bachelorarbeit im studiengang geodäsie und geoinformatik ... · bachelorarbeit ‐ wenck, stefan 1...
TRANSCRIPT
LeibnizUniversitätHannoverInstitutfürPhotogrammetrieundGeoinformatikProf.Dr.‐Ing.C.Heipke
BachelorarbeitimStudiengangGeodäsieundGeoinformatik
zudemThema:
UntersuchungdesEchtzeit3D‐MesssystemsMVC‐F5
alsAlternativezurphotogrammetrischen
Erstellungvon3D‐ModellenausFotos
Datum: 19.Januar2015
Eingereichtvon: StefanWenck
Matrikelnummer: 2863280
Erstprüfer: Prof.Dr.‐Ing.C.Heipke
Zweitprüfer: Dr.‐Ing.M.Wiggenhagen
Institut für Photogrammetrie
und GeoInformation
Bachelorarbeit
Thema: Untersuchung des Echtzeit 3D-Messsystems MVC-F5 als Alternative zur
photogrammetrischen Erstellung von 3D-Modellen aus Fotos
Aufgabenstellung für Herrn Stefan Wenck
Die photogrammetrische Erstellung von 3D-Modellen aus Fotos basiert
auf der Verknüpfung von mehreren Einzelbildern aus unterschiedlichen
Aufnahmerichtungen (Mehrbildtriangulation). Damit diese Verknüpfung
automatisiert erfolgen kann, muss die Objektoberfläche eine ausreichend gute
Textur aufweisen. Ist dieses nicht der Fall, wird in den meisten Fällen mit einem
Projektor eine Textur oder ein Muster auf das Objekt projiziert. Diese Messsysteme
werden jedoch in den meisten Fällen statisch im Labor eingesetzt.
Das handgehaltene transportable Messsystem MVC-F5 stellt somit ein Alternative
dar, dessen Potenzial in dieser Arbeit untersucht werden sollte. Hierzu ist die
Funktionsweise des Systems zu beschreiben, geeignete Testobjekte auszuwählen
und die Ergebnisse anhand von Kontrollstrecken und ggf. Referenzmodellen zu
überprüfen. Abschließend wird eine Aussage über die Eignung des Messsystems für
typische Anwendungen der 3D-Erfassung erwartet.
Ausgabetermin: 01.08.2014
Abgabetermin: 01.02.2015
Dr.-Ing. Manfred Wiggenhagen
Fakultät für Bauingenieurwesen
und Geodäsie
Institut für Photogrammetrie
und GeoInformation
Prof. Dr.-Ing. habil. Christian Heipke
Dr.-Ing. Manfred Wiggenhagen
Tel. +49 511 762-3304
Fax +49 511 762-2483
E-Mail: wiggenhagen
@ipi.uni-hannover.de
01.08.2014
Besucheradresse:
Nienburger Straße 1
30167 Hannover
www.ipi.uni-hannover.de
Zentrale:
Tel. +49 511 762 0
www.uni-hannover.de
EidesstattlicheErklärung:
Icherklärehiermiteidesstattlich,dassichdievorliegendeArbeitmitdemThema„Unter‐
suchungdesEchtzeit3D‐MesssystemsMVC‐F5alsAlternativezurphotogrammetrischen
Erstellung von3D‐Modellen ausFotos“ selbstständig undnur unter Zuhilfenahmeder
ausgewiesenenHilfsmittelangefertigthabe.SämtlicheStellenderArbeit,dieimWortlaut
oderdemSinnnachanderengedrucktenoderimInternetverfügbarenWerkenentnom‐
mensind,habeichdurchgenaueQuellenangabenkenntlichgemacht.DieArbeitwurde
bisheringleicheroderähnlicherForm,auchnichtinTeilen,keineranderenPrüfungsbe‐
hördevorgelegtundauchnichtveröffentlicht.
Hannover,den19.Januar2015
……………………………StefanWenck
Inhaltsverzeichnis
1. Motivation..................................................................................................................................1
2. Grundlagen................................................................................................................................3
2.1. AufnahmeverfahrenNahbereichsphotogrammmetrie...................................................3
2.1.1. Zweikameramesssystem.........................................................................................................3
2.1.2. ZweikameramesssystemmitStreifenprojektion..........................................................5
2.1.3. EinkameramesssystememitStreifenprojektion...........................................................6
2.1.4. EinkameramesssystememitZufallsmusterprojektion..............................................8
2.2. Kamerakalibrierung....................................................................................................................12
2.2.1. Verzeichnungseffekte............................................................................................................12
2.2.2. Testfeldkalibrierung.............................................................................................................13
2.3. 3D‐MesssystemMCV‐F5............................................................................................................15
2.3.1. MantisVisionCamera‐MVC.............................................................................................15
2.3.2. MantisVisionProducer‐MVP..........................................................................................17
2.3.3. Kalibrierungdes3D‐MesssystemMCV‐F5...................................................................18
3. Konzept....................................................................................................................................19
3.1. AuswahlderMessobjekte.........................................................................................................20
3.2. Voruntersuchung..........................................................................................................................22
4. Messung...................................................................................................................................24
4.1. AufnahmemitderMVC..............................................................................................................24
4.2. AuswertungmitdemMVP........................................................................................................26
4.3. UntersuchungderErgebnisse.................................................................................................28
4.3.1. Messobjekt:Testobjekt(Treppe).....................................................................................28
4.3.2. Messobjekt:Motorblock.......................................................................................................32
4.3.3. Messobjekt:Aluminiumkoffer...........................................................................................34
4.4. Anwendungsbeispiel:Autoinnenraum...............................................................................36
5. ZusammenfassungundAusblick.....................................................................................39
6. Literaturverzeichnis............................................................................................................41
Bachelorarbeit‐Wenck,Stefan 1
1. Motivation
In vielen Anwendungsbereichen der Nahbereichsphotogrammmetrie stellen spezielle
Oberflächeneigenschaften eines Messobjekts eine Herausforderung für die photo‐
grammetrische Aufnahme und Rekonstruktion dar. Das Erfassen von komplexen
OberflächenstrukturenmithohemDetailgradundvonstarkreflektierendenOberflächen
gehörtzumalltäglichenGeschäft.
Meistens wird bei der Aufnahme solcher Messobjekte mit statischen Streifenprojek‐
tionssystemenoderterrestrischenLaserscannerngearbeitet,weildiedreidimensionale
RekonstruktionausnormalenKamerabildern (Mehrbildtriangulation) an ihreGrenzen
stößt.HierzumüssendieObjekte zurAufnahmeentweder ins Labor zumMesssystem
gebracht werden, oder das Aufnahmesystem muss zum Objekt gebracht und vor Ort
aufgebaut werden. Da die Messobjekte meist nicht transportierbar sind, sollte das
eingesetzteMesssystemmöglichstmobilseinundhinsichtlichderWirtschaftlichkeitauch
ohne lange Aufbauphase einsatzbereit sein. Solche Systeme müssen ein Objekt zur
komplettenErfassungvonunterschiedlichenRichtungen(Standpunkten)ausaufnehmen,
waseineregelmäßigeUmpositionierungdesSystemsbedeutet.BeikomplexenObjekten
mussdieAnzahlderStandpunktedementsprechendhochgewähltwerden,waszuLasten
derWirtschaftlichkeitgeht.
FürvieleAnwendungen,wäresomiteintransportablesundhandgehaltenesMessgerät,
welchesauchmitdenobengenanntenOberflächeneigenschaftenarbeitenkann,besser
geeignet. Ein handgehaltenesMessgerät ermöglicht eine dynamische Aufnahme (freie
Bewegung des Messsystems über die Objektoberfläche), womit die Erfassung von
komplexenStrukturenohneerhöhtenZeitaufwanddurchStandpunktwechselmöglichist.
DasindieserArbeituntersuchteEchtzeit3D‐MesssystemMVC‐F5gehörtzuderKategorie
derhandgehaltenenunddynamischmessendenAufnahmesysteme.
Nach einer Einführung in die grundlegenden Aufnahmeverfahren und Projektions‐
techniken der Nahbereichsphotogrammmetrie folgen die Grundlagen zur Kamera‐
kalibrierungsowieeineBeschreibungderKomponentendes3D‐MesssystemMVC‐F5und
desdazugehörigenSoftwarepakets(MVP)zurAuswertungundKalibrierung.
In dem Konzept der Arbeit werden ausgewählte Messobjekte vorgestellt, die für die
optische 3D‐Rekonstrukion teilweise besondere Oberflächeneigenschaften aufweisen.
Bachelorarbeit‐Wenck,Stefan 2
Mit demZiel eineAussageüberdieGenauigkeit undZuverlässigkeit desMesssystems
treffen zu können, wird im Rahmen der Voruntersuchung eine Abschätzung der
theoretisch erreichbaren Objektgenauigkeiten für das 3D‐Messsystem MVC‐F5
durchgeführt.
ImAnschlusswerdenderAblaufunddieBesonderheitenvondemAufnahmeprozessvor
Ort, über die Auswertung mit der dazugehörigen Software, bis hin zum Erhalt der
dreidimensionalen skalierten Punktwolke, beschrieben. Die Punktwolken und die
HandhabungdesMesssystemswerdenbewertetundanalysiert.FürdieBewertungeiner
PunktwolkewirdeinVergleichsmodellauseinerMehrbildtriangulationerzeugt.
ZusätzlichzudenausgewähltenMessobjekten,wirdabschließendeinanwendungsnahes
Beispiel vorgestellt, eine nahezu vollständige Punktwolke eines Autoinnenraums. Die
Vorteile des MVC‐F5 Messsystems gegenüber vergleichbaren oder alternativen
Messsystementretendabeihervor.
Bachelorarbeit‐Wenck,Stefan 3
2. Grundlagen
2.1. AufnahmeverfahrenNahbereichsphotogrammmetrie
DieAufnahmeverfahreninderNahbereichsphotogrammmetrieunterscheidensichinder
AufnahmekonfigurationundindenverschiedenenAufnahmetechnikenvonpassivenund
aktivenSensorsystemen.PassiveVerfahrenwiebeispielsweisedieStereobildaufnahme
oderdieMehrbildaufnahmearbeitenohneaktiveLichtquellen.Sienutzenausschließlich
die vorhandene Umgebungsbeleuchtung. Wird ein passives Sensorsystem mit
beispielsweise einem aktiven LCD‐Projektor erweitert, wird es als aktives
AufnahmeverfahrenoderaktivesMultisensorsystembezeichnet.[Luhmann2010,S.132]
2.1.1. Zweikameramesssystem
Ein Zweikameramesssystem ist die Minimalkonfiguration zur passiven dreidimen‐
sionalenOberflächenerfassung.SiefindethäufigAnwendung,wenndieBildauswertung
anschließendvisuelloderautomatischstereoskopischerfolgensoll.InAbbildung2.1sind
zweiStereobildkonfigurationendargestellt.
Abbildung2.1:Stereobildkonfigurationen
Abbildung2.1.azeigtdenNormalfallmiteinerparallelenAufnahmerichtungundgleichem
Abstand zumObjekt. Eine paralleleAufnahmerichtung ist für die visuelleAuswertung
Voraussetzung, da das menschliche Sehsystem nur begrenzt konvergente Aufnahmen
verarbeiten kann. In der digitalen Stereobildauswertung werden meist konvergente
Bildpaare (Abbildung 2.1.b) verwendet, weil der Überlappungsbereich beider Bilder
Bachelorarbeit‐Wenck,Stefan 4
deutlichgrößeristundsomitmehrInformationenauseinemBildpaargewonnenwerden
können.[Luhmann2010,S.132]
Eine Stereobildaufnahme kann zum Beispiel mit einer Stereokamera erzeugt werden,
wobeizweiKameraszeitgleicheinMessobjektaufnehmen.WieinAbbildung2.2zusehen
ist,sinddiezweiKamerasineinemgemeinsamenGehäusemontiertundzueinanderfest
orientiert.[Luhmann2010,S.206]
Abbildung2.2:StereokameraAXIOS3D
Die Parameter der inneren Orientierung der Kameras und die Basis zwischen den
BildhauptpunktenmüssenauseinerKalibrierung (sieheKapitel2.2)bekannt sein,um
einedreidimensionaleObjektrekonstruktionausdemjeweiligenBildpaarenberechnen
zu können. Diese Rekonstruktion basiert auf der Messung von Bildkoordinaten
homologerBildpunkte,ausdenenmittelsEpipolargeometrie3D‐Koordinatenaufeiner
Objektoberflächebestimmtwerdenkönnen.[Luhmann2010,S.132,206]
Abbildung2.3:Epipolarebene
InAbbildung2.3istzurVeranschaulichungderEpipolargeometriedieEpipolarebenefür
denStereonormalfallabgebildet.DiePunkteO‘undO‘‘sinddieProjektionszentrenundP
ist der Punkt auf der Objektoberfläche. Bei einem korrekten Strahlenschnitt in der
Epipolarebene(graueFläche)istzuerkennen,dasssicheinzumBildpunktP‘homologer
Bachelorarbeit‐Wenck,Stefan 5
BildpunktP‘‘imrechtenBildaufderEpipolarliniek‘‘befindenmuss.DerSuchbereichfür
eineZuordnungvonhomologenBildpunktenwirdsomitstarkeingeschränkt.[Luhmann
2010,S.273–275]
IneinemBildpaarkönnenhomologeBildpunktenurdanneindeutigidentifiziertwerden,
wenn dieObjektoberfläche viel Textur vorweisen kann. Das bedeutet einenmöglichst
hohenKontrastderFarb‐oderGrauwertbilder,eineheterogeneOberflächenstrukturund
eine ausreichende Beleuchtung der Objektoberfläche durch natürliche
Umgebungsbeleuchtung oder andere externe Lichtquellen. Die Suche nach homologen
Bildpunkten führt bei Objekten mit einer wiederkehrenden Oberflächenstruktur zu
Mehrdeutigkeiten.
2.1.2. ZweikameramesssystemmitStreifenprojektion
WennesbeiderOberflächenberechnungeinesMessobjektesdurcheinZweikameramess‐
system zu Mehrdeutigkeiten kommt, kann dieses System zum Beispiel mit einem
Streifenprojektorerweitertwerden(Abbildung2.4).DerStreifenprojektorbeleuchtetdas
Messobjekt aktiv mit beispielsweise einer künstlichen Textur in der Form von
Streifenmustern (siehe Kapitel 2.1.3). Mittels dieser Streifen können eventuelle
Mehrdeutigkeiten aufgelöst werden, weil die homologen Bildpunktewieder eindeutig
identifizierbarsind.[LuhmannundMüller2011,S.248–251]
Abbildung2.4:ErweiterungeinesZweikamerasystemsmiteinemStreifenprojektor
FüreinedreidimensionaleObjektrekonstruktionistkeinezwingendeEinbeziehungder
geometrischen Parameter des Projektors erforderlich. DieObjektrekonstruktion kann,
wieinKapitel2.1.1beschrieben,auchnurüberdiezweizueinanderkalibriertenKameras
erfolgen.EineKalibrierungdesProjektorsbezüglichderKamerasbietetjedochnützliche
Vorteile.MitdenzusätzlichenbekanntengeometrischenParameternwirddieRedundanz
Bachelorarbeit‐Wenck,Stefan 6
der Messung erhöht, woraus eine bessere Kontrollierbarkeit und Zuverlässigkeit der
Ergebnisseresultiert.[Luhmann2010,S.500]
Wie in Kapitel 2.1.1 erwähnt, sind Zweikameramesssysteme auf ausreichend
Umgebungslicht zur Beleuchtung des Messobjektes angewiesen, um für die
Bildpunktzuordnung die vorhandene Oberflächentextur nutzen zu können. Bei
MesssystemenmiteinemaktivenStreifenprojektorkannzuvieloderstarkwechselndes
UmgebungslichtzueinerÜberdeckungundVerfälschungderprojiziertenTexturführen.
DieHerstellervonsolchenaktivenMesssystemennutzenverschiedeneVarianten,umdie
Messungen möglichst unabhängig von der Umgebungsbeleuchtung durchführen zu
können.ZumBeispielnutztdasUnternehmenGOMinvielenseinerMesssystemeblaues
Licht und nennen das High‐End Blue Light Technology, mit welcher eine hohe
UnempfindlichkeitgegenUmgebungslichtversprochenwird.
Abbildung2.5:ATOSCompactScan5M
In Abbildung 2.5 ist als ein Beispiel für ein Zweikameramesssystem mit
StreifenprojektionderATOSCompactScan5MvonderFirmaGOMdargestellt.Linksund
rechts außen sind die zwei Kameras zu erkennen und in der Mitte angeordnet der
Projektor.[GOM‐GesellschaftfürOptischeMesstechnikmbH2014]
2.1.3. EinkameramesssystememitStreifenprojektion
Ein vollständig kalibriertes Zweikameramesssystem mit Streifenprojektor erzeugt
redundanteMesswerte.AnalogzuderinKapitel2.1.1genanntenMinimalkonfiguration
kann auch mit einer Kamera und einem Projektor eine Oberflächenberechnung
durchgeführtwerden.VoraussetzungsindbekannteParameterderinnerenOrientierung
vonKameraundProjektor sowie einebekannte relativeOrientierung.Die Suchenach
homologen Bildpunkten entspricht hier der Zuordnung eines Kamerabildpunktes und
Bachelorarbeit‐Wenck,Stefan 7
Projektorbildpunktes auf der Epipolarlinie.Der Projektorbildpunkt kann zumBeispiel
überseinedirekteNachbarschafteindeutigdefiniertwerden.
In Abbildung 2.6 ist das Messprinzip eines Einkamerasystems mit Streifenprojektion
dargestellt.Der Projektor beleuchtet dasObjektmit sinusförmigen Streifensequenzen.
DieKameramisstinjedemPixelIntensitätswerte,auswelchensichdieStreifenposition
auf demObjekt berechnen lässt. Bei diesemMessprinzip entstehenMehrdeutigkeiten,
weil die Ergebnisse nur im Bereich von– bis eindeutig sind. Für das gesuchte
Ergebnismüssen ganze Vielfache von2 dazu addiertwerden,was als Demodulation
oderunwrappingbezeichnetwird.DurchdenEinsatzvonabsolutmessendenVerfahren,
zum Beispiel durch eine Variierung der Wellenlänge während einer sinusförmigen
Streifensequenz,kanndiesesProblemgelöstwerden.[Luhmann2010,S.373–374]
Abbildung2.6:EinkamerasystemmitStreifenprojektion
[Luhmann2014,S.42]
Bei der Streifenprojektion ist insbesondere bei unstetigen Objektoberflächen die
AuflösungderMehrdeutigkeitenproblematisch.DascodierteLichtschnittverfahren,wie
in Abbildung 2.7 dargestellt, ist ein weiteres absolut messendes Streifenprojektions‐
verfahren. Hierbei erzeugt der Projektor zeitlich aufeinander folgend binär codierte
Streifenmuster. Die synchron geschaltete CCD‐Kamera erfasst die vom Messobjekt
reflektiertenunddeformiertenStreifen,binärisiertdieseundspeichertsiealsBitwerte
ab.JederKamerabildpunktkannsomiteindeutigeinemProjektorbildpunktzugeordnet
werden.[Luhmann2010,S.372–375]
Bachelorarbeit‐Wenck,Stefan 8
Abbildung2.7:CodiertesLichtschnittverfahren
SowohldasMessverfahrender sinusförmigenStreifenprojektionals auchdas codierte
LichtschnittverfahrensetzeneinestatischeMessanordnungvoraus,dainbeidenFällen
zeitlich aufeinander folgend Streifenmuster auf dasMessobjekt projiziert undmit der
KamerainmehrerenBildernerfasstwerden.
Der in Kapitel 2.1.2 beschriebene Einfluss auf eineMessung durch zu viel oder stark
wechselndes Umgebungslicht ist bei Messsystemenmit nur einer Kamera und einem
Projektorebensoproblematisch.WenndieprojiziertenStreifennichtmehreindeutigzu
erkennensind,gibtesMessausfälle,diewegenderfehlendenredundantenInformation
derzweitenKameranichtaufgedecktwerdenkönnen.
2.1.4. EinkameramesssystememitZufallsmusterprojektion
VerfahrenmitaktiverStreifenprojektion,welcheinSequenzeneinMessobjektbeleuchten
und mehrere Bilder pro Sequenz schießen (Multi‐Shot), setzen voraus, dass sich das
Messobjekt und das Sensorsystem während einer Sequenz nicht bewegen. Um eine
dynamischeSzeneaufzunehmenoderdasSensorsystemwährendeinerMessungfreiim
Raum bewegen zu können,muss dasMessobjektmit einemMuster belichtetwerden,
welcheseineOberflächenberechnungübernureinKamerabild(Single‐Shot)ermöglicht.
In einem solchenMuster sollte optimalerWeise jedes Bildpixelmit Berücksichtigung
seinerdirektenNachbarschafteinzigartigsein.FüreineeindeutigeZuordnungeineszum
ProjektorbildpunkthomologenKamerabildpunktsdarfsichindemSuchbereich,alsoauf
Bachelorarbeit‐Wenck,Stefan 9
derEpipolarlinie,dasMusternichtwiederholen.WiederholtsichdasMuster,kommtes
zuMehrdeutigkeiten.
NebenverschiedenenVariantenvonMulti‐ShotundSingle‐ShotStreifenindexverfahren
[siehe: Geng 2011, S. 140–143] gibt es mehrere Gitterindexverfahren, wovon im
Folgendeneinigekurzbeschriebenwerden.
Abbildung2.8:Pseudo‐randomBinaryArray
DasGrundprinzipderGitterindexverfahrenistanhandeinesVerfahrennamensPseudo‐
randomBinaryArray(PRBA)nachvollziehbar.WieinAbbildung2.8zuerkennen,sindauf
einem gleichmäßigen Gitternetz einige Gitterknoten mit Punkten versehen. In dem
KamerabildwirdeinSuchfensterüberdieZeilengeschoben,mitwelchemimmermehrere
Gitterknotengleichzeitigbetrachtetwerden.JederGitterknotenwirdbinärumgewandelt.
Pseudo‐randombedeutet,dassdieKombinationderPunktezufälligerzeugtwird,aber
zeitgleichkontrolliertwird,dasssichaufderEpipolarliniekeineKombinationwiederholt.
Somit istderAusschnitt eines Suchfensters imSuchbereicheinzigartig. [Geng2011, S.
144]
Abbildung2.9:BitmusteralsCodewort(dreiWerte)
Bachelorarbeit‐Wenck,Stefan 10
Das PRBA Grundprinzip kann an unterschiedlichen Stellen verändert werden. An der
StellevonBinärcodeskönnenzumBeispielCodewortemitmehrerenZeichenverwendet
werden,umeinebessereObjektauflösungzuerreichenoderdasAuftretenvonmöglichen
Mehrdeutigkeiten weiter zu reduzieren. In Abbildung 2.9 sind drei verschiedene
Bitmuster zufällig angeordnet, welche in dem jeweiligen Suchfenster ein eindeutiges
Codewortergeben.[Geng2011,S.144–145]
Abbildung2.10:Color‐CodeGitter
Eine andere Variante des Gitterindexverfahrens ist die Verwendung eines farblich
codierten Gitters (Abbildung 2.10). Durch die Verwendung von Farben, ist dasMess‐
systemdraufangewiesenimsichtbarenSpektrumzuarbeiten,waswieinKapitel2.1.2
erwähnt,eineAbhängigkeitvondemUmgebungslichtbedeutenkann.Dasvertikaleund
horizontaleCodierungsschemaderStreifenkanngleichseinodertotalunterschiedlich,es
hängt von der Anwendung ab. Es gibt keine Garantie für die Einzigartigkeit in einem
Suchfenster,aberdiekoloriertenStreifeninbeidenRichtungeninderKombinationmit
einemgrobenVorwissenzurMessobjektausdehnungermöglichenindenmeistenFällen
dasAuflösenderMehrdeutigkeiten.EinNachteilzudenvorherigenVerfahrensinddie
dünnenGitterlinien,weildieseaufstarkheterogenenObjektoberflächeneventuellnicht
klarerkennbarprojiziertwerdenkönnen.[Geng2011,S.145]
Abbildung2.11:Zufallsmusterprojektion[Luhmann2012,S.185]
Bachelorarbeit‐Wenck,Stefan 11
In Abbildung 2.11 ist ein Zufallsmuster dargestellt, welches im Vergleich zu den
GitterindexverfahrenkeineregelmäßigeGrundstrukturaufweist.DieweißeLinieindem
Bild stellt die Epipolarlinie dar, auf welcher das Suchfenster verschoben wird. Das
bedeutet, ähnlich wie beim PRBA muss die Kombination aus hellen und dunklen
Bildpixeln in dem Suchbereich einzigartig sein, um eine eindeutige Zuordnung der
homologen Punkte zu ermöglichen. Durch die Verwendung von Grauwert‐ oder
BinärwertmusternkanneinsolchesMesssystemauchinBereichendesnichtsichtbaren
Spektrumsarbeiten,wiezumBeispielimInfrarotbereich.
Abbildung2.12:PatentierteMV‐Musterprojektion
DasindieserArbeitbehandelte3D‐MesssystemMVC‐F5arbeitetauchmiteinersolchen
Zufallsmusterprojektion.InAbbildung2.12istdievonderFirmaMantisVisionpatentierte
Zufallsmusterprojektion abgebildet. In dem rechten Teilbild ist dasMuster auf einem
Messobjektzusehen.DiegelbeLiniesolldieEpipolarliniesymbolisieren.Auchhiersoll
sich das Muster auf der Epipolarlinie nicht wiederholen. Die Zuordnung von
KamerabildpunktundProjektorbildpunktwirdüberdieBetrachtungderBildpixelmittels
einer Mustermatrix umgesetzt. In dieser Matrix wird jeder Pixel mit seiner direkten
Umgebungbetrachtet,wasdurchdasgelbeQuadratimlinkenTeilbildgezeigtwird.
Bachelorarbeit‐Wenck,Stefan 12
2.2. Kamerakalibrierung
DieKalibrierung vonKameramesssystemendient zur Bestimmung des geometrischen
Kameramodells,welchesdurchdieParameterderinnerenOrientierungbeschriebenist.
Diese Parameter beschreiben die Lage des Projektionszentrums im kamerafesten
Bildkoordinatensystem (Bildhauptpunkt undKammerkonstante) sowieAbweichungen
von der idealen zentralperspektiven Abbildung (Abbildungsfehler). Parameter zur
ModellierungvonAbbildungsfehlernbeschreibeninersterLiniedenEinflussderradial‐
symmetrischen Verzeichnung sowie radial‐asymmetrische und tangentiale
Verzeichnung.DerEffektdieserVerzeichnungenwirdinKapitel2.2.1erläutert.
Es gibt verschiedenen Strategien und Verfahren zur Kalibrierung von Kameramess‐
systemen. Der Zeitpunkt und die Häufigkeit einer Kalibrierung können strategisch
gewählt werden. Zum Beispiel hinsichtlich der Optimierung von Genauigkeit und
Wirtschaftlichkeit ist, inAbhängigkeitderAnforderungenaneineMessaufgabe,bereits
bei der Planung abzuwägen, ob eine Kalibrierung eines Messsystems notwendig ist.
Neben denVerfahren der Laborkalibrierung und der Simultankalibrierung gibt es die
Testfeldkalibrierung,welche in Kapitel 2.2.2 genauer erläutert ist. [Luhmann 2010, S.
146–148,S.554–557]
2.2.1. Verzeichnungseffekte
EinEffektistdieradial‐symmetrischeVerzeichnung,welchedurchBrechungsänderungen
an der Linse des Objektivs entsteht. Sie ist abhängig von der Wellenlänge, der
Blendeneinstellung,deraktuellenFokussierungundderObjektentfernungbeikonstanter
Fokussierung.WieinAbbildung2.13dargestellt,nimmtderVerzeichnungseffektaufdie
BildpunkteindenBildeckendengrößtenEinfluss.EristvomBildradiuseinesBildpunktes
abhängig.JeweitereinBildpunktvomBildhauptpunktentferntist,destogrößeristdie
AuswirkungderVerzeichnung.
Die Effekte der radial‐asymmetrische und tangentialen Verzeichnung werden im
WesentlichendurcheineDezentrierungderLinsenimObjektivverursacht.Fürqualitativ
hochwertigeObjektive ist ihrAnteil gegenüberder radial‐symmetrischeVerzeichnung
deutlich geringer und muss daher nur bei hohen Genauigkeitsanforderungen
mitbestimmt werden. Bei der Verwendung von einfachen Objektiven müssen diese
VerzeichnungseffekteinjedemFallmitbestimmtwerden.[Luhmann2010,S.148–151]
Bachelorarbeit‐Wenck,Stefan 13
Abbildung2.13:Auswirkungenderradial‐symmetrischenVerzeichnung
2.2.2. Testfeldkalibrierung
Bei der Testfeldkalibrierung wird von mehreren Blickwinkeln aus ein signalisiertes
ObjektpunktfeldmitbekanntenKoordinatenoderStreckenaufgenommen.SolcheFelder
können fest an einemObjekt angebracht oder transportabel sein. Sie bestehen in der
RegelauseinemPunkt‐und/oderGittermuster.
Abbildung2.14:AufnahmeanordnungzurTestfeldkalibrierung
DieParameter zurBestimmungdes geometrischenKameramodellswerdenmit einem
Verfahrenausgeglichen,welchesbeliebigvieleimRaumangeordneteBilderrechnerisch
simultan einpasst. Dies geschieht unter der Berücksichtigung photogrammetrisch
gemessener Bildpunkte, geodätischer Beobachtungen und eines übergeordneten
Bachelorarbeit‐Wenck,Stefan 14
Koordinatensystems. Das Verfahren wird als Bündelblocktriangulation oder
Bündelblockausgleichung bezeichnet (Erklärung: Luhmann 2010, S. 301–306). Neben
denKalibrierungsparameternkönnenauchdieParameterderäußerenOrientierungund
dieausgeglichenenTestfeldkoordinatenbestimmtwerden.
Mit einer geeigneten Aufnahmekonfiguration zur Testfeldkalibrierung können uner‐
wünschte Korrelationen zwischen den berechneten Parametern bei der Bündelblock‐
ausgleichungvermiedenwerden.EineguteAufnahmekonfigurationbestehtinderRegel
ausachtAufnahmen,diewie inAbbildung2.14dargestellt, frontalundschrägaufdas
räumlicheTestfeldgerichtetwerden.DabeiwirddieKameravorjedemBildum90°um
dieAufnahmeachsegedreht.[Luhmann2010,S.301‐306;555‐557]
Bachelorarbeit‐Wenck,Stefan 15
2.3. 3D‐MesssystemMCV‐F5
DasvonderFirmaMantisVisionentwickelteEchtzeit3D‐MesssystemMCV‐F5ermöglicht
eine schnelle Erzeugung von dreidimensionalen Informationen im Nahbereich. Das
System‐PaketbestehtausdreiKomponenten[MantisVisionLtd.,S.4–6]:
MantisVisionCamera(MVC),die3D‐Erfassungseinheit
Mantis Vision Producer (MVP), die Softwareapplikation zur Auswertung und
Visualisierungderaufgenommenen3D‐Daten
MantisVisionMeasurementTool,eineSoftwareapplikationzumpräzisenMessen
ineiner3D‐Punktwolke
IndenfolgendenUnterkapitelnwirdnebendenSystemkomponentenMVCundMVPauch
aufdiespezielleKalibrierungdesMesssystemseingegangen.
2.3.1. MantisVisionCamera‐MVC
DieMVC besteht aus zwei Komponenten. Der eine Teil ist ein Kameramesssystem, in
welchem eine Videokamera und ein Infrarot‐Licht‐Projektor verbaut sind (Abbildung
2.15).DiesesindindemGehäusekonvergentzueinanderangeordnetundhabeneinefeste
Basis. Das 1,7 leichte Kameramesssystem ist mit den Abmaßen von
33 16 6 handlich.
Abbildung2.15:MVCKameramesssystem
DerandereTeil besteht aus einemUltra‐MobilePC (UMPC)undder Stromversorgung
(Abbildung2.16).DieHauptaufgabedesUMPCs istdasSpeichernderaufgenommenen
3D‐Daten. Das aktuelle Kamerabildwirdwährend einerMessung auf dem Bildschirm
Bachelorarbeit‐Wenck,Stefan 16
angezeigt.DiesermöglichtdemBenutzerdirektzusehen,obdasMessobjektvollständig
erfasstwird.DesWeiterenwerdenfürdasGesamtsystemrelevanteDatenundZustände
angezeigt(Abbildung2.17).[MantisVisionLtd.,S.4–5]
Abbildung2.16:MVCUMPC
Abbildung2.17:BildschirmanzeigeUMPC
Bachelorarbeit‐Wenck,Stefan 17
2.3.2. MantisVisionProducer‐MVP
Die MVP‐Software ermöglicht die Auswertung, Analyse und Visualisierung der
gescannten Messdaten. Die MVP Benutzeroberfläche ist, wie in Abbildung 2.18
dargestellt,invierBereichegeteilt:EinDatenmanager(untenrechts),eineVisualisierung
dereinzelnenFramesin2D(obenlinks)undin3D(obenrechts)undeineAnsichtder3D‐
Punktwolke(untenlinks).
Abbildung2.18:MVPBenutzeroberfläche
NachderAufnahmemitderMVCwerdendieRohdaten(Scans)mitdemMVPvondem
UMPCaufdenAuswerterechnerkopiert.DieinderMVP‐DatenbankabgelegtenScans(2D
Video)werdenimerstenSchrittmittelsderbekanntenTiefeninformationjedesBildpixels
decodiert zu einem 3D‐Video (2D‐Video mit Tiefeninformationen) rekonstruiert.
AnschließendwerdendieeinzelnenBilderdes3D‐Videos(Frames)über,automatischvon
derSoftwaregesuchte,Verknüpfungspunktezueinemsortierten3D‐Modellgewandelt.
DaindiesemSchrittmeistensnichtalleFramesautomatischzueinandersortiertwerden
können, müssen die restlichen Frames mit manueller Hilfe zugeordnet werden. Die
manuelleNacharbeitundKontrollewirdineinemUnterprogrammvomMVP,dem„Stitch
Window“, durchgeführt. Kombinierte Frames ergeben jeweils ein Segment. Einzelne,
nicht kombinierbare Frames können in den meisten Fällen nicht weiter verwendet
werdenundwerdendahergelöscht.
Bachelorarbeit‐Wenck,Stefan 18
ImmerzweiSegmentekönnenimAnschlussmanuellgrobzueinanderorientiertwerden,
wobei Segmente mit nur einem Frame oft zu wenig Information für eine Zuordnung
haben.IstderÜberlappungsbereichderbeidengrobzueinanderorientiertenSegmente
großgenugist,werdendieseübereinen„IterativeClosestPointAlgorithm“automatisiert
zueinemSegmentkombiniert.
Nachdem alle Segmente zu einem zusammengefasst sind, ist die dreidimensionale
skaliertePunktwolkedesaufgenommenenObjektsfertig.MitderPunktwolkekannneben
der Verwendung im Mantis Vision Measurement Tool auch in anderen Programmen
weiter gearbeitet werden, weil diese in den Dateiformaten . , . , . und .
exportiertwerdenkönnen.[MantisVisionLtd.,S.5–6]
2.3.3. Kalibrierungdes3D‐MesssystemMCV‐F5
FüreinegenaueAbleitungder3D‐Geometrienausden2D‐Videos,mussdiemechanische
Ausrichtung der einzelnen Imager Komponenten (Kamera und Projektor) durch eine
Kalibrierungbestimmtwerden.DieKameraistwerksseitigkalibriert,aberdurchStöße
beimTransportundandereäußereEinflüsse(z.B.Temperaturänderungen),welchezu
einer mechanischen Verschiebung der Linse im Objektiv führen können, ist eine
regelmäßigeNeukalibrierungnotwendig.
AnhandderaufgenommenenRohdatenderMVCprüftderMVPvorderAuswertung,wie
gut die bei der letztenKalibrierung bestimmtenParameter noch zum aktuellen Stand
passen.DieseswirdmiteinemKalibrierungs‐Scorezwischen0bis100bewertet,wobei
abeinemWertvonkleinerals70eineNeukalibrierungempfohlenwird.
Die MVC kann mit einer Softwareapplikation des MVP und der dazugehörigen
Testfeldplattekalibriertwerden.WieinKapitel2.2.2beschriebenmussdasTestfeldaus
unterschiedlichen Richtungen aufgenommen werden. [Mantis Vision Ltd., S. 78–79;
MantisVisionLtd.,S.11]
Bachelorarbeit‐Wenck,Stefan 19
3. Konzept
Für den Test hinsichtlich einer funktionierenden und vollständigen 3D‐Objektre‐
konstruktiondes3D‐MesssystemsMVC‐F5sollendreiausgewählteMessobjektemitder
MVC aufgenommen und anschließend mit dem MVP ausgewertet werden. Mit dem
Ergebnis einer dreidimensionalen skalierten Punktwolke von jedem Messobjekt zu
erhalten,welche imAnschluss auf Qualität undQuantität (Skalierung, Punktrauschen,
Punktdichte) untersuchtwerdenkönnen. Für einedetaillierteUntersuchungwird von
einemMessobjekt ein Vergleichsmodell als Referenz verwendet, ummittels absoluter
DistanzenzwischenTestpunktwolkeundVergleichspunktwolkeeineAussageüberdie
Genauigkeit der Punktwolke treffen zu können. An den anderen beidenMessobjekten
werdenmitdemMantisVisionMeasurementTooleinzelneStreckeninderPunktwolke
gemessen,welchedannmitdengemessenenStreckenamObjektverglichenwerden.Über
diesen Vergleich kann das Zusammenspiel der einzelnen Komponenten des
Gesamtmesssystemsbewertetwerden.
Um eine Basis für die Bewertungen der Punktwolken zu haben,wird imRahmen der
Voruntersuchung in Kapitel 3.2 die theoretisch erreichbare Objektgenauigkeit für die
Imager Komponente der MVC abgeschätzt. Im Besonderen für die Auswertung der
berechneten absoluten Distanzen zwischen Testpunktwolke und Vergleichsmodell
werdendieabgeschätztenObjektgenauigkeitenbenötigt.
Bachelorarbeit‐Wenck,Stefan 20
3.1. AuswahlderMessobjekte
DieausgewähltenObjektesollenzumeinenrepräsentativfürgutgeeigneteMessobjekte
sein,sowieguteOberflächeneigenschaftenbesitzen.AufderanderenSeiteaberauchfür
schwerzurekonstruierendeObjektemitspeziellenEigenschaften.
DiefolgendendreiMessobjektewurdenausgewählt:
EinTestobjekt(Treppe),welcheseingutgeeignetesMessobjektmitbestmöglichen
Oberflächeneigenschaft für die Nahbereichsphotogrammmetrie ist (Äußere
Abmaßevonca.15 8 8 ³).
Abbildung3.1:RGB‐Bild,Testobjekt(Treppe)
EinModell einesMotorblocks,welchesmit einem hohenDetailgrad und vielen
VerdeckungeneinschwererzurekonstruierendesObjektist.(ÄußereAbmaßevon
ca.65 30 65 ³).
Abbildung3.2:RGB‐Bild,Motorblock
Bachelorarbeit‐Wenck,Stefan 21
Ein Aluminiumkoffer, welcher spezielle Oberflächeneigenschaften in Form von
starkreflektierenderundhomogenerTexturaufweist. (ÄußereAbmaßevonca.
60 35 50 ³).
Abbildung3.3:RGB‐Bild,Aluminiumkoffer
InderfolgendenTabelle(Tabelle3.1)sinddie,indieserArbeitbetrachteten,besonderen
Oberflächeneigenschaften imBezug zu den ausgewähltenMessobjekten dargestellt. In
der ersten Zeile sind die Messobjekte aufgeführt und in der ersten Spalte die
Oberflächeneigenschaften genannt. Eine Bewertung mit „Plus“ bedeutet, dass dieses
Messobjekt diese Eigenschaft aufweist. Eine Bewertung mit „Minus“ bedeutet
dementsprechend, dass dieses Messobjekt hinsichtlich dieser Eigenschaft nicht
repräsentativist.
MessobjektAuswahl
Testobjekt(Treppe)
ModelleinesMotorblocks
Aluminium‐koffer
Oberflächen‐eigenschaften
homogeneStruktur/Textur ‐ +/‐ +
HoheReflektivität ‐ ‐ +
HoherDetailgrad +/‐ + ‐
VieleVerdeckungen ‐ + ‐
Tabelle3.1:ÜbersichtderOberflächeneigenschaftausgewählterMessobjekte
Bachelorarbeit‐Wenck,Stefan 22
3.2. Voruntersuchung
Die Voruntersuchung besteht aus einer Genauigkeitsabschätzung, mit dem Ziel die
Messergebnisse hinsichtlich ihrer Genauigkeit bewerten zu können.Mit einer solchen
Abschätzung kann ein Messsystem unter Anderem in eine Genauigkeitsklasse
eingeordnetwerdenundso,gemessenanvergleichbarenGeräten,bewertetwerden.
DieMVCbestehtauseinerKameraundeinemProjektor,welchemiteinerfestenBasis
zueinander verbaut sind (vgl. Abbildung 3.4). Für eine überschlägige Genauigkeits‐
abschätzungdesMesssystemswurdenfolgendeAnnahmengetroffen:
DieBildkoordinatenmessgenauigkeit indemKamerabildistentscheidend(die
MessgenauigkeitimProjektorbildistbesserodervergleichbar).
DieBildmessgenauigkeit entsprichteinem1/10Kamerabildpixel.
DiekonvergenteStellungzwischenKameraundProjektoristvernachlässigbar.
Abbildung3.4:AufnahmegeometriefürdenStereonormalfall
In der Abbildung 3.4 sind die geometrischen Gegebenheiten für den Stereonormalfall
dargestellt. Die für die Genauigkeitsabschätzung relevanten Größen sind die
Aufnahmebasis ,dieAufnahmeentfernung unddieKammerkonstante .
[Luhmann2010,S.294,531]
Bachelorarbeit‐Wenck,Stefan 23
Alle die für die Genauigkeitsabschätzung notwendigen Daten der MVC wurden dem
Handbuch [Mantis Vision Ltd.] entnommen oder manuell bestimmt und sind im
Folgendenaufgelistet:
Aufnahmebasis: 0,3
mittlereAufnahmeentfernung: 2
Kammerkonstante: 9,25
Bildpixelgröße: ∆ 5,3
Bildmessgenauigkeit: ∆ ∗ 0,1 0,53
Die Objektgenauigkeit quer zur Aufnahmerichtung und die Objektgenauigkeit in
Aufnahmerichtung werdenimFolgendengeschätzt:
∗ 0,1
∗ ∗ 1,7
[Luhmann2010,S.134–138]
Die geschätztenWerte der theoretisch erreichbaren Objektgenauigkeiten von0,1
quer zur Aufnahmerichtung (Lage) und 1,7 in Aufnahmerichtung (Höhe) sind
realistisch,weil derHersteller erreichbare Genauigkeiten in einem ähnlichenRahmen
angibt(sieh:MantisVisionMVC‐F5Brochure,S.4).DadieAufnahmebasisimVerhältnis
zur Aufnahmeentfernung relativ klein ist, ist die theoretisch erreichbare
Objektgenauigkeit in der Tiefe um ein vielfaches schlechter als in der Lage. Die
geschätzten Werte korrelieren stark mit der im Vorfeld angenommenen
Bildmessgenauigkeit und der Aufnahmeentfernung . Die vom Hersteller
angegebene Aufnahmeentfernung liegt im Bereich von 0,5 4,5 , daher ist eine
mittlereAufnahmeentfernungineinerMessungvon2 einerealistischeAnnahme.Die
Genauigkeit der Bildmessung istmit 1/10 Kamerabildpixel die unsicherste Annahme.
Dieser Wert könnte, begründet durch die digitale Zuordnung mittels Mustern, auch
wesentlichgenauerangenommenwerden(z.B.1/50Kamerabildpixel).
Bachelorarbeit‐Wenck,Stefan 24
4. Messung
Die Messung mit dem 3D‐Messsystems MVC‐F5 besteht aus der Aufnahme des
Messobjektsmit derMVC (Mantis Vision Camera) und derAuswertungmit demMVP
(MantisVisionProducer).DieAufnahmeder,inKapitel3.1ausgewählten,Messobjekteist
im folgendenKapitel beschrieben. Anschließendwird der Ablauf der Auswertungmit
MVPbeschriebenundBesonderheitenbeiderAuswertungderMessobjekteanalysiert.
Die Ergebnisse (dreidimensionale, skalierte Punktwolken) werden im Anschluss
präsentiert.
4.1. AufnahmemitderMVC
VorderMessungwerdendiezweiKomponentenderMantisVisionCamera(Abbildung
4.1)miteinanderverbundenundinBetriebgenommen.AufdemUMPCstehtnachdem
EinschalteneineAuswahlvondreiMVC‐MessmodizurVerfügung:
MVC:FürdienormaleAnwendung,fürdieAufnahmevonObjektenohneextremen
Kontrast.
MVCWhite:FürdieAufnahmevonObjektenmithohemInfrarotReflexionsgrad.
MVCBlack:FürdieAufnahmevonObjektenmitniedrigemInfrarotReflexionsgrad.
Nach der Auswahl eines Messmodus werden auf dem Bildschirm des UMPC
verschiedenenSystemstatusmeldungen angezeigt,welchebei der Inbetriebnahmeund
währendderMessungzubeachtensind,unddasaktuelleKamerabildwirddargestellt,
worüber derAnwenderwährendderMessung erkennenkann, obdasObjekt vonder
Kameraerfasstwird.
Abbildung4.1:MantisVisionCamera(MVC)[IddoGenuth]
Bachelorarbeit‐Wenck,Stefan 25
BeiderAufnahmewirddasKamerasystemmit einemAbstandvoncirca2 (minimal
0,5 undmaximal4,5 )umdasMessobjektherumbewegt.Wichtigist,dassdieKamera
undderProjektordabeieine freieSichtaufdieObjektoberflächehabenundmöglichst
parallel zu dieser ausgerichtet sind. Die Bewegung des Systems ist von der Art und
Geschwindigkeit vergleichbar mit der Bewegung einer normalen Videokamera
( 50 75 / ), mit dem Unterschied, dass sowohl der horizontale als auch der
vertikaleBlickwinkelmöglichststarkvariiertwerdensoll.[MantisVisionLtd.,S.12–13]
FürdieAufnahme(Scans)derausgewähltenMessobjektewurdendiesenachMöglichkeit
soplatziert,dassmöglichstvielPlatzrundherumzurVerfügungstand.InTabelle4.1sind
dieUnterschiedebeiderAufnahmederverschiedenenMessobjektedargestellt.
ScanTreppe ScanMotorblock ScanKoffer
MVC‐Messmodus MVC MVCBlack MVCWhite
Aufnahmezeit 2min 4min 10min
Ausdehnung(L,B,H) 15x8x8cm³ 65x30x65cm³ 60x35x50cm³
ÄußereLichtverhältnisse diffusesLicht gerichtetesLicht diffusesLicht
Tabelle4.1:AufnahmederMessobjekte‐Übersicht
DasMessobjekt„Treppe“hatbeiderAufnahmezukeinenweiterenBesonderheitenoder
Schwierigkeitengeführt.
Bei dem Scan des Messobjekts „Motorblock“ haben die vielen Verdeckungen die
vollständigeAufnahme erschwert, da dieKameraundderProjektor für dieErfassung
immerbeideeinefreieSichtaufdieOberflächebenötigen.
BeiderAufnahmedesMessobjekts„Koffer“istdiezurObjektgrößeverhältnismäßiglange
Aufnahmezeit von10 eine Besonderheit. Dies entsteht dadurch, dass das Objekt
mehrmalsausähnlichenBlickwinkelnaufgenommenwird.Durchdiestarkreflektierende
OberflächewerdenindergleichenZeitwenigerverwendbareDatenerfasstalsbeiden
anderen Objekten. Diese Problematik wird bei der Auswertung in Kapitel 4.2 weiter
thematisiert.
Bachelorarbeit‐Wenck,Stefan 26
4.2. AuswertungmitdemMVP
DieAuswertungmitdemMantisVisionProducerfunktioniertzumGroßteilautomatisch.
DasVerhältnisvonderreinenRechenzeitunddermanuellenNacharbeitundKontrolle,
hängtimWesentlichenvonderDatenmengeundderScanqualitätab,welcheimdirekten
Zusammenhang mit der geometrischen Ausdehnung, der Aufnahmezeit und den
Oberflächeneigenschaften eines Messobjekts stehen. Des Weiteren spielen für den
zeitlichen Aufwand auch die Leistung des Auswerterechners, die Erfahrung und die
GeschicklichkeitdesAnwenderseinegroßeRolle.
InderTabelle4.2sinddiebenötigtenZeitenfürdieAuswertungderdreiausgewählten
Messobjektedargestellt.DadieZeiten,wieobengenannt,starkvondemAnwenderund
dem Auswerterechner abhängen, sind die angegebenenWerte nicht als repräsentativ
anzusehen.InersterLiniesolldasVerhältnisvondemautomatischenAuswerteteilzum
manuellenTeilinderAbhängigkeitvondenBesonderheitenderScansgezeigtwerden.
AuswertungScanTreppe
AuswertungScanMotorblock
AuswertungScanKoffer
Rechenzeit(automatisch)
15min 30min 80min
Auswertezeit(manuell)
5min 15min 10min
Besonderheiten ‐kleineDatenmenge‐sehrwenigunverknüpfteFrames
‐komplexesObjekt‐ausgewogenesVerhältnisanunverknüpfteundverknüpftenFrames
‐großeDatenmenge‐sehrvieleunverknüpfteFrames
Tabelle4.2:AuswertungderMessobjekte–Übersicht
DasVerhältniszwischenderautomatisiertenRechenzeitunddermanuellenAuswertezeit
istbeidenMessobjekten„Treppe“und„Motorblock“vergleichbar.BeibeidenObjekten
konntedieSoftwaregenügendVerknüpfungspunktefinden,umdieeinzelnenFrameszu
erfolgreich zu verknüpfen. Durch die größere Datenmenge und die detailliertere
Oberflächehatder„Motorblock“mehrZeitfürdieAuswertunginAnspruchgenommen,
alsdie„Treppe“.
Bachelorarbeit‐Wenck,Stefan 27
BeidemMessobjekt„Koffer“istderAnteilderRechenzeitimVerhältniszurAuswertezeit
wesentlichgrößer.DiegroßeRohdatenmengebegründetdiehoheRechenzeit.Dadurch
diespeziellenOberflächeneigenschaftendes„Koffer“nurwenigeVerknüpfungspunktein
den unterschiedlichen Frames gefunden werden konnten, bleiben viele Frames
unverknüpft,wasdieDatenerheblichreduziertunddieZeitdermanuellenNacharbeit
verringert.
Bachelorarbeit‐Wenck,Stefan 28
4.3. UntersuchungderErgebnisse
Nach abgeschlossener und gelungener Auswertung ist das Ergebnis eine
dreidimensionale und skalierte Punktwolke. Eine Teilkomponente des Messsystems
MVC‐F5istdasMeasurementTool,mitwelchemindenPunktwolken„Motorblock“und
„Koffer“Streckengemessenwerden,umdiesemitdirektamObjektgemessenenMaßen
zu vergleichen.DieserVergleich ist sinnvoll,weil einAnwender in der Praxis aus der
PunktwolkeMaßeabgreift,welchedirektamObjektgemesseneMaßeersetzensollen.
In den folgenden Unterkapiteln werden die Punktwolken der drei gescannten
Messobjekte, auf der Grundlage der in dem Konzept genannten Anforderungen,
präsentiertundanalysiert.
4.3.1. Messobjekt:Testobjekt(Treppe)
DasErgebnisdesScansder„Treppe“istinAbbildung4.2dargestellt.DiePunktwolkehat
eine,anderRohdatenmengegemessene,gutePunktdichteundweißtnursehrgeringes
Punktrauschenauf.AuffälligsinddiekleinenkreisrundenBereiche inderPunktwolke,
welche nicht definiert sind. An diesen Stellen ist das Messobjekt mit kleinen
schwarz/weißen Punktmarken beklebt, welche die Aufnahme mit der MVC negativ
beeinflusst haben. Solche Aufkleber dienen für andere Erfassungssysteme und
AuswerteprogrammealsVerknüpfungspunkte.
Abbildung4.2:MVC‐F5Punktwolke,Treppe
Bachelorarbeit‐Wenck,Stefan 29
DadieOberflächeneigenschaftender„Treppe“fürphotogrammetrischeAufnahmensehr
gutgeeignetsind,wurdeeinVergleichsmodellauseinerklassischenMehrbildaufnahme
mit einer herkömmlichen Spiegelreflexkamera über eine Bündeltriangulation erzeugt
[Erklärung:Luhmann2010,S.133–134].DiesessollalsReferenzfürdieBewertungder
Punktwolkedienen.
EinsolchesVergleichsmodell,welchesalseinReferenzmodellverwendetwird,solltein
derRegelmindestensumdenFaktor10genauerseinalsdaszutestendeModell,weileine
Referenz als fehlerfrei gegenüber dem Testobjekt angenommen wird (Vgl.: Luhmann
2010,S.538).
Abbildung4.3:Vergleichsmodell,Treppe
DasVergleichsmodellisthiersomitkeinReferenzmodell,dadieMaßstabsdefinitionüber
mehreremanuelleMessungenamObjektdurgeführtwurde.DennochisteinVergleichder
PunktwolkeausdemMesssystemMVC‐F5mitdemklassischenVerfahrenderMehrbild‐
aufnahmesinnvoll.InAbbildung4.3istdaserzeugteVergleichsmodelldargestellt.
Die Bewertung der MVC‐F5 Punktwolke mit dem Vergleichsmodell wurde in dem
Programm „Cloud Compare“ umgesetzt. Das Programm legt die zu vergleichenden
Bachelorarbeit‐Wenck,Stefan 30
Modelle/PunktwolkeninmehrerenIterationsschrittensoübereinander,dassdieSumme
der absoluten Distanzen der beidenModell so kleinwiemöglich ist. Somit liegen die
Punktwolke und das Vergleichsmodell nahezu deckungsgleich übereinander. Die
Differenzen(absoluteDistanzen)zwischenderPunktwolkeunddemVergleichsmodellen
sind inAbbildung 4.4 farbig dargestellt. In der dazugehörigen Legende ist dargestellt,
welcherFarbtonfürwelcheabsoluteDistanzsteht.DieDistanzensindinmmangegeben.
Abbildung4.4:VergleichPunkwolke‐Vergleichsmodell,Treppe
Bachelorarbeit‐Wenck,Stefan 31
Für die genauere Betrachtung der Differenzen, werden diese zusätzlich in einem
Histogramm angezeigt (Abbildung 4.5). Insgesamt sind die 150646 Punkte nach der
jeweiligen Differenz zum Vergleichsmodell in 256 Klassen eingeteilt worden. In dem
HistogrammsindaufderX‐AchsedieKlassen,aufsteigendsortiertnachdenabsoluten
Distanzen,undaufderY‐AchsedieAnzahlderPunkteinderjeweiligenKlassedargestellt.
Abbildung4.5:Vergleichshistogramm,Treppe
Bei der Genauigkeitsabschätzung in Kapitel 3.2 wurde die theoretisch erreichbare
Objektgenauigkeit auf 1,7 in Aufnahmerichtung und auf 0,1 quer zur
Aufnahmerichtunggeschätzt.DurchdiegeometrischenVerhältnissebeiderAufnahmeist
die Genauigkeit in Aufnahmerichtung hier ausschlaggebend. Mit circa 99% der
Differenzen im Bereich zwischen0 und1,7 wurden die Erwartungen aus der
Voruntersuchungerfüllt.
Bachelorarbeit‐Wenck,Stefan 32
4.3.2. Messobjekt:Motorblock
Die Punktwolke des „Motorblocks“ ist in Abbildung 4.6 dargestellt. Sie hat eine hohe
PunktdichteunddiemeistenDetailswerdenerkennbarundunverrauschtdargestellt.Da
kein Vergleichsmodell von dem „Motoblock“ erstellt wurde, wird die Skalierung der
PunktwolkeübereinzelnegemesseneMaßeanalysiert.DiegelbenLinienstehenmitden
gelben Zahlen für die mit dem Measurement Tool gemessenen Strecken in der
Punktwolke.DiedarunterangeordnetengrünenZahlensindWertevonderMessungder
gleichen Strecke direkt am Messobjekt, welche mit einem kalibrierten Messband
mehrfachbestimmtundanschließendgemitteltwurden.
Abbildung4.6:MVC‐F5Punktwolken,Motorblock
641,4mm640,5mm
642,7mm641,5mm
303,7mm307,5mm
631,0mm629,5mm
Bachelorarbeit‐Wenck,Stefan 33
An den gemessenen Strecken fällt auf, dass bei 3 Strecken die in der Punktwolke
bestimmtenMaßegrößersindalsdieamObjektgemessenenMaße.DieUnterschiedesind
aberalleunterhalbvon1,7 ,wassomitzuvernachlässigenist.DasMaßim3.Teilbild
mit303,7 istfast4 kürzeralsdasamObjektgemesseneMaß.Diesistzumeinen
mit der zurWand hin stark dünner werdenden Punktwolke zu begründen, und zum
anderen bedingt durch suboptimalen geometrischen Aufnahmeverhältnisse, da das
MessobjektanderWandstehtundsomitnichtvonallenRichtungenausaufgenommen
werdenkonnte.DurcheinebesserevorherigePlanungundVorbereitungderAufnahme
(zumBeispiel dasMessobjekt von derWand abrücken), hätte diePunktdichte an den
kritischenStellenerhöhtwerdenkönnen.
DieinderPunktwolkegemessenenStreckenkönnenbeierneuterMessungabweichend
sein,dadieAnfangs‐undEndpunktederStreckenmanuellbestimmtwurdenundinder
Punktwolke beispielsweise immer mehrere Punkte eine Ecke definieren. Mit
Punktmarken,welchevorheramMessobjektangebrachtwerden,könnenStreckeninder
Punktwolke eindeutigerbestimmtwerden,weil dasZentrum jederMarke rechnerisch
vonderAuswertesoftwarebestimmtwerdenkann.
Bachelorarbeit‐Wenck,Stefan 34
4.3.3. Messobjekt:Aluminiumkoffer
DasErgebnisdesScansdes„Koffers“ist inAbbildung4.7dargestellt.Trotzdergroßen
MengeanRohdaten,istdurchdiehomogeneundstarkreflektierendeTexturdes„Koffers“
nureinerelativgeringePunktdichte imErgebnisenthalten.DiegroßeAnzahlannicht
kombinierbaren Frames konnte auch trotz manueller Nacharbeit nicht verwendet
werden. Auch das Rauschen der Punktwolke war hier im Verhältnis zu den anderen
beidenMessobjektendeutlichgrößer.
Abbildung4.7:MVC‐F5Punktwolke,Aluminiumkoffer
Die Zahlen in der der Abbildung 4.7 haben die gleiche Bedeutung, wie bei dem
„Motorblock“ (gelb = in der Punktwolke gemessen; grün = amObjekt gemessen). Die
Unterschiede der gemessenen Werte sind hier deutlich größer, was an den
oberflächenbedingten hohen Anforderungen an das Messsystem und an der
572,0mm564,0mm
569,4mm562,5mm
353,2mm382,0mm
498,4mm497,5mm
Bachelorarbeit‐Wenck,Stefan 35
Auswertesoftwareliegenkann.ImBesonderenbeidermanuellenAusrichtungeinzelner
SegmentezueinanderundderanschließendenVerknüpfungdieserüber„IterativeClosest
PointMatching“ könnenOffsets von bis zu einigen Zentimetern zustande kommen. Je
kleinerderÜberlappungsbereichderSegmente istund jehomogenerdieOberflächen‐
strukturindiesemBereichist,destogrößeristdasFehlerpotentialbeiderKombination
derTeilpunktwolken.
Auchder„Koffer“wurde,sowiedie„Treppe“,zusätzlichmiteinerSpiegelreflexkamera
aufgenommenundsollteübereineMehrbildtriangulationrekonstruiertwerden.Beider
Auswertung ist aufgefallen, dass die klassische Mehrbildaufnahme bei Objekten mit
solchenhomogenenundstarkreflektierendenOberflächeneigenschaftenProblemehat.
Ein lückenhaftes Vergleichsmodell könnte nur nach sehr langer Rechenzeitmit vielen
Bildernerzeugtwerden(imVergleichzur„Treppe“).
EineBewertung derMVP‐Punktwolke des „Koffers“mit demVergleichsmodell,wurde
nichtmehrdurchgeführt,dabeidezuunterschiedlichundlückenbehaftetwaren.
Bachelorarbeit‐Wenck,Stefan 36
4.4. Anwendungsbeispiel:Autoinnenraum
Einerder typischenAnwendungsbereichedesMesssystemsMVC‐F5 ist lautHersteller
unteranderemdieAufnahmevonAutomobilen.EgalobdieKarosserie,denMotorraum,
dieUnterseiteoderdenInnenraumeinesAutos,dasMVC‐F5sollallesinnerhalbkürzester
ZeitundguterQualitätscannenkönnen.
Im Rahmen dieser Arbeit wurde der Autoinnenraum eines Mittelklassewagens
aufgenommenundausgewertet.DieAufnahmezeitbetrugcirca20min,dieautomatische
Rechenzeit120min,unddiemanuelleNacharbeitundKontrollenahmnochmals50min
inAnspruch.DabeiwurdeindiemanuelleZusammenführungdesSegments„Fahrer‐und
Beifahrerbereich“ mit dem Segment „Fondbereich“ am meisten Zeit investiert. Der
Überlappungsbereich dieser zwei Segmentewaren nur Teile der Frontsitzlehnen und
somitsehrklein.BeieinererneutenAufnahme,würdedieserBereichverstärktgescannt
werden.
IndenfolgendenvierAbbildungensindAusschnittevonderPunktwolkedesgescannten
Autoinnenraumsdargestellt:
Abbildung4.8:MVC‐F5Punktwolke,Autoinnenraum1
Bachelorarbeit‐Wenck,Stefan 37
Abbildung4.9:MVC‐F5Punktwolke,Autoinnenraum2
Abbildung4.10:MVC‐F5Punktwolke,Autoinnenraum3
Bachelorarbeit‐Wenck,Stefan 38
Abbildung4.11:MVC‐F5Punktwolke,Autoinnenraum4
In der Punktwolke sind alle wesentlichen Elemente gut erkennbar. Einige Details, im
Besonderen verchromte Elemente, wie das Herstelleremblemen in der Mitte des
LenkradsoderdieStangenderKopfstützen,sindinderPunktwolkenichtenthalten.
Durch die hohe Komplexität des Objektes und die vielen Verdeckungen, würde eine
Mehrbildaufnahmemit einer Spiegelreflexkamera schon bei der Aufnahmeplanung an
ihreGrenzenkommen.ZudemwürdedieAuswertungmehrereTageinAnspruchnehmen,
dafüreinevollständigeErfassungeinesehrhoheAnzahlanBilderngeschossenwerden
müssteundsomitdieDatenmengesehrgroßwäre.
Bachelorarbeit‐Wenck,Stefan 39
5. ZusammenfassungundAusblick
IndieserBachelorarbeitwurdedasEchtzeit3D‐MesssystemsMVC‐F5untersucht.Eine
ErläuterunggrundlegenderAufnahmeverfahren inderNahbereichsphotogrammmetrie
dientealsEinführungdesPrinzipsundderFunktionsweisedesMesssystemsMVC‐F5.Im
Rahmen eines Konzepts wurden Messobjekte ausgewählt, der Ablauf der Messungen
geplant, und die theoretisch erreichbare Objektgenauigkeit der MVC abgeschätzt. Bei
dieser Genauigkeitsuntersuchung wurden aufgrund fehlender technischer Daten
(Datenschutz/Patent) mehrere Annahmen getroffen. Mit zusätzlichen Daten zum
ProjektorundderBildkoordinatenmessgenauigkeitdesMesssystemswäreeinepräzisere
Genauigkeitsabschätzungmöglich.
Die Aufnahme und die Auswertung der Messung wurden im Anschluss detailliert
beschriebenunddie jeweiligenSpezifikationen in tabellarischerFormhervorgehoben.
DieErgebnissewurdendargestelltundmitverschiedenenVergleichsmethodenbewertet.
Für das Messobjekt „Treppe“ wurde ein Vergleichsmodell aus einer Mehrbildtrian‐
gulationerzeugt,ummitderSoftware„CloudCompare“diePunktwolkezuanalysieren.
DerMaßstabdesVergleichsmodells„Treppe“wurdeübermehreremanuelleMessungen
amObjektdefiniert.EinebessereAnalyseundBewertungdesVergleichskönntedurch
dieVerwendungvonPrüfkörpern[Erklärung:Luhmann2010,S.543–547]durchgeführt
werden.EinsolcherPrüfkörperbringthochpräziseMaßstäbeineinePunktwolkeoderein
3D‐Modell.
DiePunktwolkendes„Motorblocks“unddes„Koffers“wurdenohneeinVergleichs‐oder
Referenzmodellbewertet.HierwurdenmitdemzumMVP‐Softwarepaketdazugehörigen
„Measurement Tool“ in den Punktwolken Strecken gemessen, welche mit selbiger
manuell am Objekt gemessener Strecke verglichen wurden. Die Bewertung dieser
PunktwolkenhätteunterderVerwendungeinesTachymeters (genauereMessungvon
Strecken am Objekt) oder von Referenzmodellen aus anderen Messverfahren besser
durchgeführtwerdenkönnen.
EineAlternativezurErstellungeinesVergleichs‐oderReferenzmodellsausphotogram‐
metrischen Aufnahmen ist die Erfassung und Modellierung mit einem terrestrischen
Laserscanner [Erläuterung Messprinzip: Luhmann 2010, S. 523–527]. Mit einem
Bachelorarbeit‐Wenck,Stefan 40
modernenLaserscanner (zumBeispiel: „IMAGER5010“ [Zöller undFröhlich]) können
ObjektemitGenauigkeitenimSubmillimeterbereicherfasstwerden.
FüreintransportablesundhandgehaltenesMesssystemwiedasMVC‐F5sindkomplexe
Objektemit vielen teilweise verdeckten Stellen ein typischerAnwendungsbereich. Ein
Anwendungsbeispielistder„Autoinnenraum“,welcherinKapitel4.4vorgestelltwurde.
Durch die vielen Verdeckungen (Lenkrad, Sitze) und die kleinen dunklen Teilräume
(Fußraum) wäre eine Aufnahme mit einer normalen Kamera schwierig und die
Auswertungsehrzeitaufwendig.
GroßeObjekte(großeRäume,Industriehallen)werdeninderRegelmitterrestrischem
Laserscanningerfasst.StehtineinemsolchenRaumeinkleineresObjekt(3 3 2 )
mit einer sehr komplexen Struktur (zum Beispiel eine Maschine), wären mehrere
zusätzlicheLaserscanningStandpunktenötig,umeszuerfassen.EineschnellereLösung
zurErfassungdeskleinerenObjekteswäredieAufnahmemitdemMVC‐F5.DerHersteller
bietet genau für solche Anwendungen eine spezielle Schnittstelle an, überwelche die
PunktwolkenvomMVC‐F5ineineLaserscanpunktwolkeintegriertwerdenkönnen.
AuchandereHersteller,wiezumBeispiel „FARO“,bietenhandgeführte3D‐Scanneran.
Der„FAROScannerFreestyle3D“hatzumBeispielzusätzlichzudenImagerkomponenten
desMVC‐F5weitereSensorenintegriert,womitauchdieErfassungvonFarbenmöglich
ist.
Durch seine geringe Größe und Gewicht ist das MVC‐F5 flexibel einsetzbar, um
Scanaufgaben in schwer zugänglichen Bereichen und engen Räumen durchführen zu
können,woandereMesssystemean ihreGrenzenstoßen.DerhoheAnschaffungspreis
voncirca30.000EuromussfürdiewirtschaftlicheNutzungdesMVC‐F5berücksichtigt
werden,wasindieserArbeitnichtgetanwurde.
Die transportablen und handgehaltenen Messsysteme sind heute und werden in der
Zukunft eine echte Alternative zu den herkömmlichen Messverfahren sein. Im
BesonderenfürdenfachfremdenAnwendersindsolcheSystemeschnellundeinfachzu
benutzen.
Bachelorarbeit‐Wenck,Stefan 41
6. Literaturverzeichnis
Geng,Jason(2011):Structured‐light3Dsurfaceimaging:atutorial.In:Adv.Opt.Photon.
3(2),S.128–160.DOI:10.1364/AOP.3.000128.
GOM‐GesellschaftfürOptischeMesstechnikmbH(2014):ATOSCompactScan5M.
Onlineverfügbarunter
http://www.gom.com/de/messsysteme/systemuebersicht/atos‐compact‐scan.html,
zuletztaktualisiertam14.08.2014,zuletztgeprüftam17.11.2014.
IddoGenuth:MantisVision–PortableScanningin3D.Onlineverfügbarunter
http://thefutureofthings.com/4995‐mantis‐vision‐portable‐scanning‐in‐3d/,zuletzt
geprüftam13.01.2015.
Luhmann,Thomas(Hg.)(2010):Nahbereichsphotogrammetrie.Grundlagen,
MethodenundAnwendungen.3.,völligneubearb.underw.Aufl.Berlin:Wichmann.
Luhmann,Thomas(Hg.)(2012):Photogrammetrie,Laserscanning,optische3D‐
Messtechnik.BeiträgederOldenburger3D‐Tage2012.Berlin:Wichmann.
Luhmann,Thomas(Hg.)(2014):Photogrammetrie‐Laserscanning‐Optische3D‐
Messtechnik.BeiträgederOldenburger3D‐Tage2014.Berlin:Wichmann.
Luhmann,Thomas;Müller,Christina(Hg.)(2011):Photogrammetrie,Laserscanning,
optische3D‐Messtechnik.BeiträgederOldenburger3D‐Tage2011;[vom1.bis3.
Februar2011].Oldenburger3D‐Tage;InstitutfürAngewandtePhotogrammetrieund
Geoinformatik.Berlin:WichmannVDE‐Verl.
MantisVisionLtd.:F53DImagingSystemUserManual.MVC‐F5andMVP‐3.1.Online
verfügbarunterwww.mantis‐vision.com,zuletztgeprüftam12.11.2014.
MantisVisionMVC‐F5Brochure:MantisVision’sMVC‐F5Hand‐HeldImager.Online
verfügbarunterhttp://www.mv4d.com/Mantis_Vision_Brochure_1.pdf,zuletztgeprüft
am14.01.2015.
ZöllerundFröhlich:ZF‐Laser‐Z+FIMAGER®5010,3DLaserscanner.Online
verfügbarunterhttp://www.zf‐laser.com/Z‐F‐IMAGER‐R‐
5010.3d_laserscanner0.0.html,zuletztgeprüftam19.01.2015.