Pixelovo-metrická kalibrácia (mm na pixel) pre meranie vozoviek na základe obrazu

Definícia a základná potreba

Pixelovo-metrická kalibrácia, vyjadrená ako milimetre na pixel (mm/px alebo mm/pixel), je matematický konverzný faktor, ktorý prevádza vzdialenosti namerané v súradniciach pixelov obrazu na reálne metrické vzdialenosti. Tento kalibračný faktor je najdôležitejším parametrom v akomkoľvek kvantitatívnom systéme merania založenom na obraze — bez neho zostávajú všetky merania v pixeloch bezrozmerné a nemožno im priradiť fyzikálny význam.

Základný vzťah je definovaný ako:

S = d_skutočná / d_pixel

Kde S je kalibračný faktor mierky v mm/pixel, d_skutočná je známa reálna vzdialenosť medzi dvoma bodmi (v milimetroch) a d_pixel je vzdialenosť medzi rovnakými dvoma bodmi nameraná v obraze (v pixeloch). Po určení S je možné akékoľvek meranie v pixeloch v obraze previesť na metrické jednotky vynásobením faktorom mierky.

Prečo je kalibrácia nevyhnutná pre kontrolu vozoviek

Normy pre hodnotenie stavu vozoviek — vrátane ASTM D5340 (Štandardná skúšobná metóda pre prieskumy Indexu stavu letiskových vozoviek) a ICAO Annex 14 (Letiská) — vyžadujú kvantitatívne meranie prvkov poškodenia vozoviek, ako je šírka trhliny, dĺžka trhliny, plocha odlupovania a hĺbka koľaje. Tieto merania majú prahové hodnoty významnosti, ktoré určujú priority údržby a klasifikácie bezpečnosti:

• Trhlina širšia ako 3 mm je klasifikovaná ako “závažná” pozdĺžna trhlina v metodike PCI
• Trhliny širšie ako 6 mm v asfaltových vozovkách indikujú štrukturálne zlyhanie vyžadujúce okamžité vyšetrenie
• Plochy odlupovania presahujúce 0,5 m² v blízkosti škár v betónových vozovkách sú klasifikované ako závažné poškodenie
• Hĺbka koľaje presahujúca 25 mm (1 palec) na runwayách vyžaduje okamžité nápravné opatrenie podľa ICAO

Bez pixelovo-metricej kalibrácie nemožno žiadny z týchto prahov vyhodnotiť z obrazových údajov. Obrázok zachytávajúci 6 mm trhlinu pri GSD 2 mm/pixel zobrazuje trhlinu širokú iba 3 pixely — netrénovaný pozorovateľ ju ľahko zamietne ako šum alebo textúru povrchu. Pri GSD 0,5 mm/pixel je tá istá trhlina široká 12 pixelov a je jasne identifikovateľná ako štrukturálna chyba. Kalibračný faktor priamo určuje, či je prvok poškodenia merateľný, klasifikovateľný a spôsobilý na zásah.

Fyzikálny základ kalibračného faktora

Faktor mm/pixel vychádza z geometrického vzťahu medzi senzorom kamery, objektívom a cieľovým povrchom. Pre kameru snímajúcu v nadire (priamo nadol) platí vzťah:

GSD = (p × V) / f

Kde GSD je vzdialenosť vzorky na zemi (mm/pixel), p je veľkosť pixelu senzora kamery (mm/pixel), V je vzdialenosť od senzora kamery k cieľovému povrchu (mm) a f je ohnisková vzdialenosť objektívu (mm). Táto rovnica odhaľuje tri fyzikálne parametre, ktoré riadia kalibračný faktor:

Veľkosť pixelu (p) — fyzická veľkosť jednotlivých pixelov na senzore kamery. Moderné dronové kamery ako DJI Zenmuse P1 majú veľkosť pixelu 4,4 μm (0,0044 mm). Sony A7R IV používaná v mnohých leteckých prieskumoch má veľkosť pixelu 3,76 μm. Menšia veľkosť pixelu poskytuje vyššie priestorové rozlíšenie, ale vyžaduje viac svetla na pixel. Veľkosť pixelu je fixná charakteristika kamery, ktorú nemožno zmeniť bez výmeny tela kamery.

Ohnisková vzdialenosť (f) — optická vzdialenosť od objektívu k senzoru pri zaostrení na nekonečno. Dlhšie ohniskové vzdialenosti produkujú menšie GSD (viac priblíženia, vyššie priestorové rozlíšenie), ale užšie zorné pole. 24 mm objektív na full-frame kamere s 4,4 μm pixelmi letiacej vo výške 50 m produkuje GSD = (0,0044 × 50000) / 24 = 9,2 mm/pixel. 85 mm objektív za rovnakých podmienok produkuje GSD = 2,6 mm/pixel.

Výška letu (V) — vzdialenosť od kamery k cieľu. Zdvojnásobenie výšky zdvojnásobí GSD (zníži priestorové rozlíšenie na polovicu). Pre detekciu trhlín vyžadujúcich submilimetrové rozlíšenie (GSD < 1 mm/pixel) musí byť kamera letaná vo výškach 10–30 m v závislosti od kombinácie objektívu a senzora.

Kalibračné metódy

Existujú tri primárne metódy na určenie kalibračného faktora mm/pixel pre meranie vozoviek na základe obrazu. Každá metóda má špecifické výhody, obmedzenia a prípady použitia.

Metóda 1: Známy referenčný objekt

Metóda známeho referenčného objektu je najjednoduchší, najpriamejší a najpoužívanejší kalibračný prístup. Fyzický objekt s presne známymi reálnymi rozmermi sa umiestni do obrazového rámca a jeho rozmery v pixeloch sa merajú na výpočet faktora mierky.

Postup: Referenčný objekt so známymi metrickými rozmermi sa umiestni na povrch vozovky v zornom poli kamery. Objekt by mal ležať v rovnakej rovine ako merané prvky (v jednej rovine s povrchom vozovky) a mal by byť orientovaný rovnobežne s rovinou obrazu, aby sa predišlo skráteniu. Šírka objektu v pixeloch sa meria pomocou techník spracovania obrazu (manuálne meranie, detekcia hrán alebo automatické rozpoznávanie prvkov) a kalibračný faktor sa vypočíta ako S = známa_dĺžka / dĺžka_v_pixeloch.

Typy referenčných objektov zahŕňajú:

Mierkové tyče — presne obrobené hliníkové alebo uhlíkové tyče s kalibrovanými značkami v známych intervaloch. 1-metrová mierková tyč s dielikmi po 1 mm poskytuje kalibráciu sledovateľnú k národným meracím štandardom. Mierkové tyče by mali byť tuhé, tepelne stabilné (nízky koeficient tepelnej rozťažnosti) a mať vysoko kontrastné značky pre spoľahlivú automatickú detekciu.

Kruhové kódované terče — retroreflexné alebo vysoko kontrastné kruhové terče so známymi vzdialenosťami medzi stredmi. Fotogrametrické kódované terče majú výhodu, že ich možno automaticky detekovať a identifikovať pomocou SfM softvéru, čo umožňuje automatickú kalibráciu bez manuálneho merania.

Dopravné značenie vozoviek — jazdné pruhy štandardnej šírky, okrajové pásy runway alebo stredové čiary pojazdových dráh poskytujú vhodné kalibračné referencie, keď sú ich rozmery známe z projektovej dokumentácie. Podľa ICAO Annex 14 je šírka bočného pruhu runway 0,9 m (štandard) a šírka stredovej čiary pojazdovej dráhy je 150 mm. Dopravné značenie sa však môže opotrebovať, roztiahnuť alebo byť premaľované na neštandardné šírky, takže ich skutočné rozmery by mali byť overené v teréne pred použitím ako kalibračné referencie.

Prvky vozoviek so známymi rozmermi — poklopy šácht (typicky 600–800 mm priemer pre letiskové plochy), svietidlá runway (štandardizované rozmery podľa ICAO), vzdialenosť škár v betónových vozovkách (typicky 4,5–6,0 m pre letiskové vozovky) a rozchod kolies (štandard 1,5–2,0 m pre väčšinu osobných lietadiel a inšpekčných vozidiel).

Aspekty presnosti: Referenčný objekt by mal zaberať aspoň 25 % rozmeru obrazu v smere merania, aby sa relatívna chyba merania udržala pod 1 %. 100 mm referenčný objekt v 4000-pixelovom širokom obraze pokrýva 400 pixelov — 1-pixelová chyba merania referencie prispieva iba 0,25 % kalibračnej chyby. Rovnaká 100 mm referencia v 1000-pixelovom obraze pokrýva iba 100 pixelov — 1-pixelová chyba prispieva 1 % kalibračnou chybou.

Metóda 2: Známa výška kamery a zorné pole

Keď sú výška kamery nad cieľovým povrchom a ohnisková vzdialenosť objektívu presne známe, GSD možno vypočítať priamo bez fyzického referenčného objektu v scéne. Táto metóda je štandardným prístupom pre generovanie ortomozík z dronov a pre vozidlom montované riadkové zobrazovacie systémy.

Metóda výpočtu: Pre kameru snímajúcu v nadire platí GSD = (veľkosť_pixelu_senzora × výška) / ohnisková_vzdialenosť. Pre šikmé kamery sa efektívne GSD mení v rámci obrazu a musí byť korigované pomocou uhlov pózy kamery (omega, phi, kappa) a geometrie povrchu.

Určenie výšky — kritický vstupný parameter. Pre dronové prieskumy sa výška nad zemou meria: (1) RTK/PPK GNSS na drone poskytujúce elipsoidickú výšku, korigovanú pomocou geoidného modelu na orometrickú výšku nad zemou; (2) barometrický výškomer, ktorý je menej presný (typicky ±1–3 m) a citlivý na teplotu; (3) laserový diaľkomer alebo ultrazvukový senzor smerujúci nadol, poskytujúci priame meranie výšky s presnosťou ±2–10 cm; (4) LiDAR ko-registrácia, kde laserový skener poskytuje meranie vzdialenosti pre každý bod.

Presnosť RTK/PPK: Moderné drony vybavené RTK GNSS (ako DJI Matrice 300 RTK so Zenmuse P1) dosahujú vertikálnu presnosť polohy 2–5 cm RMS pri pripojení k pozemnej základňovej stanici alebo NTRIP korekčnej službe. Pri výške letu 50 m sa táto 5 cm vertikálna neistota premieta do 0,1 % neistoty GSD — zanedbateľné pre väčšinu aplikácií merania vozoviek.

Praktické obmedzenie: Táto metóda vyžaduje, aby kamera bola presne v nadire (smerujúca priamo nadol) alebo aby bola póza kamery známa a kompenzovaná. Sklon 2° od nadiru zavádza približne 3,5 % variáciu GSD v rámci šírky obrazu pre typický 24 mm objektív na full frame — dosť na spôsobenie významnej chyby merania pri hodnotení šírky trhliny, ak nie je zohľadnená.

Metóda 3: LiDAR ko-registrácia

LiDAR ko-registrácia je najpokročilejšia a najpresnejšia kalibračná metóda, ktorá spája merania vzdialenosti z laserového skenera s obrazovými dátami na poskytnutie informácie o mierke pre každý pixel v celom obraze. Táto metóda sa používa v najsofistikovanejších vozidlom montovaných a dronových inšpekčných systémoch.

Ako to funguje: LiDAR skener (buď integrovaný s kamerou alebo samostatne montovaný a kalibrovaný) zachytáva husté 3D mračno bodov povrchu vozovky súčasne s akvizíciou obrazu. Každý LiDAR bod má presné 3D súradnice v reálnom súradnicovom systéme. Prostredníctvom procesu nazývaného fúzia senzorov alebo kalibračná registrácia je každý pixel v obraze mapovaný na jeho zodpovedajúci 3D bod. Vzdialenosť medzi susednými pixelmi v 3D priestore je vypočítaná z LiDAR dát, čo poskytuje kalibračný faktor mm/pixel pre každý pixel.

Kalibrácia LiDAR-kamera vyžaduje určenie pevnej transformácie (rotácia a translácia) medzi súradnicovým rámcom LiDAR senzora a súradnicovým rámcom kamery. To sa dosahuje pomocou kalibrácie na základe terčov pomocou šachovnicových vzorov viditeľných v LiDAR intenzitných dátach aj v obrazoch kamery, alebo pomocou beznáterčovej kalibrácie pomocou maximalizácie vzájomnej informácie a RANSAC párovania korešpondencií medzi hranovými prvkami.

Výhody: LiDAR ko-registrácia poskytuje kalibráciu pre každý pixel v obraze, automaticky korigujúc: (1) perspektívne skreslenie zo šikmých uhlov kamery, (2) reliéf terénu (zmeny nadmorskej výšky na povrchu vozovky), (3) skreslenie objektívu kamery a (4) efekty posuvnej uzávierky v riadkových a globálnych uzávierkach kamier. Kalibrácia je sledovateľná k štandardu merania vzdialenosti LiDAR, ktorý je sám kalibrovaný podľa národných štandardov prostredníctvom merania času letu lasera.

Presnosť: Špičková kalibrácia LiDAR-kamera dosahuje presnosť zarovnania na úrovni pixelov 0,3–1,0 pixelu pre ko-registrované systémy. Výsledná presnosť kalibrácie mm/pixel na úrovni pixelov je typicky 0,2–0,5 % nameranej vzdialenosti pre vozidlom montované systémy pracujúce na vzdialenosť 1–3 m a 0,5–1,0 % pre dronové systémy pracujúce na vzdialenosť 10–50 m.

Použitie v TarmacView: Vozidlom montovaný inšpekčný systém vozoviek TarmacView integruje vysokorozlišovaciu riadkovú kameru s 3D LiDAR profilovačom. LiDAR poskytuje kontinuálnu kalibráciu mierky pre každý pixel v celej šírke vozovky, čo umožňuje presnosť merania šírky trhlín ±0,1 mm pri typických rýchlostiach prieskumu 60–80 km/h. LiDAR tiež poskytuje merania hĺbky koľaje a textúry, ktoré sú priestorovo korelované s údajmi o trhlinách.

Referenčné objekty pre kalibráciu

Výber vhodných referenčných objektov je kritickým rozhodnutím v pixelovo-metricej kalibrácii. Referenčný objekt vytvára reťazec sledovateľnosti od merania obrazu späť k národným meracím štandardom a jeho kvalita priamo určuje presnosť kalibrácie.

Mierkové tyče sú zlatým štandardom pre kalibračnú referenciu. Presná mierková tyč pozostáva z tuhého substrátu (invarová zliatina, uhlíkové vlákno alebo eloxovaný hliník) so značkami v presne známych intervaloch. Profesionálne fotogrametrické mierkové tyče sú certifikované podľa národných štandardov s neistotou dĺžky ±0,01 mm/m alebo lepšou. Mierková tyč by mala byť umiestnená v rovine obrazu (na povrchu vozovky) a orientovaná v primárnom smere merania. Pre meranie šírky trhlín by mala byť mierková tyč orientovaná kolmo na dominantný smer trhlín. Pre meranie plochy sa odporúčajú dve mierkové tyče v pravom uhle alebo jedna tyč orientovaná pod uhlom 45° k obom osám.

Kruhové kódované terče sú štandardnou referenciou v automatizovanej fotogrametrii. Tieto terče majú presne známu polohu stredu definovanú sústrednými čiernymi a bielymi krúžkami, s kódovaným vzorom krúžkov, ktorý jednoznačne identifikuje každý terč. Terče sú zamerané GNSS alebo totálnou stanicou na stanovenie ich reálnych súradníc a ich polohy v pixeloch sú automaticky detekované fotogrametrickým softvérom s presnosťou na podpixel (typicky 0,05–0,1 pixelu). Dvojica kódovaných terčov so známou vzdialenosťou poskytuje kalibráciu mm/pixel pre obraz.

Prvky vozoviek so známymi rozmermi slúžia ako pohodlné, ale menej presné referenčné objekty. Stredové značenie runway podľa ICAO Annex 14 má štandardnú šírku v závislosti od kódového čísla: runway kódu 3/4 majú stredové značenie široké 0,3 m pre presné runway a 0,15 m pre nepresné. Okrajové značenie pojazdových dráh je široké 0,15 m. Skutočné šírky značenia sa však môžu líšiť o ±10–20 % od normy v dôsledku opotrebenia, premaľovania alebo stavebných tolerancií. Použitie dopravného značenia ako kalibračných referencií vyžaduje overenie ich skutočných rozmerov v teréne.

Vplyv pózy kamery na kalibráciu

Perspektívne skreslenie zo šikmých uhlov

Keď optická os kamery nie je kolmá na povrch vozovky (ne-nadírové snímanie), perspektívne skreslenie spôsobuje, že kalibračný faktor mm/pixel sa mení v rámci obrazu. Toto je najvýznamnejší zdroj kalibračnej chyby v praktickej kontrole vozoviek a najčastejšie prehliadaný.

Geometria perspektívneho skreslenia: Pre kameru naklonenú o uhol θ od normály povrchu (0° = nadir, smerujúci priamo nadol) je efektívne GSD pri posune pixelu x od stredu obrazu premietnutého na zem:

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

Kde GSD_nadir je GSD v nadírovom bode (priamo pod kamerou), θ je uhol sklonu kamery, x je posun pixelu od stredu obrazu a f je ohnisková vzdialenosť. Tento vzťah vytvára rýchlu variáciu GSD v rámci obrazu:

• Pri θ = 0° (nadir) je GSD takmer konštantné v rámci obrazu (ovplyvnené iba skreslením objektívu)
• Pri θ = 15° je GSD na vzdialenejšom okraji obrazu približne o 30 % väčšie ako na bližšom okraji
• Pri θ = 30° variácia GSD presahuje 70 % od bližšieho po vzdialenejší okraj
• Pri θ = 45° je GSD na vzdialenom okraji viac ako dvojnásobné oproti GSD na blízkom okraji

Pre typickú šikmú dronovú inšpekciu zachytávajúcu vozovku pod uhlom 30° od nadiru s 35 mm objektívom na full-frame kamere trhlina, ktorá meria 10 pixelov na šírku na blízkom okraji obrazu (kde GSD = 1,5 mm/pixel), meria 15 mm na šírku, zatiaľ čo tá istá fyzická trhlina na vzdialenom okraji (kde GSD = 2,6 mm/pixel) meria iba 5,8 pixelu. Použitie jediného kalibračného faktora pre celý obraz by viedlo k 73 % chybe merania.

Korekčné metódy

Ortorektifikácia je štandardnou korekciou perspektívneho skreslenia. Surový šikmý obraz je reprojektovaný na digitálny model povrchu (DSM) vozovky na vytvorenie ortomoziky s jednotnou mierkou. Tento proces vyžaduje: (1) presnú pózu kamery (polohu a orientáciu) z GNSS/IMU, (2) DSM povrchu vozovky, (3) kalibračné parametre kamery vrátane skreslenia objektívu a (4) 3D-na-2D transformáciu vypočítanú pre každý pixel. Výsledná ortomozika má konzistentné GSD v celom obraze, čo umožňuje priame metrické meranie.

Homografická transformácia koriguje perspektívne skreslenie pre rovinné povrchy (ktoré vozovka aproximuje). Matica homografie H mapuje body z deformovanej roviny obrazu do rektifikovanej roviny obrazu. Pre povrchy vozoviek, ktoré sú približne rovinné (v rámci pôdorysu obrazu), je jediná homografická korekcia dostatočná. Homografia je vypočítaná zo štyroch alebo viacerých referenčných bodov so známymi polohami, alebo z pózy kamery pomocou:

H = K × R × K⁻¹

Kde K je kalibračná matica kamery (intrinsické parametre) a R je rotačná matica z kamery do súradníc povrchu. Povrchy vozoviek však nie sú nikdy dokonale rovinné — dokonca aj 2° priečny sklon (štandard pre letiskové runway podľa ICAO) zavádza merateľné výškové rozdiely v rámci pôdorysu obrazu.

Kalibrácia na úrovni pixelov z LiDAR ko-registrácie poskytuje najdôslednejšiu korekciu, priraďujúc individuálnu hodnotu mm/pixel každému pixelu na základe skutočnej 3D vzdialenosti k povrchu nameranej v tomto bode.

Kalibrácia v TarmacView

TarmacView implementuje pixelovo-metrickú kalibráciu prostredníctvom viacerých komplementárnych mechanizmov, navrhnutých tak, aby vyhovovali rôznym zdrojom dát používaným pri kontrole vozoviek.

Príkazový prepínač –mm-per-pixel

Pre priamu kalibráciu zadanú užívateľom TarmacView akceptuje prepínač –mm-per-pixel, ktorý umožňuje operátorovi explicitne zadať faktor mierky. Tento prepínač akceptuje hodnotu s plávajúcou desatinnou čiarkou reprezentujúcu milimetre na pixel pre vstupné snímky. Keď je tento prepínač poskytnutý, TarmacView používa špecifikovaný kalibračný faktor pre všetky výpočty merania, čím obchádza automatickú detekciu kalibrácie.

Kontext použitia: Prepínač –mm-per-pixel sa typicky používa, keď: (1) kalibračný faktor bol určený externe prostredníctvom terénneho merania s mierkovou tyčou, (2) GSD ortomoziky je známe z procesného softvéru, ale nie je vložené v metadátach súboru, (3) operátor chce prepísať automatickú kalibráciu manuálne overenou hodnotou, alebo (4) dávkové spracovanie viacerých obrázkov, ktoré zdieľajú rovnaký kalibračný faktor.

Validácia: Keď je –mm-per-pixel špecifikovaný, TarmacView vykonáva kontroly konzistencie detekciou prvkov so známymi rozmermi v snímkach (jazdné pruhy, značenie runway) a porovnáva nameranú šírku v pixeloch s očakávanou šírkou vypočítanou zo špecifikovanej kalibrácie. Ak je zistený rozdiel presahujúci 10 %, je vydané varovanie a správa o meraní označí potenciálnu chybu kalibrácie.

Automatizovaná kalibračná pipeline

Pre vstupy ortomozík s vloženými georeferenčnými metadátami TarmacView extrahuje GSD priamo z GeoTIFF súboru. GeoTIFF súbory ukladajú informácie o priestorovom rozlíšení vo svojich metadátových tagoch (ModelTiepointTag a ModelPixelScaleTag pre GSD, alebo ModelTiepointTag a ModelTransformationTag pre zložitejšie súradnicové systémy). Platforma číta tieto tagy a vypočíta efektívny faktor mm/pixel pre ortomoziku.

Pre surové (neortorektifikované) snímky automatizovaná pipeline TarmacView detekuje referenčné objekty v scéne vrátane: (1) kódovaných fotogrametrických terčov so známymi rozmermi, (2) mierkových tyčí s vysokokontrastnými značkami, (3) dopravného značenia vozoviek, ktorých štandardné rozmery sú uložené v referenčnej databáze platformy, a (4) opakujúcich sa prvkov vozoviek (vzdialenosť škár, vzdialenosť svietidiel) so známymi rozmermi. Detekovaná referencia poskytuje kalibračný faktor pre daný obraz.

LiDAR-integrovaná kalibrácia

Pre vozidlom montovaný inšpekčný systém TarmacView, ktorý kombinuje riadkové kamery s 3D LiDAR profilovačmi, je kalibrácia vypočítaná pre každý pixel z LiDAR meraní vzdialenosti. LiDAR profilovač poskytuje kontinuálny priečny rez povrchom vozovky s laterálnym rozlíšením 1–5 mm, pričom každý bod nesie presné 3D súradnice. Obraz kamery je ko-registrovaný s LiDAR dátami prostredníctvom výrobne kalibrovanej pevnej transformácie. Každý pixel v obraze kamery je mapovaný na jeho zodpovedajúci LiDAR 3D bod a faktor mm/pixel pre tento pixel je vypočítaný z 3D vzdialenosti medzi susednými LiDAR bodmi premietnutými do súradnicového systému obrazu. Tento prístup automaticky zohľadňuje perspektívu kamery, skreslenie objektívu, reliéf terénu a pohyb vozidla.

Propagácia neistoty na šírku, dĺžku a plochu

Kalibračný faktor nie je jediná deterministická hodnota — nesie neistotu, ktorá sa propaguje cez všetky následné merania. Pochopenie a kvantifikácia tejto propagácie je nevyhnutná pre spoľahlivé hodnotenie stavu vozoviek.

Rámec neistoty merania

Celková neistota v akomkoľvek metrickom meraní založenom na obraze má tri zložky:

Kalibračná neistota (u_kal) — neistota faktora mm/pixel. Zdroje zahŕňajú: (1) neistotu rozmeru referenčného objektu (typicky ±0,1–0,5 % pre certifikované mierkové tyče), (2) neistotu merania referenčného objektu v pixeloch (typicky ±0,3–1,0 pixelu pre manuálne meranie, ±0,05–0,3 pixelu pre automatizovanú podpixelovú detekciu), (3) neistotu perspektívneho skreslenia (zvyškové chyby po ortorektifikácii alebo homografickej korekcii), (4) neistotu skreslenia objektívu (zvyškové skreslenie po kalibrácii) a (5) neistotu merania výšky (pre metódu vzorca GSD).

Neistota merania (u_mer) — neistota v lokalizácii hraníc prvku v obraze. Pre meranie šírky trhliny ide o neistotu v algoritme detekcie hrán. Podpixelové metódy detekcie hrán (interpolácia, metódy založené na momentoch alebo Gaussovo fitovanie) typicky dosahujú presnosť 0,1–0,3 pixelu. Manuálne meranie ľudským operátorom typicky dosahuje presnosť 0,5–1,0 pixelu. Neistota merania v metrických jednotkách je u_mer × S (faktor mm/pixel).

Neistota vzorky (u_vz) — neistota z vzorkovania premenlivého prvku. Šírka trhliny sa mení pozdĺž dĺžky trhliny. Jediné meranie nie je reprezentatívne pre celú trhlinu. ASTM D5340 vyžaduje meranie na reprezentatívnej šírke každej úrovne závažnosti poškodenia, čo zavádza neistotu vzorkovania. Pre meranie plochy neistota delineácie hranice ovplyvňuje vypočítanú plochu prostredníctvom pomeru obvodu k ploche.

Propagácia na šírku trhliny

Pre trhlinu nameranú ako w_pixelov pixelovej šírky je metrická šírka trhliny:

w_mm = S × w_pixelov

Kombinovaná štandardná neistota je:

u_w = w_mm × sqrt[(u_kal/S)² + (u_mer/w_pixelov)²]

Príklad: Trhlina meria 8 pixelov na šírku pri kalibračnom faktore S = 0,5 mm/pixel (w_mm = 4,0 mm). Kalibračná neistota je u_kal = 0,005 mm (1 % z S) a neistota detekcie hrán je u_mer = 0,2 pixelu.

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

Rozšírená neistota pri 95 % spoľahlivosti (koeficient pokrytia k=2) je ±0,22 mm, alebo ±5,5 % šírky trhliny. Túto trhlinu možno s istotou klasifikovať ako “závažnú” (>3 mm podľa ASTM D5340).

Pre užšiu trhlinu merajúcu 3 pixely pri rovnakej kalibrácii: w_mm = 1,5 mm, u_w = 1,5 × sqrt[(0,01)² + (0,067)²] = 1,5 × 0,068 = 0,10 mm. Rozšírená neistota je ±0,20 mm (k=2), alebo ±13,3 % šírky trhliny. Táto trhlina by mohla byť 1,3–1,7 mm, čo sa pohybuje na hranici klasifikácie medzi “nízkou závažnosťou” (<1 mm) a “strednou závažnosťou” (1–3 mm).

Propagácia na dĺžku trhliny

Neistota merania dĺžky trhliny kombinuje kalibračnú neistotu s neistotou trasovania cesty. Pre trhlinu pozostávajúcu z n pixelovo-dlhých segmentov tvoriacich súvislú cestu:

L_mm = S × n

Neistote dominuje neistota trasovania cesty (ako presne je sledovaná stredová línia trhliny) plus kalibračná neistota:

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

Kde u_trasa je neistota trasovania cesty v pixeloch na segment (typicky 0,3–0,5 pixelu pre automatické trasovanie, 0,5–1,5 pixelu pre manuálne trasovanie). Pre 3 m trhlinu (6000 pixelov pri 0,5 mm/pixel) trasovanú automaticky s u_trasa = 0,4 pixelu/segment je neistota dĺžky približne ±0,04 m (k=2) — asi 1,3 % relatívna neistota.

Propagácia na plochu

Neistota merania plochy je komplexnejšia, pretože kombinuje kalibračnú neistotu v dvoch rozmeroch plus neistotu delineácie hranice. Pre plochu odlupovania meranú z ortomoziky:

A_mm² = S² × A_pixely

Relatívna neistota plochy je približne:

u_A/A = sqrt[4 × (u_kal/S)² + (2 × u_hranica / obvod)²]

Kde u_hranica je neistota delineácie hranice v pixeloch a obvod je obvod odlupovania v pixeloch. Pre 0,5 m² odlupovania (20000 pixelov pri 1 mm/pixel, obvod ~600 pixelov) s u_kal = 0,01 mm (1 %) a u_hranica = 1,0 pixel:

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

Rozšírená neistota plochy pri 95 % spoľahlivosti je ±0,020 m², alebo ±4,1 % relatívna neistota.

Kalibrácia pre dronové snímky

Dronová kontrola vozoviek prináša špecifické kalibračné výzvy súvisiace s variabilitou výšky letu, pohybom kamery a pokrytím veľkých plôch.

Variácia GSD v rámci prieskumnej oblasti

Pre typický dronový prieskum pokrývajúci 10–50 hektárov vozovky sa výška letu mení v dôsledku zmien nadmorskej výšky terénu, atmosférických podmienok a neistoty GNSS výšky. 2 m zmena výšky pri výške prieskumu 50 m produkuje 4 % variáciu GSD — dosť na ovplyvnenie hraníc klasifikácie šírky trhlín. Štandardnou korekciou je výpočet GSD povrchu — rastrového datasetu, kde hodnota každého pixelu je lokálne GSD vypočítané z DSM nadmorskej výšky a pózy kamery pre obraz pokrývajúci tento pixel.

Prekrytie obrazu a redundancia

Vo fotogrametrických prieskumoch s 80–90 % pozdĺžnym prekrytím a 70–80 % bočným prekrytím sa každý bod na zemi objaví v 5–15 prekrývajúcich sa obrazoch, každý s mierne odlišnou geometriou kamera-povrch. Redundantné pokrytie umožňuje spriemerovanie meraní z viacerých obrazov, čím sa znižuje efektívna neistota merania. Pre meranie šírky trhliny z ortomoziky odvodenej z viacerých obrazov je neistota znížená približne o sqrt(n), kde n je počet prispievajúcich obrazov v danom mieste.

Riadiace body na zemi pre dronovú kalibráciu

Riadiace body na zemi (GCP) slúžia na dvojaký účel v dronových prieskumoch: stanovujú absolútnu presnosť georeferencovania a poskytujú referenčné vzdialenosti pre validáciu kalibrácie mm/pixel. Minimálne 5–8 GCP rozmiestnených v prieskumnej oblasti sa odporúča na validáciu kalibrácie. Vzdialenosť medzi pármi GCP je známa zameraná hodnota a porovnanie s obrazom nameranou vzdialenosťou (v pixeloch) poskytuje nezávislú kontrolu kalibrácie. Reziduálna analýza vzdialeností GCP odhaľuje, či je kalibrácia konzistentná v rámci prieskumnej oblasti alebo či sú prítomné systematické chyby (napr. nekorigované skreslenie objektívu, chyby DEM).

Kalibrácia pre vozidlom montované snímky

Vozidlom montované inšpekčné systémy vozoviek pracujú na oveľa menšiu vzdialenosť (1–4 m nad vozovkou) a vyššie rýchlosti (60–100 km/h), čo vytvára odlišné kalibračné požiadavky v porovnaní s dronovými systémami.

Kalibrácia riadkovej kamery

Vozidlom montované systémy často používajú riadkové kamery (tiež nazývané push-broom kamery), ktoré zachytávajú jeden riadok pixelov naraz. Dopredný pohyb vozidla poskytuje druhý priestorový rozmer. Kalibrácia pre riadkové kamery vyžaduje:

Laterálna kalibrácia — faktor mm/pixel v šírke vozovky (kolmo na smer jazdy). Závisí od výšky kamery nad vozovkou a ohniskovej vzdialenosti objektívu. Pre kameru namontovanú vo výške 2,5 m s 16 mm objektívom a veľkosťou pixelu 7 μm je laterálne GSD (0,007 × 2500) / 16 = 1,1 mm/pixel v nadírovej línii. Na okrajoch 6 m širokej vozovky (3 m od nadiru) perspektívne skreslenie zvyšuje laterálne GSD na približne 1,4 mm/pixel — 27 % variácia, ktorá musí byť korigovaná.

Pozdĺžna kalibrácia — faktor mm/pixel v smere jazdy. Je určená rýchlosťou vozidla a riadkovou rýchlosťou kamery (riadkov za sekundu). Každý riadok pixelov je spúšťaný enkodérovým kolesom alebo časovým spúšťaním synchronizovaným s rýchlosťou vozidla. Enkodérové koleso s 1000 impulzmi na otáčku na kolese s obvodom 0,5 m poskytuje rozlíšenie 0,5 mm/impulz. Spúšťanie riadkov každé 2 enkodérové impulzy produkuje 1,0 mm pozdĺžny rozostup pixelov pri akejkoľvek rýchlosti vozidla. Kalibrácia obvodu enkodérového kolesa (ktorý sa mení s tlakom v pneumatikách a opotrebením) je kritická — 2 % chyba obvodu pneumatiky (typická z variácie hustenia) produkuje 2 % pozdĺžnu chybu merania.

Kompenzácia pohybu vozidla

Odpruženie, náklon a bočný náklon vozidla spôsobený nerovnosťou vozovky spôsobujú variáciu výšky kamery s frekvenciami 1–10 Hz s amplitúdami 2–20 mm na typických povrchoch vozoviek. Tieto pohyby zavádzajú časovo premenné kalibračné chyby, ktoré musia byť korigované pomocou: (1) laserového výškového senzora merajúceho okamžitú vzdialenosť kamera-vozovka pri 100–1000 Hz, (2) inerciálnej meracej jednotky (IMU) merajúcej zrýchlenia tela vozidla a uhlové rýchlosti, (3) korekcie v následnom spracovaní pomocou Kalmanovho filtra alebo komplementárneho filtra, ktorý spája laserovú výšku, IMU a enkodérové dáta na výpočet kalibračných faktorov pre každý riadok.

Požiadavky na presnosť kalibrácie

Požadovaná presnosť kalibrácie závisí od aplikácie merania a kritickosti prahov klasifikácie poškodenia vozoviek.

Normy a špecifikácie

ASTM D5340 (Štandardná skúšobná metóda pre prieskumy Indexu stavu letiskových vozoviek) definuje prahy šírky trhlín na 1 mm, 3 mm a 6 mm pre klasifikáciu závažnosti trhlín v asfaltových aj betónových vozovkách. Na spoľahlivé rozlíšenie 2,9 mm trhliny (tesne pod 3 mm prahom závažnosti) od 3,1 mm trhliny (tesne nad ním) musí byť neistota merania menšia ako ±0,1 mm pri 95 % spoľahlivosti — čo vyžaduje kalibračnú neistotu pod 2 % pre typický rozsah šírky trhlín.

ICAO Annex 14 špecifikuje geometrické tolerancie pre povrchy vozoviek vrátane rovinnosti povrchu, priečneho sklonu a pozdĺžneho sklonu. Hoci ide predovšetkým o stavebné tolerancie, stanovujú očakávanie presnosti merania v kvalite geodetických meraní pri kontrole vozoviek.

ISO/TS 19159-1 (Geografická informácia — Kalibrácia a validácia senzorov a údajov diaľkového prieskumu obrazu) poskytuje rámec pre hodnotenie a vykazovanie kalibračnej neistoty vrátane kalibračnej hierarchie, reťazca sledovateľnosti a požiadaviek na rozpočet neistoty.

FHWA-RC-20-0005 (Hodnotenie metód merania trhlín pre hodnotenie stavu vozoviek) stanovuje štatistický rámec pre hodnotenie systémov merania trhlín, vyžadujúc nezávislú validáciu s referenčnými meraniami a vykazovanie vychýlenia a presnosti na špecifikovaných úrovniach spoľahlivosti.

Odporúčané kalibračné tolerancie

Najlepšie postupy pre pixelovo-metrickú kalibráciu

Vždy overujte kalibráciu v teréne. Odfoťte certifikovanú mierkovú tyč v rovnakej rovine a osvetlení ako kontrolovaná vozovka. Mierková tyč by mala byť umiestnená na viacerých miestach v prieskumnej oblasti na overenie konzistencie kalibrácie. Pri dronových prieskumoch zahrňte mierkovú tyč aspoň do jedného obrazu na letovú líniu.

Používajte podpixelové meranie pre referenčné objekty. Automatizovaná detekcia terčov s podpixelovou presnosťou (0,05–0,3 pixelu) znižuje kalibračnú neistotu 3–10× v porovnaní s manuálnym počítaním pixelov. Kruhové kódované terče s detekciou ťažiska s vážením stredu rutinne dosahujú presnosť 0,05–0,1 pixelu.

Zohľadnite reliéf terénu. Povrchy vozoviek nie sú nikdy dokonale rovné. Priečny sklon runway (štandard 1,5–2,5 %), pozdĺžny sklon (štandard 0–2 %) a lokálne depresie z poklesov alebo koľají spôsobujú výškové rozdiely, ktoré ovplyvňujú kalibráciu. Použite DSM alebo lokálne merania výšky na korekciu terénnych efektov.

Dokumentujte reťazec sledovateľnosti kalibrácie. Zaznamenajte certifikáciu referenčného objektu, metódu merania, operátora, dátum, podmienky prostredia (teplota ovplyvňuje dĺžku mierkovej tyče o 0,01 mm/m/°C pre hliníkové tyče) a všetky zložky neistoty. Táto dokumentácia je nevyhnutná pre zabezpečenie kvality, súlad s auditom a právnu obhájiteľnosť meraní.

Vykonajte nezávislú validáciu. Po kalibrácii zmerajte nezávislý kontrolný objekt (odlišný od kalibračnej referencie) a porovnajte obrazové meranie s jeho známym rozmerom. Rozdiel by mal byť v rámci očakávanej neistoty. Opakujte túto validáciu aspoň raz za prieskumnú reláciu a vždy, keď sa zmení nastavenie snímania.

Monitorujte stabilitu kalibrácie. Pre fixné zobrazovacie systémy (vozidlom montované kamery, trvalo inštalované kamery) vykonávajte dennú kontrolu kalibrácie pomocou vstavaného referenčného terča. Zaznamenávajte kalibračné hodnoty v čase na detekciu driftu z teplotných efektov, mechanického opotrebenia alebo degradácie komponentov. Kalibračný drift presahujúci 2 % od základnej hodnoty by mal spustiť prekalibrovanie a vyšetrenie.

Vykazujte kalibračnú neistotu s každým meraním. Správy o stave vozoviek by mali obsahovať kalibračnú metódu, kalibračný faktor, jeho neistotu a výslednú neistotu merania pre každú vykázanú hodnotu poškodenia. To umožňuje správcovi majetku robiť rozhodnutia na základe rizika — šírka trhliny uvedená ako “3,0 mm ± 0,2 mm” má iné prevádzkové dôsledky ako šírka uvedená ako “3,0 mm ± 1,5 mm.”

Zhrnutie

Pixelovo-metrická kalibrácia vyjadrená ako milimetre na pixel (mm/px) je základná transformácia, ktorá umožňuje kvantitatívne meranie vozoviek na základe obrazu. Bez presnej kalibrácie zostávajú šírka trhliny, dĺžka trhliny a plocha odlupovania bezrozmerné počty pixelov, ktoré nemožno porovnávať s prahmi závažnosti PCI, kritériami stavu vozoviek ICAO alebo maticami priorít údržby. Kalibračný faktor sa určuje tromi primárnymi metódami — známe referenčné objekty, výpočet výšky kamery a zorného poľa a LiDAR ko-registrácia — každá so špecifickými charakteristikami presnosti a prevádzkovými kompromismi. Perspektívne skreslenie zo šikmých uhlov kamery je najvýznamnejším zdrojom kalibračnej chyby, vyžadujúcim ortorektifikáciu, homografickú korekciu alebo pixelovú LiDAR kalibráciu pre spoľahlivé výsledky. Kalibračná neistota sa propaguje cez všetky odvodené merania a musí byť kvantifikovaná a vykázaná s každým meraním poškodenia. Odporúčaná presnosť kalibrácie pre klasifikáciu šírky trhlín v súlade s PCI je ±2 % (štandard) až ±0,5 % (presná), dosiahnuteľná správnym používaním certifikovaných referenčných objektov, podpixelových meracích techník a dôsledných postupov kontroly kvality. TarmacView implementuje tieto kalibračné princípy prostredníctvom svojho prepínača –mm-per-pixel, automatizovanej extrakcie GSD z ortomoziky, LiDAR ko-registračnej pipeline a úplnej propagácie neistoty do všetkých výstupov merania.