Analysis of Different Methods for 3D Reconstruction of Natural Surfaces from Parallel-Axes UAV Images

• Published in: Photogrammetric record 2015-09, Vol.30 (151), p.279-299
• Main Authors: Eltner, Anette, Schneider, Danilo
• Format: Article
• Language: English
• Subjects: accuracy; dome error; Geomorphology; Photogrammetry; SfM; soil surface; Three dimensional imaging; UAV; Unmanned aerial vehicles
• ISSN: 0031-868X; 1477-9730
• DOI: 10.1111/phor.12115

Recent advances in structure from motion (SfM) and dense matching algorithms enable surface reconstruction from unmanned aerial vehicle (UAV) images with high spatial resolution, allowing for new insights into earth surface processes. However, accuracy issues are inherent in parallel‐axes UAV image configurations. In this study, the quality of digital elevation models (DEMs) is assessed using images from a simulated UAV flight. Five different SfM tools and three different cameras are compared. If ground control points (GCPs) are not integrated into the adjustment process with parallel‐axes image configurations, significant dome‐effect systematic errors are observed, which can be reduced based on calibration parameters retrieved from a testfield captured with convergent images immediately before or after the UAV flight. A comparison between DEMs of a soil surface generated from UAV images and terrestrial laser‐scanning data show that natural surfaces can be very accurately reconstructed from UAV images, even when GCPs are missing and simple geometric camera models are considered. Résumé Les progrès récents des algorithmes de perception de la structure par le mouvement (SfM) et de corrélation dense permettent de reconstruire des surfaces à partir d'images à haute résolution spatiale acquises par des drones, ce qui offre une vision nouvelle des processus terrestres de surface. Cependant les acquisitions par drone d'images à axes de visée parallèles posent des problèmes de précision. Dans cette étude, la qualité de modèles numériques de terrain (MNT) est évaluée grâce aux images d'une acquisition par drone simulée. Cinq différents outils de SfM et trois différentes caméras sont comparés. Si le processus d'ajustement n'intègre pas de points d'appui dans les configurations à axes parallèles, un systématisme de bandes en forme de dôme peut être observé, mais cet effet peut être réduit à partir des paramètres d’étalonnage déterminés sur un terrain test observé avec des images convergentes avant ou après le vol du drone. Une comparaison entre les MNT d'une surface de sol issus d'images de drone et les données d'un laser terrestre à balayage montre que des surfaces naturelles peuvent être reconstruites très précisément à partir d'images acquises par drone, même en l'absence de points d'appui et avec des modèles géométriques simples pour les caméras. Zusammenfassung Aktuelle Fortschritte bei structure‐from‐motion‐ (SfM) und dense‐matching‐Algorithmen erlauben es, Obe