He encontrado errores muy grandes de altitudes en el DTM, hasta 4-5 metros.
Por un lado tengo realizado el DSM y generado las curvas de nivel para el DSM (en color CIAN).
Por otro lado he realizado el DTM y generado las curvad de nivel a partir de dicho DTM (en color ROJO).
En campo he tomado puntos con GPS de precisión (<5cm) que me han servido para la calibración del trabajo y como puntos de control. En los ejemplos se encuentran la cota real de los puntos de control.
Aquí muestro 2 ejemplos donde se ve el error de cálculo del MDT en una zona donde no hay árboles, edificios o cualquier otro objeto, aparte del terreno.
EJEMPLO 1: (curvas: MDS=CIAN MDT=ROJO)
EJEMPLO 2: (curvas: MDS=CIAN MDT=ROJO)
Antes, con la clasificación automática de puntos de terreno, aunque estuviese en fase BETA, hacía un primer filtrado de puntos del terreno. Después se podía modificar manualmente para posteriormente realizar el MDT únicamente con los puntos que nosotros considerábamos que eran realmente del terreno.
Ahora, todo el proceso para la generación del MDT es automático sin que podamos verificar de ninguna manera qué datos está tomando para la generación de dicho MDT.
Creo que el filtrado automático de puntos, sin ser totalmente preciso, ahorraba mucho tiempo, teniendo que usar la clasificación manual únicamente en las zonas donde creemos necesario.
Con esto obtendríamos un MDT mucho más preciso para poder entregarlo al cliente ya que actualmente no puedo ofrecerle este producto, ya que no me fío de los resultados de MDT que me está proporcionando PIX4D.
Las curvas de nivel las he generado directamente con PIX4D, pero posteriormente he colocado la ortofoto y las curvas de nivel en otro software para enviar las capturas que puse al inicio del post.
Por otro lado, a partir del archivo *_dtm.tif que genera PIX4D, he calculado las curvas de nivel con otro software y el resultado ha sido el mismo.
Entiendo que error de cálculo se comete en la generación del DTM, ya que las curvas de nivel se generan a partir de éste.
No sé exactamente el proceso que sigue el programa para la generación del DTM. Supongo que lo hace a partir de un filtrado de puntos de terreno a partir de algún algoritmo y luego genera la nueva superficie únicamente con los puntos que él programa considera que son puntos de terreno. En ese punto es donde debería dejar al usuario intervenir modificando dicha nube de puntos de terreno para poder añadir o borrar manualmente los puntos que el usuario crea convenientes, generándose un DTM más acorde con la realidad.
El modelo parece que se ajusta bien y el informe de calidad no me da ningún error, sin embargo las cotas del mdt no me coinciden con las cotas que yo he tomado con GPS. No son todas, las que están en llano están perfectas pero en las zonas con elevación donde también cogí puntos es donde fallan.
Al principio pensé que era un fallo de coordenadas pero probé con otros sistemas y sigo igual. Pienso que tal vez sea algún parámetro del pix4d que tenga activado y altera las cotas del mdt, pero no encuentro el fallo y necesito entregar el trabajo. En mi caso el mdt lo he generado con un espaciado de grid de 20 cm, ¿Puede que este valor sea demasiado pequeño y por eso falle el modelo? Porque ya no se me ocurre nada más…
en mi caso he realizado varios vuelos de prueba antes de introducir pix4d a mi linea de producción. he encontrado que todo ajusta bien en el reporte de calidad. sin embargo al importar la información en otro software profesional. las elevaciones de los puntos de control y el terreno presentan diferencias.al visualizar los pares estereo y al replantear en terreno. es por ser la versión de prueba o el software con licencia presentará la misma deficiencia. esto no me da confianza para decidir comprar la licencia perpetua. (las pruebas que he realizado cuentan con puntos de control terrestre rtk y con estación topografica.
Es verdad que no es posible de elegir opciones para la generación del Modelo Digital del Terreno (MDT) y puede ser que el modelo automático no sea siempre muy preciso. Ahora mismo, estamos trabajando en implementar la clasificación automática de la nube de puntos que clasificará los puntos entre varios grupos. Este algoritmo será más avanzado que la clasificación de las versiones anteriores y, junto con las correcciones hechas a mano, se tendrán en cuenta para la generación del MDT.
Sin embargo, nos interesa mucho mejorar el algoritmo del MDT y nos gustaría procesar votre proyecto y analizar las salidas. ¿Es posible que nos mandéis el proyecto (imágenes y fichero p4d) para investigar más en detalle? Por eso, podéis subir el proyecto en nuestra nube o compartirlo en algún servicio como dropbox, wetransfer, etc.
Hemos investigado tu proyecto más en detalle y es verdad que el MDT automático tiene algunos errores, principalmente a las calles, como ilustran las capturas de pantalla que has subido al foro.
Hemos procesado el proyecto con el algoritmo de la clasificación automática que intenta clasificar los puntos en varios grupos. Luego, hemos generado el MDT con el mismo algoritmo como tu, pero usando la clasificación como información adicional.
Como puedes ver a las capturas adjuntas, los resultados son mucho mejores:
Captura 1
En negro, vemos las cotas de nivel del MDS, en rojo vemos las cotas de nivel del MDT y en verde vemos las cotas de nivel del MDT usando la clasificación.
Esta claro que las cotas de nivel del MDT usando la clasificación representan mucho mejor el terreno y la calle. Ademas, las cotas de nivel en verde están de acuerdo con el las del MDS al terreno. Las diferencias entre las cotas de nivel del MDS y el MDT se justifican por la resolución diferente (DSM: 1 GSD, DTM: 5 GSD).
Captura 2
Lo mismo se nota a otra parte del modelo también.
Captura 3
Sin embargo, hay algunas áreas donde la clasificación no ha dado buenos resultados, como en estos edificios. En este caso, el MDT con la clasificación es peor y el efecto se nota a las cotas de nivel. Seguimos trabajando a mejorar los resultados de la clasificación que entregará un MDT mejor.
These cookies are necessary for the website to function and cannot be switched off in our systems.
They are usually only set in response to actions made by you which amount to a request for services, such as setting your privacy preferences,
logging in, or filling in forms. These cookies do not store any personally identifiable information.
These cookies allow us to count visits and traffic sources so we can measure and improve the performance of our site.
They help us to know which pages are the most and least popular and see how visitors move around the site.
All information these cookies collect is aggregated and therefore anonymous.
If you do not allow these cookies we will not know when you have visited our site, and will not be able to monitor its performance.
These cookies may be set through our site by our advertising partner (Google).
They may be used by Google to build a profile of your interests and show you relevant adverts on other sites.
They do not directly store personal information but are based on uniquely identifying your browser and internet device.
If you do not allow these cookies, you will experience less targeted advertising.