitung in der Geologie finden.
8.1.6.3 Datengrundlage
Die hier genutzten Daten wurden vom Centre for Integrated Petroleum Research (University Bergen, Nor-wegen) aufgenommen und freundlicherweise zur Verfügung gestellt. Sie stammen von einem Pilotprojekt zur
Abbildung 8.4: Hyperspektrale Rotationszeilen-Panoramakamera HySpex SWIR-320m [Kurz et. al., 2008]
Untersuchung der Eignung der hyperspektralen Panoramakamera anhand eines geologischen Aufschlusses im 'Manystones' Steinbruch im Peak District (Großbritannien) [Kurz et. al., 2008].
Es wurden mehrere hyperspektrale Panoramen und mehrere Laserscans aufgenommen, von denen 4 Pan-oramen und 3 Scans für die im nächsten Kapitel beschriebenen Berechnungen verwendet wurden. Die Distanz zur Oberfläche des Aufschlusses beträgt zwischen 20 und 50 m. Im Anhang A.6.2 (Abbildung A.18) sind zwei Falschfarbenbilder dargestellt, die aus drei Spektralkanälen der Panoramakamera abgeleitet wurden. Je ein Spektralbereich wird in den Farben Rot (1,720 µm), Grün (2,009 µm) und Blau (1,563 µm) abgebildet.
Der verwendete terrestrische Laserscanner ist ein Riegl LMS-Z420i (vgl. Kapitel 3.5.3), jedoch ein ande-res Gerät als der für die Auswertungen in Kapitel 8.1.2 genutzte Laserscanner.
Für die Verknüpfung der unterschiedlichen Aufnahmen wurden zum einen retro-reflektierende Zielmarken und zum anderen natürliche punktförmige Objektmerkmale genutzt. Während die retro-reflektierenden Ziel-marken in den Laserscans automatisch mit einem intensitäts-gewichteten Schwerpunktoperator gemessen wer-den konnten, wurwer-den die natürlichen Punkte interaktiv im Intensitätsbild markiert. In wer-den (Falschfarben-) Pan-oramen der hyperspektralen Panoramakamera wurden alle Punkte interaktiv gemessen.
8.1.6.4 Ergebnisse der gemeinsamen Referenzierung
Die in den Scans und Panoramabildern gemessenen sphärischen Koordinaten und Bildkoordinaten der Verknüpfungspunkte wurden in verschiedenen Berechnungsvarianten prozessiert (vgl. Tabelle 8.9). Dazu wurde die im Anhang A.1 vorgestellte Software verwendet.
Art der Berechnung (Selbst-) Kalibrierung
Varianzkompo-
nentenschät-zung
a-posteriori Standardab-weichung der Beobachtungen
Standardabweichungen der Objektpunktkoordinaten
Dist.
sD
[mm]
Winkel
s,
[mgon]
Hyperspektr.
Panorama
sx ' , y '
[Pixel]
RMSX
[m]
RMSY
[m]
RMSZ
[m]
RMSXYZ
[m]
Räumlicher Rückwärtsschnitt
nein nein - - 3,35 - - -
-Panoramakamera nein - - 1,73 - - -
-Panoramakamera ja - - 1,43 2,15 - - -
- Panorama- Bündelblock-ausgleichung
nein nein - - 2,44 0,261 0,432 0,081 0,511
Panoramakamera nein - - 0,81 0,154 0,317 0,050 0,356
Panoramakamera ja - - 0,66 0,99 0,165 0,315 0,059 0,360
Integrierte Bündelblock-ausgleichung
Panoramakamera nein 19,7 197 1,97 0,046 0,032 0,038 0,068
beide Geräte nein 9,9 99 0,99 0,020 0,018 0,022 0,035
beide Geräte ja 4,5 126 0,63 0,95 0,015 0,014 0,022 0,030
Tabelle 8.9: Ergebnisse unterschiedlicher Berechnungsvarianten zur Orientierung der hyperspektralen Panoramen
Zuerst wurde die übliche Vorgehensweise nachgeahmt, bei der die Laserscanner-Aufnahmen schrittweise zueinander referenziert werden und die mit dem Laserscanner gemessenen Objektpunkte anschließend als Passpunkte für die Orientierung der Panoramen durch einen räumlichen Rückwärtsschnitt genutzt werden. In der ersten Berechnung des räumlichen Rückwärtsschnittes wurden (außer der Kamerakonstante) keine weite-ren Parameter der inneweite-ren Orientierung oder sonstige Zusatzparameter mitgeschätzt. Das geometrische Mo-dell der Panoramakamera wurde lediglich für die Berechnung der äußeren Orientierung verwendet. Die a-pos-teriori Standardabweichung der Beobachtungen (Bildkoordinaten im Panorama) wurde mit 3,35 Pixel ge-schätzt. Dies ist die im Durchschnitt zu erwartende Genauigkeit, mit der beispielsweise die Punktwolke mit den hyperspektralen Informationen unter Anwendung der durch diese Berechnung ermittelten Ergebnisse ko-loriert werden könnte.
8.1 Integration terrestrischer Laserscannerdaten und Panoramabilddaten
Durch die Berücksichtigung des Bildhauptpunktes und weiterer Zusatzparameter im Modellansatz konnte die Standardabweichung auf 1,73 Pixel reduziert werden. Auf die Kalibrierparameter, die dabei signifikant ermittelt werden konnten, wird im nächsten Kapitel näher eingegangen.
Wird in den räumlichen Rückwärtsschnitt zusätzlich eine Varianzkomponentenschätzung integriert, wobei für die horizontalen und die vertikalen Bildkoordinaten unabhängige a-posteriori Standardabweichungen ge-schätzt werden, zeigt sich, dass die Horizontalkomponente (1,43 ± 0,26 Pixel) genauer ist als die Vertikal-komponente (2,15 ± 0,38 Pixel). Die Standardabweichungen der Beobachtungen, die aus den Berechnungen des räumlichen Rückwärtsschnittes resultieren, sind größer als 1 Pixel. Für ein optimales Ergebnis zur Inter-pretation der geologischen Gegebenheiten wäre eine Genauigkeit besser als 1 Pixel wünschenswert.
Aus diesem Grund wurde nun untersucht, ob durch die Berechnung einer Bündelblockausgleichung unter Nutzung der Panoramabildkoordinaten höhere Genauigkeiten erreichbar sind. Die mit dem Laserscanner ge-messenen Objektpunkte dienen nur als Näherungswerte und zur Festlegung des Koordinatensystems für eine freie Netzausgleichung. Die a-posteriori Standardabweichungen sind in allen 3 Berechnungsvarianten (ohne Selbstkalibrierung, mit Selbstkalibrierung, mit Selbstkalibrierung und Varianzkomponentenschätzung) gerin-ger ermittelt worden als durch die Berechnung des räumlichen Rückwärtsschnittes. Die in der freien Ausglei-chung geschätzten mittleren StandardabweiAusglei-chungen der Objektpunktkoordinaten (RMS) liegen allerdings im Dezimeterbereich und sind damit verhältnismäßig hoch, was auf eine relativ schlechte Strahlenschnittgeome-trie der hyperspektralen Panoramabilder zurückzuführen ist. Demzufolge sind auch die Parameter der äußeren Orientierung nur mehrere Dezimeter genau. Eine optimale Referenzierung der Panoramabilder zu den Lasers-cannerdaten ist durch die sequentielle Berechnung (erst Verknüpfung der Laserscannerstandpunkte danach Panorama-Bündelblockausgleichung) noch nicht gewährleistet.
Abschließend wurde deshalb eine integrierte Bündelblockausgleichung berechnet, wobei neben den Pan-oramabildkoordinaten auch die mit dem terrestrischen Laserscanner ermittelten sphärischen Koordinaten der Objektpunkte als Beobachtungen ausgeglichen wurden. Die mittleren Standardabweichungen der Objektkoor-dinaten sowie auch die Standardabweichungen der Elemente der äußeren Orientierung für alle Scans und Pan-oramabilder wurden nun mit Zentimetergenauigkeit bestimmt. Das Potenzial der Kombination beider Daten in einem gemeinsamen Berechnungsschritt kann jedoch erst durch die richtige Gewichtung innerhalb der Aus-gleichung genutzt werden. Es ist davon auszugehen, dass die a-priori Standardabweichungen der Beobachtun-gen zur Festlegung geeigneter Beobachtungsgewichte unter den gegebenen AufnahmebedingunBeobachtun-gen nicht be-kannt sind. Dies wird durch die Verbesserung der Ausgleichungsergebnisse bei Berücksichtigung einer Vari-anzkomponentenschätzung deutlich, bei der für alle Beobachtungen optimale Gewichte geschätzt werden. Die a-posteriori Standardabweichungen der Panoramabildkoordinaten liegen für Horizontal- (0,63 ± 0,20 Pixel) und Vertikalkomponente (0,95 ± 0,31 Pixel) im Subpixel-Bereich. Bei der Bestimmung dieser Werte wurden Zusatzparameter für den terrestrischen Laserscanner im Ausgleichungsansatz berücksichtigt (vgl. Kapitel 8.1.6.5).
Insgesamt ist festzuhalten, dass eine optimale und in sich konsistente Orientierung der Laserscanner- und Panoramakamera-Standpunkte erst durch eine integrierte Bündelblockausgleichung mit Selbstkalibrierung der beteiligten Aufnahmegeräte und Varianzkomponentenschätzung möglich wird. Neben den höchsten Genauig-keiten der Ausgleichungsergebnisse im Vergleich zu den anderen Berechnungsvarianten können dadurch au-ßerdem aktuelle Kalibrierparameter für Laserscanner und hyperspektrale Panoramakamera, sowie realistische Genauigkeiten für die beteiligten Beobachtungen ermittelt werden. Beispielsweise beträgt die Standardabwei-chung der Winkelmessung des Laserscanners 126 mgon, das entspricht etwa 6 cm bei einer Entferung von 30 m. Dieser hohe Wert ist vor allem auf die interaktive Messung von unscharf definierten natürlichen Punkten im Intensitätsbild des Laserscanners zurückzuführen.
8.1.6.5 Kalibrierung
In Tabelle 8.10 sind die Kalibrierparameter für den terrestrischen Laserscanner Riegl LMS-Z420i und die hyperspektrale Panoramakamera HySpex SWIR-320m aufgelistet, die innerhalb der integrierten Bündel-blockausgleichung mit Selbstkalibrierung und Varianzkomponentenschätzung signifikant ermittelt wurden.
Für den terrestrischen Laserscanner sind das der Höhenindexfehler cH, sowie die Parameter der horizonta-len Teilkreisexzentrizität bT1 und bT2 in allgemeiner Fourierform. Alle Parameter wurden hoch signifikant be-stimmt, das Signifikanzniveau ist in der Tabelle in Klammern angegeben. Andere Parameter konnten nicht gleichzeitig signifikant bestimmt werden, aufgrund hoher Korrelationen zwischen den Parametern untereinan-der. Durch Berücksichtigung der Parameter cH, bT1 und bT2 konnten die Ausgleichungsergebnisse (Standardab-weichungen der Objektkoordinaten und der äußeren Orientierung, sowie a-posteriori Standardab(Standardab-weichungen der Beobachtungen) mit etwa doppelter Genauigkeit bestimmt werden. Der Grund dafür, warum genau diese 3 Parameter signifikant sind, obwohl sie in den im Kapitel 5.4.3 beschriebenen Untersuchungen eines anderen Laserscanners des gleichen Typs kaum oder überhaupt nicht signifikant nachgewiesen werden konnten, kann nicht geklärt werden.
Terrestrischer Laserscanner
cH [ 10-3mm] 150,39 ± 5,55 (99,9 %) bT1 [ 10-3rad ] -101,26 ± 1,37 (99,9 %) bT2 [ 10-3rad ] -36,81 ± 2,45 (99,9 %)
Hyperspektrale Panoramakamera c [mm ] 39,5148 ± 0,08477 y0' [ mm ] 0,5468 ± 0,1466 (99,9 %)
K [10-3 rad ] 7,47 ± 4,35 (90 %) N [10-3 rad ] 496,05 ± 8,72 (99,9 %)
Tabelle 8.10: Ergebnisse der Selbstkalibrierung für hyper-spektrale Panoramakamera und terrestrischen Laserscanner
Für die hyperspektrale Panoramakamera wurden die Kamerakonstante c, die vertikale Komponente des Bildhauptpunktes y0', sowie die Neigung N und Kantung K der Sensorzeile bezüglich der Rotationsachse si-gnifikant ermittelt. Auffallend sind dabei die relativ geringen Genauigkeiten (z.B. Standardabweichung der vertikalen Bildhauptpunktkomponente 5 Pixel), der besonders hohe Wert für die Neigung der Sensorzeile (496 mrad ≈ 28°) und dass keine Objektiv-Verzeichnung nachgewiesen werden konnte.
Die Ergebnisse zeigen, dass das geometrische Modell der Rotationszeilen-Panoramakamera die tatsächli-che Geometrie der hyperspektralen Kamera noch nicht optimal beschreibt. Aufgrund der relativ geringen An-zahl von Beobachtungen in den Panoramen wurden diesbezüglich keine weiteren Untersuchungen durchge-führt.
Der um 28° nach oben geneigte Sensor beschreibt bei seiner Rotation eher einen Kegel- als einen Zylin-dermantel. Durch diese konstruktive Maßnahme kann der vertikale Öffnungswinkel von 14° besser ausgenutzt werden kann (vgl. Kapitel 3.4.3, Rotationszeilenkamera mit Kegelgeometrie).
8.1.6.6 Resultate für die Geologie
Die gemeinsame Referenzierung der Laserscanner- und hyperspektralen Panoramadaten ist die Basis für die weitere Prozessierung der Daten, um für die Geologie interpretierbare Ergebnisse zu erhalten. Weitere Verarbeitungsschritte der hyperspektralen Bilder sind unter anderem deren radiometrische Kalibrierung an-hand von speziellen Kalibriertafeln, die gleichzeitig in die aufgenommene Szene gestellt wurden, und die An-wendung einer 'Maximum Likelihood' Klassifizierung zur Extraktion geologischer Merkmale aus den Spek-tralbildern. Das Klassifizierungsergebnis ist ein thematisches Bild, welches geometrisch dem Originalbild vollständig entspricht. Aus diesem Grund ist es möglich, die thematischen Bilder zum Kolorieren der Punkt-wolke oder zur Texturierung von Oberflächenmodellen zu nutzen.
Anhang A.6.2 (Abbdildungen A.19 und A.20) zeigt die Anwendung eines solchen thematischen Bildes, in dem der Fortschritt der Dolomitisierung von Kalkstein an der Oberfläche des geologischen Aufschlusses
8.1 Integration terrestrischer Laserscannerdaten und Panoramabilddaten
codiert dargestellt ist. In Abbildung A.19 wurde das Klassifizierungsergebnis zum Einfärben der Laserscan-ner-Punktwolke und in Abbildung A.20 zur Texturierung eines Oberflächenmodells genutzt, welches durch Vermaschung der Laserscanner-Punktwolke generiert worden ist. Die durch die Kombination geometrischer Laserscannerdaten und hyperspektraler Bilddaten erzeugten Produkte können von Geologen interpretiert und validiert werden und ermöglichen dadurch interessante Schlussfolgerungen für die geologische Forschung [Buckley et. al., 2008; Kurz et. al., 2008].