Kalibracja piksel-metryczna (mm na piksel) dla pomiarów nawierzchni na podstawie obrazu

Definicja i podstawowa potrzeba

Kalibracja piksel-metryczna, wyrażana jako milimetry na piksel (mm/px lub mm/piksel), to matematyczny współczynnik konwersji, który przelicza odległości mierzone we współrzędnych pikselowych obrazu na rzeczywiste odległości metryczne. Ten współczynnik kalibracji jest pojedynczym najważniejszym parametrem w każdym systemie ilościowych pomiarów obrazowych — bez niego wszystkie pomiary pikselowe pozostają bezwymiarowe i nie można im przypisać fizycznego znaczenia.

Podstawowa zależność jest zdefiniowana jako:

S = d_rzeczywiste / d_pikselowe

Gdzie S to współczynnik skali kalibracji w mm/piksel, d_rzeczywiste to znana rzeczywista odległość między dwoma punktami (w milimetrach), a d_pikselowe to odległość między tymi samymi dwoma punktami zmierzona na obrazie (w pikselach). Po określeniu S, każdy pomiar pikselowy w obrazie może być przekonwertowany na jednostki metryczne przez pomnożenie przez współczynnik skali.

Dlaczego kalibracja jest niezbędna do inspekcji nawierzchni

Normy oceny stanu nawierzchni — w tym ASTM D5340 (Standardowa metoda badania wskaźnika stanu nawierzchni lotnisk) oraz ICAO Załącznik 14 (Lotniska) — wymagają ilościowego pomiaru cech uszkodzeń nawierzchni, takich jak szerokość spękania, długość spękania, powierzchnia wykruszenia i głębokość koleiny. Pomiary te mają progi istotności określające priorytet utrzymania i klasyfikacje bezpieczeństwa:

• Spękanie szersze niż 3 mm jest klasyfikowane jako „poważne" spękanie podłużne w metodologii PCI
• Spękania szersze niż 6 mm w nawierzchniach asfaltowych wskazują na uszkodzenie strukturalne wymagające natychmiastowego zbadania
• Obszary wykruszenia przekraczające 0,5 m² przylegające do spoin w nawierzchniach betonowych są klasyfikowane jako poważne uszkodzenie
• Głębokość koleiny przekraczająca 25 mm (1 cal) na drogach startowych wymaga natychmiastowych działań naprawczych według ICAO

Bez kalibracji piksel-metrycznej żaden z tych progów nie może być oceniony na podstawie danych obrazowych. Obraz rejestrujący spękanie 6 mm przy GSD 2 mm/piksel pokazuje spękanie o szerokości zaledwie 3 pikseli — łatwo odrzucone jako szum lub tekstura powierzchni przez niewprawnego obserwatora. Przy GSD 0,5 mm/piksel to samo spękanie ma 12 pikseli i jest wyraźnie identyfikowalne jako wada strukturalna. Współczynnik kalibracji bezpośrednio decyduje o tym, czy cecha uszkodzenia jest mierzalna, klasyfikowalna i kwalifikująca się do działań.

Podstawa fizyczna współczynnika kalibracji

Współczynnik mm/piksel wynika z geometrycznej zależności między matrycą kamery, obiektywem a powierzchnią celu. Dla kamery skierowanej w nadir (bezpośrednio w dół), zależność jest następująca:

GSD = (p × H) / f

Gdzie GSD to odległość próbkowania terenu (mm/piksel), p to rozmiar piksela matrycy kamery (mm/piksel), H to odległość od matrycy kamery do powierzchni celu (mm), a f to ogniskowa obiektywu (mm). To równanie ujawnia trzy parametry fizyczne kontrolujące współczynnik kalibracji:

Rozmiar piksela (p) — fizyczny rozmiar pojedynczych pikseli na matrycy kamery. Nowoczesne kamery dronowe, takie jak DJI Zenmuse P1, mają rozmiar piksela 4,4 μm (0,0044 mm). Sony A7R IV używana w wielu zdjęciach lotniczych ma rozmiar piksela 3,76 μm. Mniejszy rozmiar piksela daje wyższą rozdzielczość przestrzenną, ale wymaga więcej światła na piksel. Rozmiar piksela jest stałą cechą kamery, której nie można zmienić bez wymiany korpusu kamery.

Ogniskowa (f) — odległość optyczna od obiektywu do matrycy przy ustawieniu ostrości na nieskończoność. Dłuższe ogniskowe dają mniejsze GSD (większe przybliżenie, wyższa rozdzielczość przestrzenna), ale węższe pole widzenia. Obiektyw 24 mm w pełnoklatkowej kamerze z pikselami 4,4 μm lecącej na wysokości 50 m daje GSD = (0,0044 × 50000) / 24 = 9,2 mm/piksel. Obiektyw 85 mm w tych samych warunkach daje GSD = 2,6 mm/piksel.

Wysokość lotu (H) — odległość od kamery do celu. Podwojenie wysokości podwaja GSD (zmniejsza o połowę rozdzielczość przestrzenną). Do wykrywania spękań wymagających rozdzielczości sub-milimetrowej (GSD < 1 mm/piksel), kamera musi być prowadzona na wysokościach 10–30 m w zależności od kombinacji obiektywu i matrycy.

Metody kalibracji

Istnieją trzy podstawowe metody określania współczynnika kalibracji mm/piksel dla pomiarów nawierzchni na podstawie obrazu. Każda metoda ma specyficzne zalety, ograniczenia i przypadki użycia.

Metoda 1: Znany obiekt referencyjny

Metoda znanego obiektu referencyjnego jest najprostszym, najbardziej bezpośrednim i najczęściej używanym podejściem kalibracyjnym. Fizyczny obiekt o dokładnie znanych rzeczywistych wymiarach jest umieszczany w kadrze obrazu, a jego wymiary pikselowe są mierzone w celu obliczenia współczynnika skali.

Procedura: Obiekt referencyjny o znanych wymiarach metrycznych umieszcza się na powierzchni nawierzchni w polu widzenia kamery. Obiekt powinien leżeć w tej samej płaszczyźnie co mierzone cechy (współpłaszczyznowo z powierzchnią nawierzchni) i powinien być zorientowany równolegle do płaszczyzny obrazu, aby uniknąć skrótów perspektywicznych. Szerokość pikselowa obiektu jest mierzona przy użyciu technik przetwarzania obrazu (pomiar ręczny, detekcja krawędzi lub automatyczne rozpoznawanie cech), a współczynnik kalibracji oblicza się jako S = znana_długość / długość_pikselowa.

Rodzaje obiektów referencyjnych obejmują:

Przymiary pomiarowe — precyzyjnie wykonane pręty aluminiowe lub z włókna węglowego z wyskalowanymi oznaczeniami w znanych odstępach. Przymiar 1-metrowy z podziałką co 1 mm zapewnia kalibrację weryfikowalną względem krajowych wzorców miar. Przymiary pomiarowe powinny być sztywne, stabilne termicznie (niski współczynnik rozszerzalności cieplnej) i mieć oznaczenia o wysokim kontraście do niezawodnej automatycznej detekcji.

Okrągłe cele kodowane — cele retrosztywne lub o wysokim kontraście ze znanymi odległościami między środkami. Fotogrametryczne cele kodowane mają tę zaletę, że mogą być automatycznie wykrywane i identyfikowane przez oprogramowanie SfM, umożliwiając automatyczną kalibrację bez pomiarów ręcznych.

Oznakowanie nawierzchni — oznakowanie pasów ruchu o standardowej szerokości, pasy krawędziowe dróg startowych lub oznakowanie osi dróg kołowania stanowią wygodne odniesienia kalibracyjne, gdy ich wymiary są znane ze specyfikacji projektowych. Według ICAO Załącznik 14, szerokość oznakowania pasów bocznych drogi startowej wynosi 0,9 m (standard), a szerokość oznakowania osi drogi kołowania wynosi 150 mm. Jednak oznakowanie nawierzchni może ulegać zużyciu, rozszerzać się lub być przemalowywane na niestandardowe szerokości, dlatego rzeczywiste wymiary powinny być zweryfikowane w terenie przed użyciem jako odniesienia kalibracyjne.

Elementy nawierzchni o znanych wymiarach — włazy studzienek (typowa średnica 600–800 mm dla płyt lotniskowych), oprawy oświetlenia dróg startowych (znormalizowane wymiary według ICAO), rozstaw spoin w nawierzchniach betonowych (zazwyczaj 4,5–6,0 m dla nawierzchni lotniskowych) oraz rozstaw kół (standard 1,5–2,0 m dla większości samolotów pasażerskich i pojazdów inspekcyjnych).

Zagadnienia dokładności: Obiekt referencyjny powinien zajmować co najmniej 25% wymiaru obrazu w kierunku pomiaru, aby utrzymać względny błąd pomiaru poniżej 1%. Obiekt referencyjny o długości 100 mm na obrazie o szerokości 4000 pikseli zajmuje 400 pikseli — 1-pikselowy błąd pomiaru referencji przyczynia się tylko do 0,25% błędu kalibracji. Ten sam obiekt 100 mm na obrazie 1000 pikseli zajmuje tylko 100 pikseli — 1-pikselowy błąd przyczynia się do 1% błędu kalibracji.

Metoda 2: Znana wysokość kamery i pole widzenia

Gdy wysokość kamery nad powierzchnią celu i ogniskowa obiektywu są dokładnie znane, GSD można obliczyć bezpośrednio bez fizycznego obiektu referencyjnego w scenie. Ta metoda jest standardowym podejściem do generowania ortomozai k z dronów i dla systemów obrazowania liniowego montowanych na pojazdach.

Metoda obliczeniowa: Dla kamery skierowanej w nadir, GSD = (rozmiar_piksela_matrycy × wysokość) / ogniskowa. Dla kamer ukośnych, efektywne GSD zmienia się w obrębie obrazu i musi być korygowane przy użyciu kątów pozy kamery (omega, phi, kappa) oraz geometrii powierzchni.

Określenie wysokości — krytyczny parametr wejściowy. Dla przelotów dronem, wysokość nad ziemią jest mierzona przez: (1) pokładowy GNSS RTK/PPK zapewniający wysokość elipsoidalną, korygowaną za pomocą modelu geoidy do wysokości ortometrycznej nad ziemią; (2) wysokościomierz barometryczny, który jest mniej dokładny (zazwyczaj ±1–3 m) i wrażliwy na temperaturę; (3) dalmierz laserowy lub czujnik ultradźwiękowy skierowany w dół, zapewniający bezpośredni pomiar wysokości z dokładnością ±2–10 cm; (4) rejestrację wspólną z LiDAR, gdzie skaner laserowy dostarcza pomiary odległości dla każdego punktu.

Dokładność RTK/PPK: Nowoczesne drony wyposażone w GNSS RTK (takie jak DJI Matrice 300 RTK z Zenmuse P1) osiągają dokładność pozycji pionowej 2–5 cm RMS przy połączeniu z naziemną stacją bazową lub serwisem korekcyjnym NTRIP. Na wysokości lotu 50 m, ta niepewność pionowa 5 cm przekłada się na 0,1% niepewności GSD — pomijalna dla większości zastosowań pomiaru nawierzchni.

Ograniczenie praktyczne: Ta metoda wymaga, aby kamera była precyzyjnie w nadirze (skierowana prosto w dół) lub aby pozycja kamery była znana i skompensowana. Pochylenie 2° od nadiru wprowadza około 3,5% zmienności GSD na szerokości obrazu dla typowego obiektywu 24 mm w pełnej klatce — wystarczająco, aby spowodować znaczący błąd pomiaru w ocenie szerokości spękania, jeśli nie jest uwzględnione.

Metoda 3: Rejestracja wspólna z LiDAR

Rejestracja wspólna z LiDAR to najbardziej zaawansowana i dokładna metoda kalibracji, łącząca pomiary odległości ze skanera laserowego z danymi obrazowymi w celu uzyskania informacji o skali dla każdego piksela w całym obrazie. Ta metoda jest stosowana w najbardziej zaawansowanych systemach inspekcyjnych montowanych na pojazdach i dronach.

Jak to działa: Skaner LiDAR (zintegrowany z kamerą lub osobno zamontowany i skalibrowany) rejestruje gęstą trójwymiarową chmurę punktów powierzchni nawierzchni jednocześnie z akwizycją obrazu. Każdy punkt LiDAR ma precyzyjne współrzędne 3D w rzeczywistym układzie współrzędnych. Poprzez proces zwany fuzją czujników lub rejestracją kalibracyjną, każdy piksel obrazu jest mapowany na odpowiadający mu punkt 3D. Odległość między sąsiednimi pikselami w przestrzeni 3D jest obliczana z danych LiDAR, zapewniając współczynnik kalibracji mm/piksel dla każdego piksela.

Kalibracja LiDAR-kamera wymaga określenia sztywnej transformacji (obrót i translacja) między układem współrzędnych sensora LiDAR a układem współrzędnych kamery. Jest to realizowane poprzez kalibrację opartą na celach z użyciem wzorów szachownicy widocznych zarówno w danych intensywności LiDAR, jak i w obrazach kamery, lub poprzez kalibrację bezcelową z użyciem maksymalizacji informacji wzajemnej i dopasowania korespondencji RANSAC między cechami krawędziowymi.

Zalety: Rejestracja wspólna z LiDAR zapewnia kalibrację dla każdego piksela obrazu, automatycznie korygując: (1) dystorsję perspektywiczną z ukośnych kątów kamery, (2) rzeźbę terenu (zmiany wysokości na powierzchni nawierzchni), (3) dystorsję obiektywu kamery oraz (4) efekty migawki szczelinowej w kamerach liniowych i z migawką globalną. Kalibracja jest weryfikowalna względem wzorca pomiaru odległości LiDAR, który sam jest kalibrowany względem wzorców krajowych poprzez pomiar czasu przelotu lasera.

Dokładność: Najnowocześniejsza kalibracja LiDAR-kamera osiąga dokładność dopasowania na poziomie piksela 0,3–1,0 piksela dla systemów zarejestrowanych wspólnie. Wynikająca dokładność kalibracji mm/piksel dla każdego piksela wynosi zazwyczaj 0,2–0,5% mierzonej odległości dla systemów montowanych na pojazdach działających w zakresie 1–3 m i 0,5–1,0% dla systemów dronowych działających w zakresie 10–50 m.

Zastosowanie w TarmacView: System inspekcji nawierzchni TarmacView montowany na pojeździe integruje wysokorozdzielczą kamerę liniową z profilem 3D LiDAR. LiDAR zapewnia ciągłą kalibrację skali dla każdego piksela na całej szerokości nawierzchni, umożliwiając dokładność pomiaru szerokości spękania ±0,1 mm przy typowych prędkościach inspekcji 60–80 km/h. LiDAR zapewnia również pomiary głębokości kolein i tekstury, które są przestrzennie skorelowane z danymi o spękaniach.

Obiekty referencyjne do kalibracji

Wybór odpowiednich obiektów referencyjnych jest kluczową decyzją w kalibracji piksel-metrycznej. Obiekt referencyjny ustanawia łańcuch weryfikowalności od pomiaru obrazowego z powrotem do krajowych wzorców miar, a jego jakość bezpośrednio determinuje dokładność kalibracji.

Przymiary pomiarowe są złotym standardem odniesienia kalibracyjnego. Precyzyjny przymiar pomiarowy składa się ze sztywnego podłoża (stop inwaru, włókno węglowe lub anodowane aluminium) z oznaczeniami w dokładnie znanych odstępach. Profesjonalne fotogrametryczne przymiary pomiarowe są certyfikowane względem wzorców krajowych z niepewnością długości ±0,01 mm/m lub lepszą. Przymiar pomiarowy powinien być umieszczony w płaszczyźnie obrazu (na powierzchni nawierzchni) i zorientowany w głównym kierunku pomiaru. Do pomiaru szerokości spękania, przymiar powinien być zorientowany prostopadle do dominującego kierunku spękań. Do pomiaru powierzchni, zaleca się dwa przymiary pod kątem prostym lub jeden przymiar zorientowany pod kątem 45° do obu osi.

Okrągłe cele kodowane są standardowym odniesieniem w zautomatyzowanej fotogrametrii. Cele te mają precyzyjnie znane położenie środka określone przez koncentryczne czarno-białe pierścienie z zakodowanym wzorem pierścieni, który jednoznacznie identyfikuje każdy cel. Cele są mierzone za pomocą GNSS lub tachimetru w celu ustalenia ich rzeczywistych współrzędnych, a ich pozycje pikselowe są automatycznie wykrywane przez oprogramowanie fotogrametryczne z dokładnością sub-pikselową (zazwyczaj 0,05–0,1 piksela). Para celów kodowanych o znanej odległości między sobą zapewnia kalibrację mm/piksel dla obrazu.

Elementy nawierzchni o znanych wymiarach służą jako wygodne, ale mniej dokładne obiekty referencyjne. Oznakowanie osi drogi startowej według ICAO Załącznik 14 ma standardową szerokość zależną od numeru kodowego: Drogi startowe Kod 3/4 mają oznakowanie osi o szerokości 0,3 m dla dróg precyzyjnych i 0,15 m dla nieprecyzyjnych. Oznakowanie krawędzi dróg kołowania ma szerokość 0,15 m. Jednak rzeczywiste szerokości oznakowania mogą różnić się o ±10–20% od standardu z powodu zużycia, przemalowania lub tolerancji wykonawczych. Używanie oznakowania nawierzchni jako odniesień kalibracyjnych wymaga weryfikacji terenowej ich rzeczywistych wymiarów.

Wpływ pozy kamery na kalibrację

Dystorsja perspektywiczna z kątów ukośnych

Gdy oś optyczna kamery nie jest prostopadła do powierzchni nawierzchni (widzenie nie-nadirowe), dystorsja perspektywiczna powoduje zmienność współczynnika kalibracji mm/piksel w obrębie obrazu. Jest to najistotniejsze źródło błędu kalibracji w praktycznej inspekcji nawierzchni i najczęściej pomijane.

Geometria dystorsji perspektywicznej: Dla kamery nachylonej pod kątem θ od normalnej powierzchni (0° = nadir, skierowana prosto w dół), efektywne GSD przy przesunięciu piksela x od środka obrazu rzutowanego na ziemię wynosi:

GSD_lokalne = GSD_nadir / cos²(θ + arctan(x/f))

Gdzie GSD_nadir to GSD w punkcie nadiru (bezpośrednio pod kamerą), θ to kąt nachylenia kamery, x to przesunięcie piksela od środka obrazu, a f to ogniskowa. Ta zależność powoduje szybką zmienność GSD w obrębie obrazu:

• Przy θ = 0° (nadir), GSD jest prawie stałe w całym obrazie (wpływa na nie tylko dystorsja obiektywu)
• Przy θ = 15°, GSD na dalszej krawędzi obrazu jest około 30% większe niż na bliższej krawędzi
• Przy θ = 30°, zmienność GSD przekracza 70% od bliższej do dalszej krawędzi
• Przy θ = 45°, GSD na dalszej krawędzi jest ponad dwukrotnie większe niż na bliższej krawędzi

Dla typowej ukośnej inspekcji dronem rejestrującej nawierzchnię pod kątem 30° od nadiru z obiektywem 35 mm w pełnoklatkowej kamerze, spękanie o szerokości 10 pikseli przy bliższej krawędzi obrazu (gdzie GSD = 1,5 mm/piksel) mierzy 15 mm, podczas gdy to samo fizyczne spękanie przy dalszej krawędzi (gdzie GSD = 2,6 mm/piksel) mierzy tylko 5,8 piksela. Użycie pojedynczego współczynnika kalibracji dla całego obrazu spowodowałoby 73% błąd pomiaru.

Metody korekcji

Ortorektyfikacja jest standardową korekcją dystorsji perspektywicznej. Surowy obraz ukośny jest reprojektowany na cyfrowy model powierzchni (DSM) nawierzchni w celu uzyskania ortomozai ki o jednolitej skali. Proces ten wymaga: (1) dokładnej pozy kamery (położenia i orientacji) z GNSS/IMU, (2) DSM powierzchni nawierzchni, (3) parametrów kalibracji kamery, w tym dystorsji obiektywu, oraz (4) transformacji 3D-na-2D obliczonej dla każdego piksela. Wynikowa ortomozai ka ma spójne GSD w całym obrazie, umożliwiając bezpośredni pomiar metryczny.

Transformacja homograficzna koryguje dystorsję perspektywiczną dla powierzchni płaskich (do których nawierzchnia w przybliżeniu należy). Macierz homografii H odwzorowuje punkty ze zniekształconej płaszczyzny obrazu na wyprostowaną płaszczyznę obrazu. Dla powierzchni nawierzchni, które są w przybliżeniu płaskie (w obrębie zasięgu obrazu), pojedyncza korekcja homograficzna jest wystarczająca. Homografia jest obliczana z czterech lub więcej punktów referencyjnych o znanych pozycjach lub z pozy kamery przy użyciu:

H = K × R × K⁻¹

Gdzie K to macierz kalibracji kamery (parametry wewnętrzne), a R to macierz obrotu z kamery do współrzędnych powierzchni. Jednak powierzchnie nawierzchni nigdy nie są idealnie płaskie — nawet 2% spadek poprzeczny (standard dla dróg startowych według ICAO) wprowadza mierzalne różnice wysokości w obrębie zasięgu obrazu.

Kalibracja dla każdego piksela z rejestracji wspólnej z LiDAR zapewnia najbardziej rygorystyczną korekcję, przypisując indywidualną wartość mm/piksel każdemu pikselowi na podstawie rzeczywistej odległości 3D do powierzchni zmierzonej w tym punkcie.

Kalibracja w TarmacView

TarmacView implementuje kalibrację piksel-metryczną poprzez wiele komplementarnych mechanizmów, zaprojektowanych do obsługi różnorodnych źródeł danych używanych w inspekcji nawierzchni.

Flaga wiersza poleceń –mm-per-pixel

Do bezpośredniej kalibracji podanej przez użytkownika, TarmacView akceptuje flagę –mm-per-pixel, która pozwala operatorowi jawnie określić współczynnik skali. Flaga ta przyjmuje wartość zmiennoprzecinkową reprezentującą milimetry na piksel dla wejściowego obrazu. Gdy ta flaga jest podana, TarmacView używa określonego współczynnika kalibracji dla wszystkich obliczeń pomiarowych, pomijając automatyczne wykrywanie kalibracji.

Kontekst użycia: Flaga –mm-per-pixel jest zazwyczaj używana, gdy: (1) współczynnik kalibracji został określony zewnętrznie poprzez pomiar terenowy z przymiarem pomiarowym, (2) GSD ortomozai ki jest znane z oprogramowania do przetwarzania, ale nie jest osadzone w metadanych pliku, (3) operator chce zastąpić automatyczną kalibrację ręcznie zweryfikowaną wartością lub (4) przetwarza wsadowo wiele obrazów, które mają ten sam współczynnik kalibracji.

Walidacja: Gdy –mm-per-pixel jest określone, TarmacView przeprowadza kontrole spójności poprzez wykrywanie cech o znanych wymiarach w obrazie (oznakowanie pasów, oznakowanie dróg startowych) i porównywanie zmierzonej szerokości pikselowej z oczekiwaną szerokością obliczoną z określonej kalibracji. Jeśli wykryta zostanie rozbieżność przekraczająca 10%, wydawane jest ostrzeżenie, a raport pomiarowy oznacza potencjalny błąd kalibracji.

Zautomatyzowany pipeline kalibracyjny

Dla ortomozai k z osadzonymi metadanymi georeferencyjnymi, TarmacView wyodrębnia GSD bezpośrednio z pliku GeoTIFF. Pliki GeoTIFF przechowują informacje o rozdzielczości przestrzennej w swoich znacznikach metadanych (ModelTiepointTag i ModelPixelScaleTag dla GSD lub ModelTiepointTag i ModelTransformationTag dla bardziej złożonych układów współrzędnych). Platforma odczytuje te znaczniki i oblicza efektywny współczynnik mm/piksel dla ortomozai ki.

Dla surowych (niezortorektyfikowanych) obrazów, zautomatyzowany pipeline TarmacView wykrywa obiekty referencyjne w scenie, w tym: (1) kodowane cele fotogrametryczne o znanych wymiarach, (2) przymiary pomiarowe z oznaczeniami o wysokim kontraście, (3) oznakowanie nawierzchni, którego standardowe wymiary są przechowywane w bazie referencyjnej platformy, oraz (4) powtarzalne cechy nawierzchni (rozstaw spoin, rozstaw opraw oświetleniowych) o znanych wymiarach. Wykryte odniesienie dostarcza współczynnik kalibracji dla danego obrazu.

Kalibracja zintegrowana z LiDAR

Dla systemu inspekcji TarmacView montowanego na pojeździe, który łączy kamery liniowe z profilerami 3D LiDAR, kalibracja jest obliczana dla każdego piksela z pomiarów odległości LiDAR. Profiler LiDAR zapewnia ciągły przekrój poprzeczny powierzchni nawierzchni z rozdzielczością boczną 1–5 mm, przy czym każdy punkt ma dokładne współrzędne 3D. Obraz z kamery jest rejestrowany wspólnie z danymi LiDAR poprzez fabrycznie skalibrowaną sztywną transformację. Każdy piksel w obrazie kamery jest mapowany na odpowiadający mu punkt 3D LiDAR, a współczynnik mm/piksel dla tego piksela jest obliczany z odległości 3D między sąsiednimi punktami LiDAR rzutowanymi do układu współrzędnych obrazu. To podejście automatycznie uwzględnia perspektywę kamery, dystorsję obiektywu, rzeźbę terenu i ruch pojazdu.

Propagacja niepewności do szerokości, długości i powierzchni

Współczynnik kalibracji nie jest pojedynczą wartością deterministyczną — niesie ze sobą niepewność, która propaguje się przez wszystkie kolejne pomiary. Zrozumienie i określenie ilościowe tej propagacji jest niezbędne do wiarygodnej oceny stanu nawierzchni.

Ramy niepewności pomiaru

Całkowita niepewność w każdym pomiarze metrycznym opartym na obrazie ma trzy składowe:

Niepewność kalibracji (u_kal) — niepewność współczynnika mm/piksel. Źródła obejmują: (1) niepewność wymiaru obiektu referencyjnego (zazwyczaj ±0,1–0,5% dla certyfikowanych przymiarów pomiarowych), (2) niepewność pomiaru pikselowego obiektu referencyjnego (zazwyczaj ±0,3–1,0 piksela dla pomiaru ręcznego, ±0,05–0,3 piksela dla automatycznej detekcji sub-pikselowej), (3) niepewność dystorsji perspektywicznej (błędy resztkowe po ortorektyfikacji lub korekcji homograficznej), (4) niepewność dystorsji obiektywu (dystorsja resztkowa po kalibracji) oraz (5) niepewność pomiaru wysokości (dla metody wzoru GSD).

Niepewność pomiaru (u_pom) — niepewność lokalizacji granic cechy na obrazie. Dla pomiaru szerokości spękania jest to niepewność algorytmu detekcji krawędzi. Sub-pikselowe metody detekcji krawędzi (interpolacja, metody momentowe lub dopasowanie Gaussa) zazwyczaj osiągają precyzję 0,1–0,3 piksela. Pomiar ręczny przez operatora ludzkiego zazwyczaj osiąga precyzję 0,5–1,0 piksela. Niepewność pomiaru w jednostkach metrycznych wynosi u_pom × S (współczynnik mm/piksel).

Niepewność próbkowania (u_prob) — niepewność wynikająca z próbkowania zmiennej cechy. Szerokość spękania zmienia się wzdłuż długości spękania. Pojedynczy pomiar nie jest reprezentatywny dla całego spękania. ASTM D5340 wymaga pomiaru przy reprezentatywnej szerokości każdego poziomu nasilenia uszkodzenia, co wprowadza niepewność próbkowania. Dla pomiaru powierzchni, niepewność delineacji granic wpływa na obliczoną powierzchnię poprzez stosunek obwodu do powierzchni.

Propagacja do szerokości spękania

Dla spękania zmierzonego jako posiadającego szerokość w_piksele w pikselach, metryczna szerokość spękania wynosi:

w_mm = S × w_piksele

Łączna standardowa niepewność wynosi:

u_w = w_mm × sqrt[(u_kal/S)² + (u_pom/w_piksele)²]

Przykład: Spękanie ma szerokość 8 pikseli przy współczynniku kalibracji S = 0,5 mm/piksel (w_mm = 4,0 mm). Niepewność kalibracji wynosi u_kal = 0,005 mm (1% z S), a niepewność detekcji krawędzi u_pom = 0,2 piksela.

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

Rozszerzona niepewność przy 95% ufności (współczynnik rozszerzenia k=2) wynosi ±0,22 mm, czyli ±5,5% szerokości spękania. To spękanie można z pewnością sklasyfikować jako „poważne" (>3 mm według ASTM D5340).

Dla węższego spękania o szerokości 3 pikseli przy tej samej kalibracji: w_mm = 1,5 mm, u_w = 1,5 × sqrt[(0,01)² + (0,067)²] = 1,5 × 0,068 = 0,10 mm. Rozszerzona niepewność wynosi ±0,20 mm (k=2), czyli ±13,3% szerokości spękania. To spękanie może mieć 1,3–1,7 mm, co znajduje się na granicy klasyfikacji między „niskim nasileniem" (<1 mm) a „średnim nasileniem" (1–3 mm).

Propagacja do długości spękania

Niepewność pomiaru długości spękania łączy niepewność kalibracji z niepewnością śledzenia ścieżki. Dla spękania składającego się z n segmentów o długości piksela tworzących ciągłą ścieżkę:

L_mm = S × n

Niepewność jest zdominowana przez niepewność śledzenia ścieżki (jak dokładnie linia środkowa spękania jest podążana) plus niepewność kalibracji:

u_L = L × sqrt[(u_kal/S)² + (u_ślad/n)²]

Gdzie u_ślad to niepewność śledzenia ścieżki w pikselach na segment (zazwyczaj 0,3–0,5 piksela dla automatycznego śledzenia, 0,5–1,5 piksela dla ręcznego śledzenia). Dla spękania o długości 3 m (6000 pikseli przy 0,5 mm/piksel) śledzonego automatycznie z u_ślad = 0,4 piksela/segment, niepewność długości wynosi około ±0,04 m (k=2) — około 1,3% niepewności względnej.

Propagacja do powierzchni

Niepewność pomiaru powierzchni jest bardziej złożona, ponieważ łączy niepewność kalibracji w dwóch wymiarach plus niepewność delineacji granic. Dla powierzchni wykruszenia mierzonej z ortomozai ki:

A_mm² = S² × A_piksele

Względna niepewność powierzchni wynosi w przybliżeniu:

u_A/A = sqrt[4 × (u_kal/S)² + (2 × u_granica / obwód)²]

Gdzie u_granica to niepewność delineacji granic w pikselach, a obwód to obwód wykruszenia w pikselach. Dla wykruszenia o powierzchni 0,5 m² (20 000 pikseli przy 1 mm/piksel, obwód ~600 pikseli) z u_kal = 0,01 mm (1%) i u_granica = 1,0 piksela:

u_A/A = sqrt[4 × (0,01)² + (2 × 1 / 600)²] = sqrt[0,0004 + 0,000011] = 0,0203

Rozszerzona niepewność powierzchni przy 95% ufności wynosi ±0,020 m², czyli ±4,1% niepewności względnej.

Kalibracja dla obrazów z dronów

Inspekcja nawierzchni z dronów stwarza specyficzne wyzwania kalibracyjne związane ze zmiennością wysokości lotu, ruchem kamery i pokryciem dużych obszarów.

Zmienność GSD w obszarze pomiaru

Dla typowego przelotu dronem pokrywającego 10–50 hektarów nawierzchni, wysokość lotu zmienia się z powodu zmian wysokości terenu, warunków atmosferycznych i niepewności wysokości GNSS. Zmiana wysokości o 2 m na wysokości przelotu 50 m powoduje 4% zmienność GSD — wystarczającą, aby wpłynąć na granice klasyfikacji szerokości spękań. Standardową korekcją jest obliczenie powierzchni GSD — zestawu danych rastrowych, gdzie każda wartość piksela to lokalne GSD obliczone z wysokości DSM i pozy kamery dla obrazu pokrywającego ten piksel.

Nakładanie się obrazów i redundancja

W badaniach fotogrametrycznych z 80–90% nakładaniem wzdłużnym i 70–80% nakładaniem bocznym, każdy punkt na ziemi pojawia się w 5–15 nakładających się obrazach, każdy z nieco inną geometrią kamera-powierzchnia. Pokrycie redundantne umożliwia uśrednianie pomiarów z wielu obrazów, zmniejszając efektywną niepewność pomiaru. Dla pomiaru szerokości spękania z ortomozai ki pochodzącej z wielu obrazów, niepewność jest zmniejszona o około sqrt(n), gdzie n to liczba obrazów przyczyniających się w danym miejscu.

Punkty kontrolne naziemne do kalibracji dronem

Punkty kontrolne naziemne (GCP) pełnią podwójną rolę w badaniach dronem: ustalają absolutną dokładność georeferencyjną i zapewniają odległości referencyjne do walidacji kalibracji mm/piksel. Minimum 5–8 punktów GCP rozmieszczonych w obszarze pomiaru jest zalecane do walidacji kalibracji. Odległość między parami GCP jest znaną wartością pomierzoną geodezyjnie, a porównanie z odległością zmierzoną na obrazie (w pikselach) zapewnia niezależną kontrolę kalibracji. Analiza reszt odległości GCP ujawnia, czy kalibracja jest spójna w całym obszarze pomiaru, czy występują błędy systematyczne (np. nieskorygowana dystorsja obiektywu, błędy DEM).

Kalibracja dla obrazów z pojazdów

Systemy inspekcji nawierzchni montowane na pojazdach działają z znacznie mniejszej odległości (1–4 m nad nawierzchnią) i przy wyższych prędkościach (60–100 km/h), co stwarza odmienne wymagania kalibracyjne w porównaniu do systemów dronowych.

Kalibracja kamery liniowej

Systemy montowane na pojazdach często używają kamer liniowych (zwanych także kamerami push-broom), które rejestrują pojedynczą linię pikseli naraz. Ruch pojazdu do przodu zapewnia drugi wymiar przestrzenny. Kalibracja dla kamer liniowych wymaga:

Kalibracji bocznej — współczynnik mm/piksel w poprzek szerokości nawierzchni (prostopadle do kierunku jazdy). Zależy od wysokości kamery nad nawierzchnią i ogniskowej obiektywu. Dla kamery zamontowanej na wysokości 2,5 m z obiektywem 16 mm i rozmiarem piksela 7 μm, boczne GSD wynosi (0,007 × 2500) / 16 = 1,1 mm/piksel na linii nadiru. Na krawędziach nawierzchni o szerokości 6 m (3 m od nadiru), dystorsja perspektywiczna zwiększa boczne GSD do około 1,4 mm/piksel — 27% zmienność, która musi być skorygowana.

Kalibracji wzdłużnej — współczynnik mm/piksel wzdłuż kierunku jazdy. Jest określany przez prędkość pojazdu i częstotliwość linii kamery liniowej (linii na sekundę). Każda linia pikseli jest wyzwalana przez koło enkodera lub przez wyzwalanie czasowe zsynchronizowane z prędkością pojazdu. Koło enkodera z 1000 impulsów na obrót na kole o obwodzie 0,5 m zapewnia rozdzielczość 0,5 mm/impuls. Wyzwalanie linii co 2 impulsy enkodera daje 1,0 mm wzdłużnego odstępu pikseli przy dowolnej prędkości pojazdu. Kalibracja obwodu koła enkodera (który zmienia się z ciśnieniem w oponach i zużyciem) jest krytyczna — 2% błąd obwodu opony (typowy z powodu zmian ciśnienia) powoduje 2% błąd pomiaru wzdłużnego.

Kompensacja ruchu pojazdu

Podskakiwanie, pochylanie i przechylanie pojazdu spowodowane nierównościami nawierzchni powodują zmiany wysokości kamery o częstotliwościach 1–10 Hz z amplitudami 2–20 mm na typowych nawierzchniach. Ruchy te wprowadzają zmienne w czasie błędy kalibracji, które muszą być korygowane poprzez: (1) laserowy czujnik wysokości mierzący chwilową odległość kamera-nawierzchnia z częstotliwością 100–1000 Hz, (2) bezwładnościową jednostkę pomiarową (IMU) mierzącą przyspieszenia ciała pojazdu i prędkości kątowe, (3) korekcję w post-processingu przy użyciu filtru Kalmana lub filtru komplementarnego, który łączy dane z lasera, IMU i enkodera w celu obliczenia współczynników kalibracji dla każdej linii.

Wymagania dotyczące dokładności kalibracji

Wymagana dokładność kalibracji zależy od zastosowania pomiarowego i krytyczności progów klasyfikacji uszkodzeń nawierzchni.

Normy i specyfikacje

ASTM D5340 (Standardowa metoda badania wskaźnika stanu nawierzchni lotnisk) definiuje progi szerokości spękania na 1 mm, 3 mm i 6 mm do klasyfikacji nasilenia spękań zarówno w nawierzchniach asfaltowych, jak i betonowych. Aby wiarygodnie odróżnić spękanie 2,9 mm (tuż poniżej progu 3 mm dla nasilenia poważnego) od spękania 3,1 mm (tuż powyżej niego), niepewność pomiaru musi być mniejsza niż ±0,1 mm przy 95% ufności — wymagając niepewności kalibracji poniżej 2% dla typowego zakresu szerokości spękań.

ICAO Załącznik 14 określa tolerancje geometryczne dla powierzchni nawierzchni, w tym równość powierzchni, spadek poprzeczny i pochylenie podłużne. Chociaż są to przede wszystkim tolerancje wykonawcze, ustanawiają one oczekiwania co do dokładności pomiarów geodezyjnych w inspekcji nawierzchni.

ISO/TS 19159-1 (Informacja geograficzna — Kalibracja i walidacja sensorów obrazowania teledetekcyjnego i danych) zapewnia ramy oceny i raportowania niepewności kalibracji, w tym hierarchię kalibracji, łańcuch weryfikowalności i wymagania dotyczące budżetu niepewności.

FHWA-RC-20-0005 (Ocena metod pomiaru spękań do oceny stanu nawierzchni) ustanawia ramy statystyczne do oceny systemów pomiaru spękań, wymagając niezależnej walidacji z pomiarami referencyjnymi i raportowania obciążenia i precyzji na określonych poziomach ufności.

Zalecane tolerancje kalibracji

Najlepsze praktyki kalibracji piksel-metrycznej

Zawsze weryfikuj kalibrację w terenie. Zrób zdjęcie certyfikowanego przymiaru pomiarowego w tej samej płaszczyźnie i oświetleniu co inspekcjonowana nawierzchnia. Przymiar pomiarowy powinien być umieszczony w wielu lokalizacjach w obszarze pomiaru w celu weryfikacji spójności kalibracji. Dla przelotów dronem, umieść przymiar pomiarowy w co najmniej jednym obrazie na linię lotu.

Używaj pomiarów sub-pikselowych dla obiektów referencyjnych. Automatyczna detekcja celów z dokładnością sub-pikselową (0,05–0,3 piksela) zmniejsza niepewność kalibracji 3–10× w porównaniu do ręcznego zliczania pikseli. Okrągłe cele kodowane z detekcją centroidu ważonego środkiem regularnie osiągają dokładność 0,05–0,1 piksela.

Uwzględniaj rzeźbę terenu. Powierzchnie nawierzchni nigdy nie są idealnie płaskie. Spadek poprzeczny drogi startowej (standard 1,5–2,5%), pochylenie podłużne (standard 0–2%) i lokalne obniżenia z osiadania lub koleinowania powodują różnice wysokości wpływające na kalibrację. Użyj DSM lub lokalnych pomiarów wysokości do korekcji efektów terenowych.

Dokumentuj łańcuch weryfikowalności kalibracji. Zapisz certyfikację obiektu referencyjnego, metodę pomiaru, operatora, datę, warunki środowiskowe (temperatura wpływa na długość przymiaru pomiarowego o 0,01 mm/m/°C dla prętów aluminiowych) oraz wszystkie składowe niepewności. Ta dokumentacja jest niezbędna do zapewnienia jakości, zgodności z audytami i obronności prawnej pomiarów.

Wykonuj niezależną walidację. Po kalibracji zmierz niezależny obiekt kontrolny (inny niż odniesienie kalibracyjne) i porównaj pomiar obrazowy z jego znanym wymiarem. Rozbieżność powinna mieścić się w oczekiwanej niepewności. Powtarzaj tę walidację co najmniej raz na sesję pomiarową i za każdym razem, gdy zmienia się konfiguracja obrazowania.

Monitoruj stabilność kalibracji. Dla stałych systemów obrazowania (kamery montowane na pojazdach, kamery instalacji stałych), wykonuj codzienną weryfikację kalibracji przy użyciu wbudowanego celu referencyjnego. Rejestruj wartości kalibracji w czasie, aby wykryć dryft spowodowany efektami temperaturowymi, zużyciem mechanicznym lub degradacją komponentów. Dryft kalibracji przekraczający 2% od wartości bazowej powinien wywołać ponowną kalibrację i dochodzenie.

Raportuj niepewność kalibracji przy każdym pomiarze. Raporty stanu nawierzchni powinny zawierać metodę kalibracji, współczynnik kalibracji, jego niepewność oraz wynikającą niepewność pomiaru dla każdej raportowanej wartości uszkodzenia. Umożliwia to zarządcy infrastruktury podejmowanie decyzji opartych na ryzyku — szerokość spękania raportowana jako „3,0 mm ± 0,2 mm" ma inne implikacje operacyjne niż raportowana jako „3,0 mm ± 1,5 mm".

Podsumowanie

Kalibracja piksel-metryczna wyrażana jako milimetry na piksel (mm/px) jest podstawową transformacją umożliwiającą ilościowy pomiar nawierzchni na podstawie obrazu. Bez dokładnej kalibracji, szerokość spękania, długość spękania i powierzchnia wykruszenia pozostają bezwymiarowymi licznikami pikseli, których nie można porównać z progami nasilenia PCI, kryteriami stanu nawierzchni ICAO ani macierzami priorytetów utrzymania. Współczynnik kalibracji jest określany trzema podstawowymi metodami — znanymi obiektami referencyjnymi, obliczaniem wysokości kamery i pola widzenia oraz rejestracją wspólną z LiDAR — każda o specyficznych charakterystykach dokładności i kompromisach operacyjnych. Dystorsja perspektywiczna z ukośnych kątów kamery jest najistotniejszym źródłem błędu kalibracji, wymagającym ortorektyfikacji, korekcji homograficznej lub kalibracji opartej na LiDAR dla każdego piksela w celu uzyskania wiarygodnych wyników. Niepewność kalibracji propaguje się przez wszystkie pochodne pomiary i musi być określona ilościowo i raportowana przy każdym pomiarze uszkodzenia. Zalecana dokładność kalibracji dla klasyfikacji szerokości spękań zgodnej z PCI wynosi ±2% (standard) do ±0,5% (precyzyjna), osiągalna poprzez właściwe użycie certyfikowanych obiektów referencyjnych, technik pomiaru sub-pikselowego i rygorystycznych procedur kontroli jakości. TarmacView implementuje te zasady kalibracji poprzez swoją flagę –mm-per-pixel, zautomatyzowane wyodrębnianie GSD z ortomozai k, pipeline rejestracji wspólnej z LiDAR oraz pełną propagację niepewności do wszystkich wyników pomiarowych.