Combinación de fotografías aéreas y terrestres para la producción de un MDE de alta resolución espacial.

• Autores: Héctor Ramón Martínez Fernández
• Localización: Tecnologías de la Información Geográfica en el Análisis Espacial. Aplicaciones en los Sectores Público, Empresarial y Universitario / coord. por Ana Nieto Masot, 2016, ISBN 978-84-617-6760-1, págs. 161-188
• Idioma: español
• Enlaces
  • Texto Completo Libro (pdf)
• Resumen
  • español

    En este Trabajo de Fin de Máster se plantea la combinación de fotografías aéreas y terrestres para producir un Modelo Digital de Elevaciones (MDE) de alta resolución espacial. El objetivo es comprobar si las fotografías terrestres sirven para complementar y mejorar el modelo obtenido con fotografías aéreas. Para ello, se ha realizado un vuelo con un Vehículo Aéreo no-Tripulado (conocido como UAV, del inglés Unmanned Aerial Vehicle) y se han tratado las fotografías con software de foto-reconstrucción Structure from Motion (SFM) para obtener una nube de puntos. También se ha empleado este software con las fotografías terrestres. Se han obtenido dos modelos distintos de nubes de puntos, uno con cada procedimiento, y después se han unido para obtener un modelo combinado. Estos tres modelos se han comparado con un cuarto modelo obtenido a partir de escáner láser terrestre (TLS), que utilizamos como referencia para evaluar su calidad. El resultado de combinar los modelos de foto aérea y terrestre es que se obtiene un modelo de mayor calidad, donde las imágenes terrestres aportan información de las superficies que quedaban ocultas desde la perspectiva vertical del UAV, manteniéndose la precisión del mismo.

  • English

    In this Master Degree Dissertation the combination of aerial and terrestrial images to produce a spatial high resolution Digital Elevation Model (DEM) is suggested. The purpose is to ensure the suitability of terrestrial images to complement and improve the DEM produced by means of aerial images. We have performed an aerial survey with an Unmanned Aerial Vehicle (UAV) and processed the images with the Structure from Motion (SFM) photo-reconstruction software, to obtain a point cloud. The same technique has been applied to the terrestrial image dataset. We obtained a point cloud model from each photo set, and also merged them to produce a combined model. The three models were compared with a benchmark point cloud model obtained with a Terrestrial Laser Scanner. Combining the aerial and terrestrial pictures resulted in a model with higher quality avoiding hidden areas and keeping the geometrical accuracy.