La calibración de píxeles a métrica (mm por píxel) convierte distancias en píxeles de imagen a distancias métricas del mundo real, esencial para la medición cuantitativa del ancho, largo y área de grietas a partir de imágenes de drones o terrestres. La calibración requiere una distancia de referencia conocida en el plano de la imagen utilizando un objeto de referencia, una geometría conocida sensor-objetivo o co-registro LiDAR.
La calibración de píxeles a métrica, expresada como milímetros por píxel (mm/px o mm/píxel), es el factor de conversión matemático que traduce distancias medidas en coordenadas de píxeles de imagen a distancias métricas del mundo real. Este factor de calibración es el parámetro más crítico en cualquier sistema de medición cuantitativa basada en imágenes — sin él, todas las mediciones de píxeles permanecen adimensionales y no se les puede asignar un significado físico.
La relación fundamental se define como:
S = d_real / d_pixel
Donde S es el factor de escala de calibración en mm/píxel, d_real es la distancia real conocida entre dos puntos (en milímetros), y d_pixel es la distancia entre los mismos dos puntos medida en la imagen (en píxeles). Una vez que se determina S, cualquier medición de píxeles en la imagen se puede convertir a unidades métricas multiplicando por el factor de escala.
Los estándares de evaluación de la condición del pavimento — incluyendo ASTM D5340 (Método de Ensayo Estándar para Estudios del Índice de Condición de Pavimentos Aeroportuarios) y Anexo 14 de la OACI (Aeródromos) — requieren medición cuantitativa de características de deterioro del pavimento como ancho de grieta, longitud de grieta, área de desconchamiento y profundidad de rodera. Estas mediciones tienen umbrales de importancia que determinan la prioridad de mantenimiento y las clasificaciones de seguridad:
Sin la calibración de píxeles a métrica, ninguno de estos umbrales puede evaluarse a partir de datos de imagen. Una imagen que captura una grieta de 6 mm con un GSD de 2 mm/píxel muestra la grieta abarcando solo 3 píxeles — fácilmente descartada como ruido o textura superficial por un observador no entrenado. Con un GSD de 0.5 mm/píxel, la misma grieta abarca 12 píxeles y es claramente identificable como un defecto estructural. El factor de calibración determina directamente si una característica de deterioro es medible, clasificable y procesable.
El factor mm/píxel se deriva de la relación geométrica entre el sensor de la cámara, el lente y la superficie objetivo. Para una cámara con vista nadiral (directamente hacia abajo), la relación sigue:
GSD = (p × H) / f
Donde GSD es la distancia de muestreo en terreno (mm/píxel), p es el tamaño del píxel del sensor de la cámara (mm/píxel), H es la distancia desde el sensor de la cámara a la superficie objetivo (mm), y f es la distancia focal del lente (mm). Esta ecuación revela los tres parámetros físicos que controlan el factor de calibración:
Tamaño de píxel (p) — el tamaño físico de los píxeles individuales en el sensor de la cámara. Las cámaras modernas para drones como la DJI Zenmuse P1 tienen un tamaño de píxel de 4.4 μm (0.0044 mm). La Sony A7R IV utilizada en muchos levantamientos aéreos tiene un tamaño de píxel de 3.76 μm. Un tamaño de píxel más pequeño produce una mayor resolución espacial pero requiere más luz por píxel. El tamaño de píxel es una característica fija de la cámara que no se puede cambiar sin cambiar el cuerpo de la cámara.
Distancia focal (f) — la distancia óptica desde el lente hasta el sensor cuando está enfocado al infinito. Las distancias focales más largas producen un GSD más pequeño (más zoom, mayor resolución espacial) pero un campo de visión más estrecho. Un lente de 24 mm en una cámara de fotograma completo con píxeles de 4.4 μm volando a 50 m produce GSD = (0.0044 × 50000) / 24 = 9.2 mm/píxel. Un lente de 85 mm bajo las mismas condiciones produce GSD = 2.6 mm/píxel.
Altura de vuelo (H) — la distancia desde la cámara al objetivo. Duplicar la altura duplica el GSD (reduce la resolución espacial a la mitad). Para la detección de grietas que requiere resolución sub-milimétrica (GSD < 1 mm/píxel), la cámara debe volarse a altitudes de 10-30 m dependiendo de la combinación de lente y sensor.
| Cámara | Tamaño de Píxel | Distancia Focal | Altura para 1 mm GSD | Altura para 3 mm GSD |
|---|---|---|---|---|
| DJI Zenmuse P1 (fotograma completo) | 4.4 μm | 35 mm | 7.9 m | 23.9 m |
| DJI Zenmuse P1 (fotograma completo) | 4.4 μm | 50 mm | 11.4 m | 34.1 m |
| Sony A7R IV | 3.76 μm | 35 mm | 9.3 m | 27.9 m |
| Phase One iXM-100 | 4.6 μm | 50 mm | 10.9 m | 32.6 m |
Existen tres métodos principales para determinar el factor de calibración mm/píxel para mediciones de pavimentos basadas en imágenes. Cada método tiene ventajas, limitaciones y casos de uso específicos.
El método del objeto de referencia conocido es el enfoque de calibración más simple, más directo y más utilizado. Se coloca un objeto físico de dimensiones reales precisamente conocidas dentro del cuadro de la imagen, y se miden sus dimensiones en píxeles para calcular el factor de escala.
Procedimiento: Se coloca un objeto de referencia con dimensiones métricas conocidas sobre la superficie del pavimento dentro del campo de visión de la cámara. El objeto debe estar en el mismo plano que las características que se están midiendo (coplanar con la superficie del pavimento) y debe estar orientado paralelo al plano de la imagen para evitar el acortamiento por perspectiva. El ancho en píxeles del objeto se mide mediante técnicas de procesamiento de imágenes (medición manual, detección de bordes o reconocimiento automatizado de características), y el factor de calibración se calcula como S = longitud_conocida / longitud_píxeles.
Tipos de objetos de referencia incluyen:
Barras de escala — barras de aluminio o fibra de carbono de precisión con marcas calibradas a intervalos conocidos. Una barra de escala de 1 metro con graduaciones de 1 mm proporciona una calibración trazable a estándares nacionales de medición. Las barras de escala deben ser rígidas, térmicamente estables (bajo coeficiente de expansión térmica) y tener marcas de alto contraste para una detección automatizada confiable.
Blancos codificados circulares — blancos retrorreflectivos o de alto contraste con distancias conocidas entre centros. Los blancos codificados fotogramétricos tienen la ventaja de que pueden ser detectados e identificados automáticamente por software SfM, permitiendo una calibración automatizada sin medición manual.
Marcas de pavimento — marcas de carriles de ancho estándar, franjas de borde de pista o marcas de línea central de calles de rodaje que proporcionan referencias de calibración convenientes cuando sus dimensiones se conocen a partir de especificaciones de diseño. Según el Anexo 14 de la OACI, el ancho de la franja lateral de la pista es de 0.9 m (estándar) y el ancho de la marca de línea central de la calle de rodaje es de 150 mm. Sin embargo, las marcas de pavimento pueden desgastarse, extenderse o ser repintadas con anchos no estándar, por lo que sus dimensiones reales deben verificarse en campo antes de usarlas como referencias de calibración.
Características del pavimento con dimensiones conocidas — tapas de alcantarilla (típicamente 600-800 mm de diámetro para plataformas aeroportuarias), luminarias de pista (dimensiones estandarizadas según la OACI), espaciado de juntas en pavimentos de concreto (típicamente 4.5-6.0 m para pavimentos aeroportuarios) y espaciado de vías de ruedas (estándar 1.5-2.0 m para la mayoría de aeronaves de pasajeros y vehículos de inspección).
Consideraciones de precisión: El objeto de referencia debe abarcar al menos el 25% de la dimensión de la imagen en la dirección de medición para mantener el error relativo de medición por debajo del 1%. Un objeto de referencia de 100 mm en una imagen de 4,000 píxeles de ancho cubre 400 píxeles — un error de medición de 1 píxel en la referencia contribuye solo un 0.25% de error de calibración. El mismo objeto de referencia de 100 mm en una imagen de 1,000 píxeles cubre solo 100 píxeles — un error de 1 píxel contribuye un 1% de error de calibración.
Cuando la altura de la cámara sobre la superficie objetivo y la distancia focal del lente se conocen con precisión, el GSD se puede calcular directamente sin un objeto de referencia físico en la escena. Este método es el enfoque estándar para la generación de ortomosaicos con drones y para sistemas de imágenes lineales montados en vehículos.
Método de cálculo: Para una cámara con vista nadiral, GSD = (tamaño_píxel_sensor × altura) / distancia_focal. Para cámaras oblicuas, el GSD efectivo varía en toda la imagen y debe corregirse utilizando los ángulos de pose de la cámara (omega, phi, kappa) y la geometría de la superficie.
Determinación de la altura — el parámetro de entrada crítico. Para levantamientos con drones, la altura sobre el suelo se mide mediante: (1) GNSS RTK/PPK a bordo del dron que proporciona altura elipsoidal, corregida usando un modelo de geoide para obtener altura ortométrica sobre el suelo; (2) altímetro barométrico, que es menos preciso (típicamente ±1-3 m) y sensible a la temperatura; (3) telémetro láser o sensor ultrasónico apuntando hacia abajo, que proporciona medición directa de altura con precisión de ±2-10 cm; (4) co-registro LiDAR donde el escáner láser proporciona mediciones de distancia por punto.
Precisión RTK/PPK: Los drones modernos equipados con GNSS RTK (como el DJI Matrice 300 RTK con Zenmuse P1) logran una precisión de posición vertical de 2-5 cm RMS cuando están conectados a una estación base terrestre o servicio de corrección NTRIP. A una altura de vuelo de 50 m, esta incertidumbre vertical de 5 cm se traduce en un 0.1% de incertidumbre en el GSD — insignificante para la mayoría de las aplicaciones de medición de pavimentos.
Limitación práctica: Este método requiere que la cámara esté precisamente nadiral (apuntando directamente hacia abajo) o que la pose de la cámara sea conocida y compensada. Una inclinación de 2° desde el nadir introduce aproximadamente un 3.5% de variación en el GSD en todo el ancho de la imagen para un lente típico de 24 mm en fotograma completo — suficiente para causar un error significativo en la evaluación del ancho de grieta si no se considera.
El co-registro LiDAR es el método de calibración más avanzado y preciso, fusionando mediciones de distancia de un escáner láser con datos de imagen para proporcionar información de escala por píxel en toda la imagen. Este método se utiliza en los sistemas de inspección montados en vehículos y drones más sofisticados.
Cómo funciona: Un escáner LiDAR (integrado con la cámara o montado por separado y calibrado) captura una nube de puntos 3D densa de la superficie del pavimento simultáneamente con la adquisición de imágenes. Cada punto LiDAR tiene coordenadas 3D precisas en un sistema de coordenadas del mundo real. Mediante un proceso llamado fusión de sensores o registro de calibración, cada píxel de la imagen se asigna a su punto 3D correspondiente. La distancia entre píxeles adyacentes en el espacio 3D se calcula a partir de los datos LiDAR, proporcionando un factor de calibración mm/píxel por píxel.
Calibración LiDAR-cámara requiere la determinación de la transformación rígida (rotación y traslación) entre el marco de coordenadas del sensor LiDAR y el marco de coordenadas de la cámara. Esto se logra mediante calibración basada en blancos utilizando patrones de tablero de ajedrez visibles tanto en los datos de intensidad LiDAR como en las imágenes de la cámara, o mediante calibración sin blancos utilizando maximización de información mutua y correspondencias basadas en RANSAC entre características de bordes.
Ventajas: El co-registro LiDAR proporciona calibración para cada píxel de la imagen, corrigiendo automáticamente por: (1) distorsión de perspectiva de ángulos oblicuos de cámara, (2) relieve del terreno (cambios de elevación en la superficie del pavimento), (3) distorsión del lente de la cámara, y (4) efectos de obturador rodante en cámaras lineales y de obturador global. La calibración es trazable al estándar de medición de distancia del LiDAR, que a su vez está calibrado contra estándares nacionales a través de la medición de tiempo de vuelo del láser.
Precisión: La calibración LiDAR-cámara de última generación logra una precisión de alineación a nivel de píxel de 0.3-1.0 píxeles para sistemas co-registrados. La precisión resultante de calibración mm/píxel por píxel es típicamente del 0.2-0.5% de la distancia medida para sistemas montados en vehículos que operan a un rango de 1-3 m, y del 0.5-1.0% para sistemas basados en drones que operan a un rango de 10-50 m.
Uso en TarmacView: El sistema de inspección de pavimentos montado en vehículo de TarmacView integra una cámara lineal de alta resolución con un perfilador LiDAR 3D. El LiDAR proporciona calibración de escala continua por píxel en todo el ancho del pavimento, permitiendo una precisión de medición de ancho de grieta de ±0.1 mm a velocidades típicas de inspección de 60-80 km/h. El LiDAR también proporciona mediciones de profundidad de rodera y textura que están correlacionadas espacialmente con los datos de grietas.
La selección de objetos de referencia apropiados es una decisión crítica en la calibración de píxeles a métrica. El objeto de referencia establece la cadena de trazabilidad desde la medición de la imagen hasta los estándares nacionales de medición, y su calidad determina directamente la precisión de la calibración.
Las barras de escala son el estándar de oro para la referencia de calibración. Una barra de escala de precisión consiste en un sustrato rígido (aleación de invar, fibra de carbono o aluminio anodizado) con marcas en intervalos precisamente conocidos. Las barras de escala fotogramétricas profesionales están certificadas según estándares nacionales con incertidumbre de longitud de ±0.01 mm/m o mejor. La barra de escala debe colocarse en el plano de la imagen (sobre la superficie del pavimento) y orientarse en la dirección principal de medición. Para la medición del ancho de grietas, la barra de escala debe orientarse perpendicular a la dirección dominante de las grietas. Para la medición de área, se recomiendan dos barras de escala en ángulo recto o una sola barra orientada a 45° con respecto a ambos ejes.
Los blancos codificados circulares son la referencia estándar en fotogrametría automatizada. Estos blancos tienen una ubicación central precisamente conocida definida por anillos concéntricos blancos y negros, con un patrón de anillo codificado que identifica de forma única cada blanco. Los blancos se levantan con GNSS o estación total para establecer sus coordenadas del mundo real, y sus posiciones en píxeles son detectadas automáticamente por el software de fotogrametría con precisión sub-píxel (típicamente 0.05-0.1 píxeles). Un par de blancos codificados con distancia de separación conocida proporciona la calibración mm/píxel para la imagen.
Las características del pavimento con dimensiones conocidas sirven como objetos de referencia convenientes pero menos precisos. Las marcas de línea central de pista según el Anexo 14 de la OACI tienen un ancho estándar que depende del número de código: las pistas Código 3/4 tienen marcas de línea central de 0.3 m de ancho para pistas de precisión y 0.15 m para las de no precisión. Las marcas de borde de calle de rodaje tienen 0.15 m de ancho. Sin embargo, los anchos reales de las marcas pueden variar en ±10-20% del estándar debido al desgaste, repintado o tolerancias de construcción. El uso de marcas de pavimento como referencias de calibración requiere verificación en campo de sus dimensiones reales.
Cuando el eje óptico de la cámara no es perpendicular a la superficie del pavimento (vista no nadiral), la distorsión de perspectiva hace que el factor de calibración mm/píxel varíe en toda la imagen. Esta es la fuente más significativa de error de calibración en la inspección práctica de pavimentos y la más comúnmente pasada por alto.
La geometría de la distorsión de perspectiva: Para una cámara inclinada un ángulo θ respecto a la normal de la superficie (0° = nadir, apuntando directamente hacia abajo), el GSD efectivo en un desplazamiento de píxel x desde el centro de la imagen proyectado sobre el terreno es:
GSD_local = GSD_nadir / cos²(θ + arctan(x/f))
Donde GSD_nadir es el GSD en el punto nadiral (directamente debajo de la cámara), θ es el ángulo de inclinación de la cámara, x es el desplazamiento del píxel desde el centro de la imagen, y f es la distancia focal. Esta relación produce una variación rápida del GSD en toda la imagen:
Para una inspección típica con dron oblicuo que captura pavimento a 30° del nadir con un lente de 35 mm en una cámara de fotograma completo, una grieta que mide 10 píxeles de ancho en el borde cercano de la imagen (donde GSD = 1.5 mm/píxel) mide 15 mm de ancho, mientras que la misma grieta física en el borde lejano (donde GSD = 2.6 mm/píxel) mide solo 5.8 píxeles. Usar un solo factor de calibración para toda la imagen produciría un error de medición del 73%.
La ortorrectificación es la corrección estándar para la distorsión de perspectiva. La imagen oblicua en bruto se reproyecta sobre un modelo digital de superficie (MDS) del pavimento para producir un ortomosaico con escala uniforme. Este proceso requiere: (1) pose precisa de la cámara (posición y orientación) del GNSS/IMU, (2) un MDS de la superficie del pavimento, (3) parámetros de calibración de la cámara incluyendo la distorsión del lente, y (4) una transformación 3D a 2D calculada para cada píxel. El ortomosaico resultante tiene un GSD consistente en toda la imagen, permitiendo la medición métrica directa.
La transformación de homografía corrige la distorsión de perspectiva para superficies planas (como lo es aproximadamente el pavimento). La matriz de homografía H mapea puntos del plano de imagen distorsionado al plano de imagen rectificado. Para superficies de pavimento que son aproximadamente planas (dentro de la huella de la imagen), una sola corrección de homografía es suficiente. La homografía se calcula a partir de cuatro o más puntos de referencia con posiciones conocidas, o a partir de la pose de la cámara utilizando:
H = K × R × K⁻¹
Donde K es la matriz de calibración de la cámara (parámetros intrínsecos) y R es la matriz de rotación de la cámara a las coordenadas de la superficie. Sin embargo, las superficies de pavimento nunca son perfectamente planas — incluso una pendiente transversal de 2° (estándar para pistas de aeropuertos según la OACI) introduce diferencias de elevación medibles en toda la huella de la imagen.
La calibración por píxel mediante co-registro LiDAR proporciona la corrección más rigurosa, asignando un valor individual de mm/píxel a cada píxel basado en la distancia 3D real a la superficie medida en ese punto.
TarmacView implementa la calibración de píxeles a métrica a través de múltiples mecanismos complementarios, diseñados para adaptarse a las diversas fuentes de datos utilizadas en la inspección de pavimentos.
Para la calibración directa especificada por el usuario, TarmacView acepta el indicador –mm-per-pixel que permite al operador especificar el factor de escala explícitamente. Este indicador acepta un valor de punto flotante que representa milímetros por píxel para las imágenes de entrada. Cuando se proporciona este indicador, TarmacView utiliza el factor de calibración especificado para todos los cálculos de medición, omitiendo la detección automatizada de calibración.
Contexto de uso: El indicador –mm-per-pixel se utiliza típicamente cuando: (1) el factor de calibración se ha determinado externamente mediante medición en campo con una barra de escala, (2) el GSD del ortomosaico se conoce del software de procesamiento pero no está incrustado en los metadatos del archivo, (3) el operador desea sobrescribir la calibración automatizada con un valor verificado manualmente, o (4) se procesan por lotes múltiples imágenes que comparten el mismo factor de calibración.
Validación: Cuando se especifica –mm-per-pixel, TarmacView realiza verificaciones de consistencia detectando características de dimensiones conocidas en las imágenes (marcas de carriles, marcas de pavimento) y comparando el ancho medido en píxeles con el ancho esperado calculado a partir de la calibración especificada. Si se detecta una discrepancia que excede el 10%, se emite una advertencia y el informe de medición señala el posible error de calibración.
Para entradas de ortomosaicos con metadatos de georreferenciación incrustados, TarmacView extrae el GSD directamente del archivo GeoTIFF. Los archivos GeoTIFF almacenan información de resolución espacial en sus etiquetas de metadatos (ModelTiepointTag y ModelPixelScaleTag para GSD, o ModelTiepointTag y ModelTransformationTag para sistemas de coordenadas más complejos). La plataforma lee estas etiquetas y calcula el factor mm/píxel efectivo para el ortomosaico.
Para imágenes en bruto (no ortorrectificadas), el proceso automatizado de TarmacView detecta objetos de referencia en la escena incluyendo: (1) blancos fotogramétricos codificados con dimensiones conocidas, (2) barras de escala con marcas de alto contraste, (3) marcas de pavimento cuyas dimensiones estándar están almacenadas en la base de datos de referencia de la plataforma, y (4) características repetitivas del pavimento (espaciado de juntas, espaciado de luminarias) con dimensiones conocidas. La referencia detectada proporciona el factor de calibración para esa imagen.
Para el sistema de inspección montado en vehículo de TarmacView, que combina cámaras lineales con perfiladores LiDAR 3D, la calibración se calcula por píxel a partir de las mediciones de distancia del LiDAR. El perfilador LiDAR proporciona una sección transversal continua de la superficie del pavimento con una resolución lateral de 1-5 mm, con cada punto portando coordenadas 3D precisas. La imagen de la cámara se co-registra con los datos LiDAR mediante una transformación rígida calibrada en fábrica. Cada píxel en la imagen de la cámara se asigna a su punto 3D LiDAR correspondiente, y el factor mm/píxel para ese píxel se calcula a partir de la distancia 3D entre puntos LiDAR adyacentes proyectados en el sistema de coordenadas de la imagen. Este enfoque tiene en cuenta automáticamente la perspectiva de la cámara, la distorsión del lente, el relieve del terreno y el movimiento del vehículo.
El factor de calibración no es un valor determinista único — conlleva una incertidumbre que se propaga a través de todas las mediciones subsiguientes. Comprender y cuantificar esta propagación es esencial para una evaluación confiable de la condición del pavimento.
La incertidumbre total en cualquier medición métrica basada en imágenes tiene tres componentes:
Incertidumbre de calibración (u_cal) — la incertidumbre en el factor mm/píxel. Las fuentes incluyen: (1) incertidumbre dimensional del objeto de referencia (típicamente ±0.1-0.5% para barras de escala certificadas), (2) incertidumbre de medición del píxel del objeto de referencia (típicamente ±0.3-1.0 píxeles para medición manual, ±0.05-0.3 píxeles para detección automatizada sub-píxel), (3) incertidumbre por distorsión de perspectiva (errores residuales después de ortorrectificación o corrección por homografía), (4) incertidumbre por distorsión del lente (distorsión residual después de la calibración), y (5) incertidumbre de medición de altura (para el método de fórmula GSD).
Incertidumbre de medición (u_meas) — la incertidumbre en la localización de los límites de la característica en la imagen. Para la medición del ancho de grieta, esta es la incertidumbre en el algoritmo de detección de bordes. Los métodos de detección de bordes sub-píxel (interpolación, basados en momentos o ajuste gaussiano) logran típicamente una precisión de 0.1-0.3 píxeles. La medición manual por un operador humano logra típicamente una precisión de 0.5-1.0 píxeles. La incertidumbre de medición en unidades métricas es u_meas × S (el factor mm/píxel).
Incertidumbre de muestra (u_sample) — la incertidumbre del muestreo de una característica variable. El ancho de la grieta varía a lo largo de la longitud de la grieta. Una sola medición no es representativa de toda la grieta. La norma ASTM D5340 requiere la medición en el ancho representativo de cada nivel de severidad del deterioro, lo que introduce incertidumbre de muestreo. Para la medición de área, la incertidumbre de delineación del límite afecta el área calculada a través de la relación perímetro-área.
Para una grieta medida con un ancho de w_píxeles píxeles, el ancho métrico de la grieta es:
w_mm = S × w_píxeles
La incertidumbre estándar combinada es:
u_w = w_mm × sqrt[(u_cal/S)² + (u_meas/w_píxeles)²]
Ejemplo: Una grieta mide 8 píxeles de ancho con un factor de calibración de S = 0.5 mm/píxel (w_mm = 4.0 mm). La incertidumbre de calibración es u_cal = 0.005 mm (1% de S), y la incertidumbre de detección de bordes es u_meas = 0.2 píxeles.
u_w = 4.0 × sqrt[(0.005/0.5)² + (0.2/8)²] = 4.0 × sqrt[0.0001 + 0.000625] = 4.0 × 0.027 = 0.11 mm
La incertidumbre expandida al 95% de confianza (factor de cobertura k=2) es ±0.22 mm, o ±5.5% del ancho de la grieta. Esta grieta puede clasificarse con confianza como “severa” (>3 mm según ASTM D5340).
Para una grieta más estrecha que mide 3 píxeles con la misma calibración: w_mm = 1.5 mm, u_w = 1.5 × sqrt[(0.01)² + (0.067)²] = 1.5 × 0.068 = 0.10 mm. La incertidumbre expandida es ±0.20 mm (k=2), o ±13.3% del ancho de la grieta. Esta grieta podría ser de 1.3-1.7 mm, lo que se sitúa en el límite de clasificación entre “severidad baja” (<1 mm) y “severidad media” (1-3 mm).
La incertidumbre de la medición de la longitud de grieta combina la incertidumbre de calibración con la incertidumbre de trazado de la trayectoria. Para una grieta compuesta por n segmentos de longitud de píxel que forman una trayectoria continua:
L_mm = S × n
La incertidumbre está dominada por la incertidumbre de trazado de la trayectoria (qué tan precisamente se sigue la línea central de la grieta) más la incertidumbre de calibración:
u_L = L × sqrt[(u_cal/S)² + (u_trace/n)²]
Donde u_trace es la incertidumbre de trazado de la trayectoria en píxeles por segmento (típicamente 0.3-0.5 píxeles para trazado automatizado, 0.5-1.5 píxeles para trazado manual). Para una grieta de 3 m (6,000 píxeles a 0.5 mm/píxel) trazada automáticamente con u_trace = 0.4 píxeles/segmento, la incertidumbre de longitud es aproximadamente ±0.04 m (k=2) — alrededor del 1.3% de incertidumbre relativa.
La incertidumbre de la medición de área es más compleja porque combina la incertidumbre de calibración en dos dimensiones más la incertidumbre de delineación del límite. Para un área de desconchamiento medida a partir de un ortomosaico:
A_mm² = S² × A_píxeles
La incertidumbre relativa en el área es aproximadamente:
u_A/A = sqrt[4 × (u_cal/S)² + (2 × u_boundary / perímetro)²]
Donde u_boundary es la incertidumbre de delineación del límite en píxeles y perímetro es el perímetro del desconchamiento en píxeles. Para un desconchamiento de 0.5 m² (20,000 píxeles a 1 mm/píxel, perímetro ~600 píxeles) con u_cal = 0.01 mm (1%) y u_boundary = 1.0 píxel:
u_A/A = sqrt[4 × (0.01)² + (2 × 1 / 600)²] = sqrt[0.0004 + 0.000011] = 0.0203
La incertidumbre de área expandida al 95% de confianza es ±0.020 m², o ±4.1% de incertidumbre relativa.
| Medición | Incertidumbre Relativa Típica (k=2, 95% confianza) | Contribución de Calibración | Contribución de Medición |
|---|---|---|---|
| Ancho de grieta >3 mm (GSD 0.5 mm/px) | ±5-10% | ±1-2% | ±4-8% |
| Ancho de grieta <1 mm (GSD 0.5 mm/px) | ±15-30% | ±1-2% | ±14-28% |
| Longitud de grieta (GSD 1 mm/px) | ±2-5% | ±1-2% | ±1-3% |
| Área de desconchamiento 0.5 m² (GSD 1 mm/px) | ±4-8% | ±2-4% | ±2-4% |
| Profundidad de rodera (co-registro LiDAR) | ±2-4% | ±0.5-1% | ±1.5-3% |
La inspección de pavimentos con drones presenta desafíos de calibración específicos relacionados con la variabilidad de la altitud de vuelo, el movimiento de la cámara y la cobertura de grandes áreas.
Para un levantamiento típico con dron que cubre 10-50 hectáreas de pavimento, la altura de vuelo varía debido a cambios de elevación del terreno, condiciones atmosféricas e incertidumbre de altitud GNSS. Una variación de altura de 2 m en una altitud de estudio de 50 m produce un 4% de variación en el GSD — suficiente para afectar los límites de clasificación del ancho de grieta. La corrección estándar es calcular una superficie de GSD — un dataset ráster donde cada valor de píxel es el GSD local calculado a partir de la elevación del MDS y la pose de la cámara para la imagen que cubre ese píxel.
En levantamientos fotogramétricos con 80-90% de superposición frontal y 70-80% de superposición lateral, cada punto en el terreno aparece en 5-15 imágenes superpuestas, cada una con una geometría cámara-superficie ligeramente diferente. La cobertura redundante permite el promediado multi-imagen de las mediciones, reduciendo la incertidumbre efectiva de medición. Para la medición del ancho de grieta a partir de un ortomosaico derivado de múltiples imágenes, la incertidumbre se reduce aproximadamente por sqrt(n), donde n es el número de imágenes contribuyentes en esa ubicación.
Los puntos de control terrestre (GCP) cumplen un doble propósito en los levantamientos con drones: establecen la precisión de georreferenciación absoluta y proporcionan las distancias de referencia para la validación de la calibración mm/píxel. Se recomienda un mínimo de 5-8 GCP distribuidos en el área de estudio para la validación de la calibración. La distancia entre pares de GCP es un valor conocido levantado, y la comparación con la distancia medida en la imagen (en píxeles convertida mediante el factor de calibración) proporciona una verificación de calibración independiente. El análisis residual de las distancias de los GCP revela si la calibración es consistente en toda el área de estudio o si existen errores sistemáticos (por ejemplo, distorsión de lente no corregida, errores del DEM).
Los sistemas de inspección de pavimentos montados en vehículos operan a distancias mucho más cercanas (1-4 m sobre el pavimento) y velocidades más altas (60-100 km/h), creando requisitos de calibración distintos en comparación con los sistemas basados en drones.
Los sistemas montados en vehículos a menudo utilizan cámaras lineales (también llamadas cámaras de barrido) que capturan una sola línea de píxeles a la vez. El movimiento hacia adelante del vehículo proporciona la segunda dimensión espacial. La calibración para cámaras lineales requiere:
Calibración lateral — el factor mm/píxel a lo largo del ancho del pavimento (perpendicular a la dirección de viaje). Esto depende de la altura de la cámara sobre el pavimento y la distancia focal del lente. Para una cámara montada a 2.5 m de altura con un lente de 16 mm y un tamaño de píxel de 7 μm, el GSD lateral es (0.007 × 2500) / 16 = 1.1 mm/píxel en la línea nadiral. En los bordes de un pavimento de 6 m de ancho (3 m desde el nadir), la distorsión de perspectiva aumenta el GSD lateral a aproximadamente 1.4 mm/píxel — una variación del 27% que debe corregirse.
Calibración longitudinal — el factor mm/píxel a lo largo de la dirección de viaje. Esto está determinado por la velocidad del vehículo y la tasa de línea de la cámara lineal (líneas por segundo). Cada línea de píxeles se activa mediante una rueda codificadora o mediante disparo basado en tiempo sincronizado con la velocidad del vehículo. Una rueda codificadora con 1,000 pulsos por revolución en una rueda de 0.5 m de circunferencia proporciona una resolución de 0.5 mm/pulso. El disparo de línea cada 2 pulsos del codificador produce un espaciado de píxel longitudinal de 1.0 mm a cualquier velocidad del vehículo. La calibración de la circunferencia de la rueda codificadora (que cambia con la presión de los neumáticos y el desgaste) es crítica — un error del 2% en la circunferencia del neumático (típico por variación de inflado) produce un error de medición longitudinal del 2%.
El rebote, cabeceo y balanceo del vehículo debido a la rugosidad del pavimento causan variación de la altura de la cámara a frecuencias de 1-10 Hz con amplitudes de 2-20 mm en superficies de pavimento típicas. Estos movimientos introducen errores de calibración variables en el tiempo que deben corregirse mediante: (1) un sensor de altura láser que mide la distancia instantánea cámara-pavimento a 100-1000 Hz, (2) una unidad de medición inercial (IMU) que mide las aceleraciones del cuerpo del vehículo y las velocidades angulares, (3) corrección post-proceso mediante un filtro de Kalman o filtro complementario que fusiona los datos de altura láser, IMU y codificador para calcular factores de calibración por línea.
La precisión de calibración requerida depende de la aplicación de medición y de la criticidad de los umbrales de clasificación de deterioro del pavimento.
ASTM D5340 (Método de Ensayo Estándar para Estudios del Índice de Condición de Pavimentos Aeroportuarios) define umbrales de ancho de grieta en 1 mm, 3 mm y 6 mm para clasificar la severidad de grietas tanto en pavimentos asfálticos como de concreto. Para distinguir de manera confiable una grieta de 2.9 mm (justo por debajo del umbral severo de 3 mm) de una grieta de 3.1 mm (justo por encima), la incertidumbre de medición debe ser menor a ±0.1 mm al 95% de confianza — lo que requiere una incertidumbre de calibración inferior al 2% para el rango típico de ancho de grieta.
Anexo 14 de la OACI especifica tolerancias geométricas para superficies de pavimento incluyendo planitud superficial, pendiente transversal y gradiente longitudinal. Si bien estas son principalmente tolerancias de construcción, establecen la expectativa de precisión de medición de calidad topográfica en la inspección de pavimentos.
ISO/TS 19159-1 (Información geográfica — Calibración y validación de sensores de imágenes de teledetección y datos) proporciona el marco para la evaluación y reporte de incertidumbre de calibración, incluyendo jerarquía de calibración, cadena de trazabilidad y requisitos de presupuesto de incertidumbre.
FHWA-RC-20-0005 (Evaluación de Métodos de Medición de Grietas para la Evaluación de la Condición del Pavimento) establece un marco estadístico para evaluar sistemas de medición de grietas, requiriendo validación independiente con mediciones de referencia y reporte de sesgo y precisión en niveles de confianza especificados.
| Aplicación | GSD Requerido | Precisión de Calibración Requerida | Método de Referencia |
|---|---|---|---|
| Medición de precisión de ancho de grieta | ≤0.5 mm/píxel | ±0.5% | Barra de escala + detección sub-píxel |
| Clasificación estándar de ancho de grieta | ≤1.5 mm/píxel | ±2% | Distancias GCP o cálculo GSD |
| Mapeo de longitud de grieta | ≤3 mm/píxel | ±5% | Objeto de referencia estándar |
| Medición de área de desconchamiento | ≤2 mm/píxel | ±3% | Dos barras de escala ortogonales |
| Profundidad de rodera (desde ortomosaico) | ≤2 mm/píxel (vertical) | ±2% | Co-registro LiDAR |
| Estudio PCI (todos los tipos de deterioro) | ≤3 mm/píxel | ±5% | GCP levantados |
Verifique siempre la calibración en campo. Fotografíe una barra de escala certificada en el mismo plano y con la misma iluminación que el pavimento inspeccionado. La barra de escala debe colocarse en múltiples ubicaciones en el área de estudio para verificar la consistencia de la calibración. Para levantamientos con drones, incluya una barra de escala en al menos una imagen por línea de vuelo.
Utilice medición sub-píxel para objetos de referencia. La detección automatizada de blancos con precisión sub-píxel (0.05-0.3 píxeles) reduce la incertidumbre de calibración en 3-10× en comparación con el conteo manual de píxeles. Los blancos codificados circulares con detección de centroide ponderada logran rutinariamente una precisión de 0.05-0.1 píxeles.
Considere el relieve del terreno. Las superficies de pavimento nunca son perfectamente planas. La pendiente transversal de la pista (1.5-2.5% estándar), el gradiente longitudinal (0-2% estándar) y las depresiones locales por asentamiento o rodera causan diferencias de elevación que afectan la calibración. Utilice un MDS o mediciones de altura locales para corregir los efectos del terreno.
Documente la cadena de trazabilidad de la calibración. Registre la certificación del objeto de referencia, el método de medición, el operador, la fecha, las condiciones ambientales (la temperatura afecta la longitud de la barra de escala en 0.01 mm/m/°C para barras de aluminio) y todos los componentes de incertidumbre. Esta documentación es esencial para el aseguramiento de la calidad, el cumplimiento de auditorías y la defensabilidad legal de las mediciones.
Realice una validación independiente. Después de la calibración, mida un objeto de verificación independiente (diferente de la referencia de calibración) y compare la medición de la imagen con su dimensión conocida. La discrepancia debe estar dentro de la incertidumbre esperada. Repita esta validación al menos una vez por sesión de estudio y siempre que cambie la configuración de captura.
Monitoree la estabilidad de la calibración. Para sistemas de captura fijos (cámaras montadas en vehículos, cámaras de instalación permanente), realice una verificación diaria de calibración utilizando un blanco de referencia incorporado. Registre los valores de calibración a lo largo del tiempo para detectar desviaciones por efectos de temperatura, desgaste mecánico o degradación de componentes. Una desviación de calibración que exceda el 2% del valor base debe provocar una recalibración e investigación.
Reporte la incertidumbre de calibración con cada medición. Los informes de condición del pavimento deben incluir el método de calibración, el factor de calibración, su incertidumbre y la incertidumbre de medición resultante para cada valor de deterioro reportado. Esto permite que el administrador de activos tome decisiones informadas sobre riesgos — un ancho de grieta reportado como “3.0 mm ± 0.2 mm” tiene implicaciones operativas diferentes a uno reportado como “3.0 mm ± 1.5 mm”.
La calibración de píxeles a métrica expresada como milímetros por píxel (mm/px) es la transformación fundamental que permite la medición cuantitativa de pavimentos basada en imágenes. Sin una calibración precisa, el ancho de grieta, la longitud de grieta y el área de desconchamiento siguen siendo conteos de píxeles adimensionales que no pueden compararse con los umbrales de severidad del PCI, los criterios de condición del pavimento de la OACI ni las matrices de prioridad de mantenimiento. El factor de calibración se determina mediante tres métodos principales — objetos de referencia conocidos, cálculo de altura de cámara y campo de visión, y co-registro LiDAR — cada uno con características de precisión específicas y compensaciones operativas. La distorsión de perspectiva por ángulos oblicuos de cámara es la fuente más significativa de error de calibración, requiriendo ortorrectificación, corrección por homografía o calibración basada en LiDAR por píxel para obtener resultados confiables. La incertidumbre de calibración se propaga a través de todas las mediciones derivadas y debe cuantificarse y reportarse con cada medición de deterioro. La precisión de calibración recomendada para la clasificación de ancho de grieta conforme a PCI es de ±2% (estándar) a ±0.5% (precisión), alcanzable mediante el uso adecuado de objetos de referencia certificados, técnicas de medición sub-píxel y procedimientos rigurosos de control de calidad. TarmacView implementa estos principios de calibración a través de su indicador –mm-per-pixel, extracción automatizada de GSD de ortomosaicos, proceso de co-registro LiDAR y propagación completa de incertidumbre a todas las salidas de medición.
El proceso automatizado de calibración de píxeles a métrica de TarmacView ofrece mediciones trazables de ancho de grietas con calidad topográfica a partir de imágenes de drones y vehículos. Genere informes PCI conforme a ASTM con calibración verificada en mm/píxel y propagación completa de incertidumbre.
La medición automatizada del ancho de grietas obtiene la apertura de grietas detectadas a partir de máscaras de píxeles segmentadas mediante la transformada de ...
La resolución espacial es la métrica clave que define la capacidad de un sistema de imagen para distinguir detalles finos, crucial para aplicaciones de aviación...
Un factor de calibración es un multiplicador numérico que corrige las mediciones, alineando la salida del dispositivo con los estándares de referencia. Esencial...
