เวปไซต์สำหรับเผยแพร่ ผลงานวิจัยด้านภูมิสารสนเทศ โดยกลุ่มนักวิจัย ดร.ไพศาล สันติธรรมนท์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ยินดีต้อนรับทุกท่านที่เยี่ยมชมและแลกเปลี่ยนความคิดเห็น Research and Development in geo-spatial science and technology for Thailand
วันอาทิตย์ที่ 29 กรกฎาคม พ.ศ. 2555
ไลดาร์ใช้ทำอะไรได้มากกว่าที่คิด
องค์การความร่วมมือระหว่างประเทศของญี่ปุ่น หรือ ไจก้า ได้จัดทำแบบจำลองระดับด้วยการบินสำรวจด้วยเทคโนโลยีในพื้นที่น้ำท่วมวิกฤติลุ่มแม่น้ำเจ้าพระยา ครอบคลุมพื้นที่กว่า 25,000 ตารางกิโลเมตร ข้อมูลไลดาร์มีหนาแน่นของจุดทุกๆ 2x2 ตารางเมตร ค่าระดับจากไลดาร์มีความแม่นยำทางระดับสูงถึง 10-30 เซนติเมตร ข้อมูลดังกล่าวจะเป็นรากฐานที่สำคัญในการวิเคราะห์ กำหนดนโยบายแก้ใขปัญหาน้ำท่วมในลุ่มแม่น้ำเจ้าพระยาได้อย่างมาก
ข้อมูลไลดาร์ที่มีคุณลักษณะแบบเดียวกันนี้ รัฐบาลฟินแลนด์ก็ได้จัดทำขึ้น และมีแนวคิดก้าวหน้าให้เกิดประโยชน์อย่างกว้างขวาง เปิดให้ดาวโหลดได้ทั้งประเทศ ตามหน้าจอภาพนี้
ทำให้นักพัฒนานำไปคิดต่อยอด แสดงให้เห็นการประยุกต์ใข้มากมายตามตัวอย่าง
วันจันทร์ที่ 25 มิถุนายน พ.ศ. 2555
2011 ปีแห่ง Dense Point Matching
ครึงปีหลังของปีพศ.2554 เกิดอุทกภัยครั้งใหญ่ แม้ว่าผู้เขียนจะโชดดีไม่ได้รับผลกระทบ แต่ก็ได้มีเป็นอนุกรรมการ ส่วนหนึ่งการแก้ใขวิกฤต ปีที่แล้วเลยตกข่าว พัฒนาการเทคโนโลยีการรังวัดด้วยภาพ ปีที่แล้วอาจถือได้ว่าเป็นปีของ Dense Point Matching ที่เป็นอัลกอริธึมการสร้าง แบบจำลองพื้นผิว (digital surface model: DSM) ความละเอียดสูงมากเป็น cloud point แบบหนึ่ง ความละเอียดมากที่เรียกว่า "1จุดภาพ ต่อ 1จุดระดับ" ที่เดียว
การรังวัดพิกัดในสามมิติจากหลายๆภาพ ที่เรียกว่า Structure-from-Motion(sfm) หรือ geometry from multiple view ได้รุดหน้าไปมากในวงการ computer vision จนทำให้เกิดชุดซอฟต์แวร์มาตรฐาน CMVS/PMVS/Bundler ที่ประกอบด้วยซอฟต์แวร์วิเคระห์หาจุดเด่นบนภาพ (key points /SIFT operator ) ต่อเนื่องด้วยการทำ block adjustment สำหรับภาพถ่ายด้วยกล้อง non-metric PMVS/bundler ได้มีผู้นำประยุกต์ใช้กับภาพที่จาก UAV เพื่อ \ทำ block adjustment, สร้าง DSM/DEM แล้วผลิตภาพออร์โท อย่างได้ ตัวอย่างเช่น ชุดซอฟต์แวร์ Pix4D/UAV v1.0
ในปี 2011 อัลกริธึมอีกอันหนึ่งที่สามารถจะสร้าง DSM หนาแน่นสูงที่เรียกว่า Dense Image Matching งานวิจัยของ Hirschmueller เขาเรียกอัลกอรึธิมนี้ว่า Semi-Global Matching (SGM) ผลที่ได้ทำให้เราสามารถสร้าง DSM หนาแน่นมากได้ โดยเฉพาะภาพจากระบบกล้องถ่ายภาพดิจิทัลที่สร้างบันทึกภาพ along-strip overlap > 80% และ across-strip overlap > 70% รวมถึงภาพจากกล้อง UAV ที่มักเป็นกล้องในทั้งตลาดที่มีความไวในการบันทึกภาพอยู่แล้่ว DSMที่ผลิตได้มีแนวโน้มในหลายปัจจัยดีกว่าไลดาร์ที่ได้จากเลเซอร์สแกนเนอร์ วัดระยะมุมโดยตรงจากอากาศยาน ในตารางข้างล่างเปรียบเทียบคุณลักษณะ point cloud จาก LiDAR เทียบกับ SGM
ที่มา: ดัวแปลงจาก Gehrke et.al.
ดังนั้นจึงมีผู้กล่าวว่า The Empire (Photogrammetry) is striking (Lidar) back! มีผู้เรียกศาสตร์ที่การรังวัดด้วยภาพเข้าสู่ยุกต์การผลิต DSM ความละเอียดสูงนี้ว่า Multi-ray Photogrammetry, All-in-one Photogrammetry
SEMI-GLOBAL MATCHING: AN ALTERNATIVE TO LIDAR FOR DSM GENERATION? S. Gehrke , K. Morin , M. Downey , N. Boehrer , T. Fuchs
Heiko Hirschmüller (2008), Stereo Processing by Semi-Global Matching and Mutual Information, in IEEE Transactions on Pattern Analysis and Machine Intelligence, Volume 30(2), February 2008, pp. 328-341.
การรังวัดพิกัดในสามมิติจากหลายๆภาพ ที่เรียกว่า Structure-from-Motion(sfm) หรือ geometry from multiple view ได้รุดหน้าไปมากในวงการ computer vision จนทำให้เกิดชุดซอฟต์แวร์มาตรฐาน CMVS/PMVS/Bundler ที่ประกอบด้วยซอฟต์แวร์วิเคระห์หาจุดเด่นบนภาพ (key points /SIFT operator ) ต่อเนื่องด้วยการทำ block adjustment สำหรับภาพถ่ายด้วยกล้อง non-metric PMVS/bundler ได้มีผู้นำประยุกต์ใช้กับภาพที่จาก UAV เพื่อ \ทำ block adjustment, สร้าง DSM/DEM แล้วผลิตภาพออร์โท อย่างได้ ตัวอย่างเช่น ชุดซอฟต์แวร์ Pix4D/UAV v1.0
ในปี 2011 อัลกริธึมอีกอันหนึ่งที่สามารถจะสร้าง DSM หนาแน่นสูงที่เรียกว่า Dense Image Matching งานวิจัยของ Hirschmueller เขาเรียกอัลกอรึธิมนี้ว่า Semi-Global Matching (SGM) ผลที่ได้ทำให้เราสามารถสร้าง DSM หนาแน่นมากได้ โดยเฉพาะภาพจากระบบกล้องถ่ายภาพดิจิทัลที่สร้างบันทึกภาพ along-strip overlap > 80% และ across-strip overlap > 70% รวมถึงภาพจากกล้อง UAV ที่มักเป็นกล้องในทั้งตลาดที่มีความไวในการบันทึกภาพอยู่แล้่ว DSMที่ผลิตได้มีแนวโน้มในหลายปัจจัยดีกว่าไลดาร์ที่ได้จากเลเซอร์สแกนเนอร์ วัดระยะมุมโดยตรงจากอากาศยาน ในตารางข้างล่างเปรียบเทียบคุณลักษณะ point cloud จาก LiDAR เทียบกับ SGM
| คุณลักษณะ | แบบจำลองที่ได้ | ความละเอียดถูกต้องทางราบ | ความละเอียดถูกต้องทางดิ่ง | ความละเอียดจุดภาพของภาพ | ความเร็วในการประมวลผล |
|---|---|---|---|---|---|
| Lidar | DSMและDEM | 10-30 ซม | 5 ซม. | 30 ซม. | 1 ล้านจุดต่อชั่วโมง |
| SGM | DSM | 0.5 GSD | 1.5 GSD | 5 ซม. | 20,000 จุดต่อชั่วโมง |
ดังนั้นจึงมีผู้กล่าวว่า The Empire (Photogrammetry) is striking (Lidar) back! มีผู้เรียกศาสตร์ที่การรังวัดด้วยภาพเข้าสู่ยุกต์การผลิต DSM ความละเอียดสูงนี้ว่า Multi-ray Photogrammetry, All-in-one Photogrammetry
SEMI-GLOBAL MATCHING: AN ALTERNATIVE TO LIDAR FOR DSM GENERATION? S. Gehrke , K. Morin , M. Downey , N. Boehrer , T. Fuchs
Heiko Hirschmüller (2008), Stereo Processing by Semi-Global Matching and Mutual Information, in IEEE Transactions on Pattern Analysis and Machine Intelligence, Volume 30(2), February 2008, pp. 328-341.
วันอาทิตย์ที่ 24 มิถุนายน พ.ศ. 2555
2012 ปีแห่ง UAV/UAS Phtotogrammetry
หลายสิบปีมีความพยายามใช้เครื่องบินเล็กถ่ายภาพเพื่อทำแผนที่เฉพาะกิจ ปัจจุบันเทคโนโลยีที่ประกอบเป็นระบบมีความคืบหน้าหลายอย่าง จนเป็นที่ยอมรับในวงการทำแผนที่ ที่ชัดเจนที่สุดน่าจะเป็นการที่ Trimble ในซื้อกิจการ GateWing เพื่อให้มีผลิตภัณฑ์ UAV/UAVS สำหรับการทำแผนที่
ส่วนตัวระบบในบ้านเรามีค้นทำขายหลายราย มีผลิตภัณฑ์คุณภาพจากจีนแดงเช่น DJI เป็นเจ้าใหญ๋ที่น่าสนใจ ในไทยมี HOBBYThai เป็นตัวแทน
ขอบคุณกุลชาติให้ภาพนี้มาครับ
สำหรับระบบประมวลผล การบินถ่ายภาพที่ได้จะมีเป็นจำนวนมาก ต้องใช้ซอฟต์แวร์เฉพาะ
การวัด tie-point จะอัตโนมัติ ไปจนถึงผลิตออร์โท
ซอฟต์อยู่บนพื้นฐานซอฟต์แวร์วิจัย Bundler และ PMVS เนื่องจากเป็นการวัดจุด tie point /pass point อัตโนมัติ ด้วย SIFT อัลรึธีม ถ้าจะให้เร็วควรมี Graphical Processing Unit (GPU) ด้วย
แต่มีบริษัทนำมาพัฒนาต่อให้ใช้งานได้ง่ายและสดวก เช่น PIX4D ตัวนี้นิยมมากที่สุด ราคา ประมาณ 1 ล้าน
Trimble และ UAV ส่วนใหญ่ใช้ Pix4D แต่ต้องการประหยัด AgriSoft Pro ตัวนี้ก็โอเค แต่กล้องต้องนำมา calibrate เพื่อหาพารามิเตอร์ distortion ด้วยเสียก่อน ดังภาพ
วันอาทิตย์ที่ 17 มิถุนายน พ.ศ. 2555
ความสูงเสาอากาศจีพีเอส/จีเอ็นเอสเอส
ความสูงของเสาอากาศจีพีเอส/จีเอ็นเอสเอส (GPS/GNSS) หากจะใช้งานจริงจังต้องวัดออกจาก Phase Center ซึ่งจะอ้างอิงจาก Antenna Reference Plane (ARP) ตัวอย่างจานรับสัญญาณของ Novatel 702
จากนั้นให้ดูรุ่นจานรับสัญญาณ (Model) ที่ใช้และรุ่น (Hardware Revision)
-สำหรับ relative offset numbers and phase center variation (PCV) tables ให้ไปดูที่ the U.S.
National Geodetic Survey (NGS) website at www.ngs.noaa.gov/ANTCAL/.
-สำหรับ absolute offset numbers ให้ download PCV tables จากthe GEO++ website at www.geopp.com.
เปรียบเทียบค่า relative และ absolute จาก สองแหล่งจะมีความต่างกันดังตัวอย่าง Novatel/AntCom GPS-702G
คำถามสุดท้าย ก่อนปิดบล็อก แล้วผมควรจะใช้ค่าใดครับ ??/??/???
จากนั้นให้ดูรุ่นจานรับสัญญาณ (Model) ที่ใช้และรุ่น (Hardware Revision)
-สำหรับ relative offset numbers and phase center variation (PCV) tables ให้ไปดูที่ the U.S.
National Geodetic Survey (NGS) website at www.ngs.noaa.gov/ANTCAL/.
-สำหรับ absolute offset numbers ให้ download PCV tables จากthe GEO++ website at www.geopp.com.
เปรียบเทียบค่า relative และ absolute จาก สองแหล่งจะมีความต่างกันดังตัวอย่าง Novatel/AntCom GPS-702G| Frequency | Absolute(GEO++/PCV) | Relative(NOAA-ANTCAL) |
|---|---|---|
| L1 | 66 mm(2.60inch) | 83 mm (3.27inch) |
| L2 | 63 mm(2.48inch) | 77 mm(3.03inch) |
| AVG | 65 mm(2.56inch) | N/A |
วันอาทิตย์ที่ 12 กุมภาพันธ์ พ.ศ. 2555
วิเคราะห์ระยะทางตามเส้น (linear referencing) สำหรับ GE KML
การวิเคราะห์ระยะทางตามเส้น (linear referencing) สำหรับ GE KML หรือเรียกง่านว่าการคำนวน หลักกิโลเมตร สำหรับ ตำแหน่งจุดสำคัญ สถานที่ เหตุการณ์ต่างๆ ตามเส้นทาง การสร้างเส้นทาง PATH อาจใช้ Google Earth เพราะทำได้ง่ายมีแผนที่ภาพดาวเทียมทั้งเก่าใหม่ให้เลือกใช้ เมื่อมีจัดสถานที่สำคัญ ให้กำหนดจุดบนเส้นทางตามต้องการ หลังกจากนั้นให SaveAs...Place ออกมา และใช้ซอฟต์แวร์ GE Path (v.1.4.6)http://www.sgrillo.net/googleearth/index.htm ขอบคุณคุณ Ricardo Sgrillo) อ่าน Path KML กลับเข้ามาแล้ว เลือก
-Remove names and icons
-Place Descriptons --> Cumulative Distance
--Length Unit --> Kilometer
--Method Dec.Places = 3
จากนั้นกด Run จะได้ KML ใหม่ชื่อต้อท้ายด้วย -path เปิดดูจะเห็นดังภาพ
จากนั้นลองเปิดดู Google Earth จะเส้นทางพร้อมระยะระยะทางตามเส้นที่ต้องการ
วันพุธที่ 28 ธันวาคม พ.ศ. 2554
การคำนวนระยะทางและพื้นที่สำหรับ GoogleEarth และ KML/KMZ
การวางแผนเชิงพื้น ผมเลือกใช้ Google Maps และ Google Earth บ่อยมาก โดยเเฉพาะ Google Earth ที่มีแผนที่เส้นทาง แผนที่ดาวเทียม ภาพถ่ายที่ผู้ใช้ร่วมกันเติมเข้ามา และยังมี map content มากมาย หากต้องเขียนแผนที่ ของเราไปก็สามารถทำได้ เพราะมีเครื่องมือ edit แทบเรียกได้ว่าเป็น GIS Editor ที่ดีทีเดียว KML/KMZ ที่ได้ยังเป็นมาตรฐาน สามารถแปลงเป็นรูปแบบอืนๆภายหลัง
แต่สิ่งหนึ่งที่ GE ฟรีขาดหายไปคือ ความสามารถในการคำนวน ระยะทางและพื้นที่! เข้าใจว่าหากเสียตังส์ซื้อ Google Earth Pro จะมีฟังก์ชันนี้ให้ อืม..แต่ว่ามีซอฟต์แวร์ on-line แก้ขัดช่วยได้ครับ เชน GE Tools โดย Znum Solutions เพียงเราเปิดดู KML ที่มี object Line Polygon ทำการ copy และ paste เข้าไป หรือจะเรียกเปิดแฟ้ม KML ก็ได้ ในตัวเลือกผู้ใช้สามารถเลือกให้คำนวนระยะทางหรือพื้นที่หรือทั้งสองอย่าง เลือกหน่วยระยะทาง และเลือกหน่วยพื้นที่ได้ ดังตัวอย่าง
จากนั้นให้กด Process Data >>>>>>
จะได้ผลดังนี้
===================================================
NAME,PERIMETER/LENGTH (km),AREA (sq. km)
ChannelHwy9,67.79946717103557
ค.สำโรง-ตะวันออก,11.357562703347
ค.สำโรง-ตะวันตก,12.116103241428199
ทล.305 รังสิต นครนายก,2.136323832384587
บึงพระราม9 (11 ตร.กม.),11.876656333037921,NaN
==================================================
ChannelHwy9,67.79946717103557
ค.สำโรง-ตะวันออก,11.357562703347
ค.สำโรง-ตะวันตก,12.116103241428199
ทล.305 รังสิต นครนายก,2.136323832384587
บึงพระราม9 (11 ตร.กม.),11.876656333037921,NaN
==================================================
วันอาทิตย์ที่ 9 ตุลาคม พ.ศ. 2554
การวางแผนเพื่อเตรียมโครงการ
การวางแผนเพื่อเตรียมโครงการใดๆ มักจะเริ่มต้นด้วยการรวบรวมข้อมูล และทำแผนที่ภูมิประเทศ (topographic map) ในปัจจุบันแผนที่ฟรีออนไล์ ที่มีทั้งแผนที่ภาพถ่ายดาวเทียมรายละเอียดสูงและแผนที่ถนน ผมสรุปได้ดังนี้
1) แผนที่ภาพดาวเทียมรายละเอียดสูง (high-resolution satellite) หรือแผนที่ภาพถ่ายออร์โทสี สำหรับพื้นที่ในประเทศไทย และพื้นที่อื่นๆ ทั่วโลกสามารถหาดูได้จาก
1.1 Google Maps/Google Earth http://maps.google.com (สดวก มีภาพอดีต)
1.2 Nokia Map http://maps.nokia.com (ภาพใหม่ 2010-2011)
1.3 Microsoft B-Ing Map http://www.microsoft.com
1.4 แผนที่ภาพออร์โทสีมาตราส่วน 1:4,000 http://www.lddservices.org (พ.ศ. 2544-2545)
2) คุณลักษณะของแผนที่ฟรีบนอินเตอร์
2.1 แผนที่ภาพถ่ายดาวเทียมรายละเอียดสูง มีการดัดแก้ออร์โท ความละเอียดถูกต้องทางตำแหน่ง +/-50 เมตร
2.2 แผนที่ถนนได้จากการสำรวจเส้นทางด้วยรถติดจีพีเอส มีความละเอียดถูกต้องทางตำแหน่ง +/-2 ถึง 15 เมตร
ตัวอย่างการเตรียมข้อมูลแผนที่ภาพที่ลิ้งนี้
1) แผนที่ภาพดาวเทียมรายละเอียดสูง (high-resolution satellite) หรือแผนที่ภาพถ่ายออร์โทสี สำหรับพื้นที่ในประเทศไทย และพื้นที่อื่นๆ ทั่วโลกสามารถหาดูได้จาก
1.1 Google Maps/Google Earth http://maps.google.com (สดวก มีภาพอดีต)
1.2 Nokia Map http://maps.nokia.com (ภาพใหม่ 2010-2011)
1.3 Microsoft B-Ing Map http://www.microsoft.com
1.4 แผนที่ภาพออร์โทสีมาตราส่วน 1:4,000 http://www.lddservices.org (พ.ศ. 2544-2545)
2) คุณลักษณะของแผนที่ฟรีบนอินเตอร์
2.1 แผนที่ภาพถ่ายดาวเทียมรายละเอียดสูง มีการดัดแก้ออร์โท ความละเอียดถูกต้องทางตำแหน่ง +/-50 เมตร
2.2 แผนที่ถนนได้จากการสำรวจเส้นทางด้วยรถติดจีพีเอส มีความละเอียดถูกต้องทางตำแหน่ง +/-2 ถึง 15 เมตร
ตัวอย่างการเตรียมข้อมูลแผนที่ภาพที่ลิ้งนี้
สมัครสมาชิก:
บทความ (Atom)



