사진측량에서 움직이는 물체와 반사되는 물체를 마스킹하기
마스크를 검토하여 신뢰할 수 없는 이미지 영역을 제외하고, 안정적인 특징점 지원을 충분히 유지하고, 실제로 마스크를 사용하는 재구성 단계를 확인합니다.
신뢰할 수 없는 특정 지역 식별
움직이는 차량, 물 반사, 바람에 흔들리는 나뭇잎, 밝은 반사면은 이미지 매칭에 사용되는 가정을 위반할 수 있습니다. 마스크는 문서화된 처리 단계에서 선택한 이미지 영역을 제외할 수 있습니다. 시각적으로 불편해 보이는 모든 지형지물을 다루기보다는 실제 오류와 위치를 식별하는 것부터 시작하십시오. 일부 어려운 영역에는 더 큰 제외 대신 추가 관찰이나 다른 측정 방법이 필요할 수 있습니다.
마스킹과 증거 삭제를 분리하세요
원본 사진을 변경하지 않고 유지하고 추적 가능한 파일 이름으로 마스크를 별도로 저장하세요. 가려진 영역은 선택된 관찰이 제외되었음을 의미합니다. 숨겨진 표면이 성공적으로 측정되었음을 입증하지는 않습니다. 특히 해당 영역에 결과물과 관련된 자산이 포함되어 있는 경우 제외 이유를 기록하십시오. 더 깔끔하게 재구성하더라도 명시적인 의사소통이 필요한 적용 범위가 줄어들 수 있습니다.
명명 및 방향 규칙 확인
애플리케이션은 마스크 파일 이름, 크기, 극성, 방향 처리 및 이를 읽는 단계가 다릅니다. 선택한 워크플로에 대한 현재 문서를 확인하고 실제 처리 환경 내에서 오버레이를 검사합니다. 편집기에서는 올바르게 보이는 흑백 이미지가 가져온 후 반전되거나 회전되거나 무시될 수 있습니다. 수백 개의 이미지에 대한 마스크를 만들기 전에 인식 가능한 작은 영역을 테스트하십시오.
유용한 이미지 네트워크 지원 유지
마스킹은 잘못된 대응을 제거할 수 있을 뿐만 아니라 이미지 그룹을 연결하는 데 필요한 안정적인 연결 특징점도 제거합니다. 특히 반복적인 지붕이나 균일한 지면에서 제외된 영역 주변의 나머지 네트워크를 검사합니다. 불필요하게 넓은 마스크보다 합리적인 경계를 선호합니다. 주요 연결이 사라지면 더 공격적인 마스킹이 항상 더 신뢰할 수 있는 결과를 생성한다고 가정하는 대신 관찰 기하학을 조사하십시오.
정렬 및 적용 범위 모두에 대한 테스트 효과
움직이는 차량 옆에 있는 반사 지붕에 대한 가상 검사에서 작은 기준선 재구성을 조심스럽게 마스킹한 시험과 비교합니다. 카메라 등록, 트랙 분포, 조밀한 적용 범위 및 영향을 받은 표면의 모양을 확인합니다. 어떤 단계가 변경되었는지 확인하세요. 특징점 추출용 마스크가 나중에 텍스처 표시를 자동으로 방지하거나 결과적인 간격을 신뢰할 수 있는 형상으로 채운다고 추론하지 마세요.
처리 결정으로 마스크 전달
마스크, 소스-이미지 관계, 제외 이유, 소프트웨어 규칙 및 사용을 뒷받침하는 비교를 제공합니다. 최종 데이터 세트에 적용 범위 제한을 표시하고 유용한 경우 내부 추적성을 위해 마스크되지 않은 기준선을 유지합니다. 승인을 위해서는 필요한 안정적인 관찰이 유지되는 동안 의도된 영역이 일관되게 제외되었음을 입증해야 합니다. 마스킹은 제어된 증거 선택 단계이지 흐릿함, 중첩 누락 또는 관찰되지 않은 표면에 대한 일반적인 복구가 아닙니다.
