Detaljmätning med terrester fotogrammetri

Transkript

1 AKADEMIN FÖR TEKNIK OCH MILJÖ Avdelningen för industriell utveckling, IT och samhällsbyggnad Detaljmätning med terrester fotogrammetri Med smartphone, bildrover och multistation Johannes Nyström & Hampus Tholander 2018 Examensarbete, Grundnivå (kandidatexamen), 15 hp Lantmäteriteknik Lantmätarprogrammet, teknisk inriktning Handledare: Mattias Lindman Examinator: Mohammad Bagherbandi Bitr. examinator: Faramarz Nilfouroushan

2

3 Förord Med detta examensarbete avslutar vi vår utbildning på Lantmätarprogrammet, teknisk inriktning, vid Högskolan i Gävle. Vi vill tacka vår handledare Mattias Lindman för hjälpen på vägen samt Yuriy Reshetyuk för idén till examensarbetet. Vi vill även tacka Trimtec för lån av utrustning och Metria Gävle för rådgivningen. Slutligen vill vi tacka alla föreläsare vi mött under åren på högskolan. Gävle, juni 2018 Johannes Nyström & Hampus Tholander i

4 ii

5 Sammanfattning Detaljmätning genomförs främst genom traditionella metoder, d.v.s. mätning med Global Navigation Satellite System (GNSS) eller totalstationsmätning. Ett alternativ till traditionella metoder är terrester fotogrammetri där mätningar sker i bilder som tagits av det aktuella objektet. Syftet med denna studie var att utvärdera terrester fotogrammetri som metod vid detaljmätning och ge riktlinjer för hur insamling av data till terrester fotogrammetri bör genomföras. Olika fotograferingsavstånd och antal fotostationer undersöktes. Koordinatbestämning och avståndsmätning undersöktes med hänseende på mätosäkerhet och det kvadratiska medelvärdet (RMS-värde). Det togs viss hänsyn till tid för fältarbete och efterarbete samt inköpspris vid utvärderingen. Instrumenten som användes för undersökningen i denna studie var en smartphone (iphone 7), en bildrover (Trimble V10 Imaging Rover (V10)) och en multistation (Trimble SX10 (SX10)). Data från V10 justerades på två olika sätt, dels genom fri standardstation (V10 fri) och dels full orientering (V10 full), vid efterarbetet för att utvärdera om det fanns någon skillnad i resultatet mellan justeringarna. V10 är en bildrover som tar 360 panoramabilder. V10 tillverkas inte längre men tekniken är intressant att undersöka för se om det finns någon framtida användning för den. Baserat på den goda tillgängligheten av smartphones och prisskillnaderna är det intressant att undersöka hur låg mätosäkerhet och RMS-värde en smartphone kan uppnå. Ett antal reflextejper sattes upp på en vägg och utgjorde referensvärden för koordinatbestämningarna och avståndsmätningarna. Referensvärdena bestämdes genom totalstationsmätningar. Resultatet visade att SX10 uppnådde mätosäkerheter och RMS-värden på millimeternivå och påverkades väldigt lite av antal fotostationer och avståndet från objektet som mättes. Mätosäkerheter och RMS-värden för V10 full och V10 fri varierade mellan millimeter- och decimeternivå beroende på hur fotostationerna justerades vid efterarbete och om det var koordinatbestämning eller avståndsmätning. För att uppnå goda resultat med V10 bör instrumentet placeras nära objektet och fler fotostationer bör användas. iphone 7 uppnådde mätosäkerheter och RMS-värden på millimeternivå. Resultatet med iphone blev bäst med fler fotostationer men bra även med ett mindre antal och gav liknande resultat från 10 och 50 m. Resultatet i denna studie visar att terrester fotogrammetri har potential för detaljmätning men resultatet varierar beroende på vilket instrument och förfarandet som används. Nyckelord: Terrester fotogrammetri, Detaljmätning, Trimble V10 Imaging Rover, Trimble SX10, iphone 7 iii

6 iv

7 Abstract Detail measurements are performed mainly by traditional methods, i.e. measurements with Global Navigation Satellite System (GNSS) or total station measurements. An alternative to traditional methods is terrestrial photogrammetry. The purpose of this study was to evaluate terrestrial photogrammetry as a method to perform detail measurements and provide guidelines for how to collect data for terrestrial photogrammetry. Different distances from the object and different numbers of photo stations were evaluated. Coordinate measurements and distance measurements were tested with regard to standard deviation and Root Mean Square (RMS) value. Some consideration was paid to the time in field and post processing and price. The instruments investigated were a smartphone (iphone 7), an image rover (Trimble V10 Imaging Rover (V10)) and a multi-station (Trimble SX10 (SX10)). The data from V10 was adjusted in two different ways; free standard station (V10 fri) and full orientation (V10 full), to evaluate if there was any difference in the result between the adjustments. V10 is an image rover that captures 360 panoramic images. The V10 is no longer manufactured, but the technology is interesting to investigate to see if there is any future application for the technology. Based on the good availability of smartphones and price differences between the methods, it is interesting to investigate how low standard deviation and RMS value a smartphone can achieve. A number of reflective tapes were attached on a wall and represented reference values for the coordinate determination and distance measurements. The reference values were determined by total station measurements. SX10 achieved standard deviations and RMS values at millimeter accuracy and the number of photo stations and distance from the object being measured had a low impact. Standard deviations and RMS values for V10 full and V10 free varied between millimeters and decimeters depending on whether it was coordinate determination or distance measurement. To achieve good results with V10 the instrument should be placed close to the object and more photo stations should be used. iphone 7 achieved standard deviations and RMS values at millimeter accuracy. The best result with iphone 7 was achieved with the highest amount of photo stations but also good with fewer photo stations and achieved similar results from 10 and 50 m distance. Terrestrial photogrammetry has potential in detail measurement but varies depending on which instrument and procedure that was used. Keywords: Terrestrial Photogrammetry, Detail Measurement, Trimble V10 Imaging Rover, Trimble SX10, iphone 7 v

8 vi

9 Följande begrepp och förkortningar används i studien: Referensvärde Det värde som anses vara det sanna värdet. Baserat på totalstationsmätningar. OBJ Samlingsnamn för punkterna (objekten) 41, 51, 71 och 81. OBJ ligger till grund för koordinatbestämningen och avståndsmätningen i studien. KA Korta avståndet. Avståndet mellan punkt KA är ett av de två avstånd som ligger till grund för avståndsmätningen i studien. LA Långa avståndet. Avståndet mellan punkt LA är ett av de två avstånd som ligger till grund för avståndsmätningen i studien. Fotostation Position där fotografi tas. V10 full När Trimble V10 Imaging Rover:s fotostationer justeras genom full orientering inför bildmätningarna i mjukvaran Trimble Business Center (TBC). Full orientering innebär att fotostationens orientering justeras, men positionen anses vara korrekt och justeras inte. V10 fri - När Trimble V10 Imaging Rover:s fotostationer justeras genom fri standardstation inför bildmätningarna i mjukvaran TBC. Fri standardstation innebär att fotostationens orientering och position justeras. vii

10 viii

11 Innehållsförteckning Förord... i Sammanfattning... iii Abstract... v Innehållsförteckning... ix 1 Introduktion Bakgrund Syfte Avgränsningar Tidigare studier Hållbar utveckling och etiska frågor Teori Fotogrammetri Beräkningar Material och metod Instrument V SX iphone Material Programvaror Testområde Förarbete Fältarbete Förberedande fältarbete Fotografering med V Fotografering med SX Fotografering med iphone Databearbetning Bildmätning Beräkning Resultat Koordinatbestämning Mätosäkerhet RMS Avståndsmätning Mätosäkerhet RMS Diskussion Metod Koordinatbestämning ix

12 5.2.1 Mätosäkerhet RMS Avståndsmätning Mätosäkerhet RMS Jämförelser Slutsats Framtida studier Referenser Bilaga A... A1 Bilaga B... B1 Bilaga C... C1 Bilaga D... D1 x

13 1 Introduktion 1.1 Bakgrund Detaljmätning genomförs främst genom traditionella metoder, d.v.s. GNSS-mätning eller totalstationsmätning. Ett alternativ till traditionella terrestra metoder är terrester fotogrammetri där mätningar sker i bilder som tas av det aktuella objektet från olika riktningar (Lantmäteriet, 2013). Vid terrester fotogrammetri fotograferas objektet på plats i fält och sedan sker mätningarna i programvaran efteråt. Läge och storlek kan bestämmas för allt som syns i minst två bilder vilket kan vara till fördel om ytterligare punkter än de tänkta tillkommer i efterhand. Vid traditionella metoder sker istället mätningar punktvis för de detaljer som väljs ut på plats i fält vilket omöjliggör senare komplettering av nya punkter utan ytterligare platsbesök. Vid fotogrammetri behövs inte direkt kontakt med objektet som ska mätas vilket kan vara fördelaktigt i farliga eller svårtillgängliga miljöer. Syftet med denna studie är att utvärdera terrester fotogrammetri som metod vid detaljmätning. Det finns olika sätt att samla in data på genom terrester fotogrammetri. I denna studie används tre olika instrument för insamling av data: en bildrover (V10), en multistation (SX10) och en smartphone (iphone 7). V10 fotograferar 360 panoramabilder som blir direkt georefererade för just ändamålet att genomföra fotogrammetriska mätningar. V10 kan etableras med GNSS-mätning eller med totalstationsmätning mot en prisma (Trimble, 2014). Etablering med GNSS-mätning är snabb och smidig medan etablering mot prisma är ett bra alternativ vid fotografering där GNSS-kontakt saknas, t.ex. inomhus eller om noggrannare positionering ska uppnås. I denna studie etableras V10 med GNSS/nätverks-Real Time Kinematic (RTK). Med V10 fångas i stort sett allt i omgivningen i bilderna vilket teoretiskt innebär att i stort sett allt runtomkring kan mätas in. Syftet med V10 är att den ska vara smidig att bära med sig och att fotograferingen ska gå snabbt. V10 tillverkas inte länge men syftet med att utvärdera V10 i denna studie är att undersöka teknikens potential för att se om liknande produkter kan tillverkas i framtiden. Multistationen SX10 kan utföra distans- och riktningsmätningar, laserskanna och fotografera (Trimble, 2017). Bilder tagna med SX10 blir direkt georefererade efter etablering. SX10 är intressant att utvärdera eftersom det är en relativt ny multistationerna som dessutom har goda förutsättningar för terrester fotogrammetri med sina kameror. Eftersom SX10 förväntas ge goda resultat är den intressant som jämförelse med bildrovern och smartphonen. iphone 7 är en smartphone med en 12 megapixel (MP) kamera (Apple, u.å). Positioneringen i smartphones är dock mycket osäker med flera meters osäkerhet (Yoon, Park, Kee & Seo, 2016) vilket gör att bilderna inte georefereras i denna studie, utan enbart avståndsmätningar i bilderna testas. Det finns möjlighet att georeferera bilderna i programvaran i efterhand men detta kräver inmätta punkter. 1

14 För att mäta in punkter behövs dock en totalstation vilket medför att smidigheten med smartphonen går förlorad. Med tanke på att många har tillgång till en smartphone, den stora skillnaden i pris och smidighet mellan de olika instrumenten är det intressant att se hur en smartphone står sig mot en multistation och bildrover. Mobilkameror är även relativt outforskade inom terrester fotogrammetri vilket gör det intressant att utvärdera tekniken. I studier som gjorts tidigare om terrester fotogrammetri (Baiocchi et al., 2018; Forlani, Pinto, Roncella & Pagliari, 2014; Laurell, 2017 m.fl.) har det fokuserats främst på avvikelser från ett referensvärde, d.v.s. RMS-värde, och inte på mätosäkerheten. I denna studie utvärderas både RMS-värde och mätosäkerhet eftersom båda är intressanta mått på mätningars kvalitét. RMS-värdet visar hur långt ifrån ett referensvärde mätningar är medan mätosäkerhet visar spridningen av mätningar (Mårtensson, 2016). 1.2 Syfte Syftet med denna studie är att utvärdera terrester fotogrammetri som metod vid detaljmätning, vilken potential som finns, hur mätningarna genomförs på ett optimalt sätt och hur SX10, V10 fri, V10 full och iphone 7 presterar. Koordinatbestämning och avståndsmätning utvärderas med hänseende på mätosäkerhet och RMS-värde. Koordinatbestämningarna genomförs på OBJ och avståndsmätningarna på KA och LA. De metoder som utvärderas är V10 full, V10 fri, SX10 och iphone 7. Metoderna testas på olika avstånd från objektet (10 och 50 m), samt med olika antal fotostationer (tre, fem och sju). Viss hänsyn tas även till inköpspris och tidsåtgång i utvärderingen. Följande frågor besvaras i studien: Vilken potential har detaljmätning med terrester fotogrammetri och hur ska mätningar genomföras för att uppnå så låg mätosäkerhet och RMS-värde som möjligt? Vilken mätosäkerhet och RMS-värde kan V10 full, V10 fri och SX10 uppnå vid koordinatbestämning? Vilken mätosäkerhet och RMS-värde kan V10 full, V10 fri, SX10 och iphone 7 uppnå vid avståndsmätning? Vilken metod av V10 fri, V10 full, SX10 och iphone 7 rekommenderas vid fotogrammetrisk detaljmätning? iphone 7 förväntas få en mätosäkerhet och RMS-värde på centimeter- till decimeternivå eftersom kamerans upplösning är relativt bra medan den har begränsningar gällande den inre orienteringen eftersom den inte är välkänd. SX10 förväntas få en mätosäkerhet och RMS-värde på millimeternivå eftersom den har en 2

15 relativt bra kamera och välkänd position och orientering. V10 förväntas få en mätosäkerhet och RMS-värde på centimeternivå eftersom den är tillverkad för fotogrammetriska ändamål och bör därav prestera bra. Dock bestäms positionen för V10 med GNSS/nätverks-RTK-mätning vilket bör begränsa mätosäkerhet och RMSvärde till centimeternivå. 1.3 Avgränsningar V10 etableras med GNSS i denna studie, och inte totalstationsmätning mot prisma, för att bibehålla smidigheten som satellitbaserad positionering medför. SX10 har två kameror som kan fotografera; en översiktskamera och en primärkamera. Primärkameran används i denna studie eftersom den är mer inzoomad och förväntas ge ett bättre resultat. För iphone 7 testas endast avståndsmätning och inte koordinatbestämning. Denna avgränsning gjordes för att positionsbestämningen för telefoner är begränsad vilket försvårar direkt georeferering. Det är möjligt att georeferera bilderna i efterhand i programvaran genom att ange kända punkter som mätts in med exempelvis totalstation. Georeferering i efterhand gjordes inte för att undvika avancerad utrustning och bibehålla smidigheten för smartphonen. Minst tre fotostationer eller fler rekommenderas för V10 (Baiocchi et al., 2018). Därför testas instrumenten med minst tre fotostationer och även med fem och sju fotostationer för att se om resultatet påverkas när antalet fotostationer ändras. Mätningarna genomförs på 10 och 50 m för att undersöka skillnaden mellan avstånden. Provmätningar genomfördes före studien för att undersöka hur långt ifrån objektet instrumenten kunde placeras. Bilder tagna längre bort än 50 m ifrån objektet med V10 ansågs bli för otydliga, vilket ledde till att 50 m avstånd valdes. Leverantören av Trimble-instrumenten rekommenderade även fotografering från högst 50 m avstånd från objektet för V10. Mätning av två avstånd i bilderna, KA (ca 40 cm) och LA (ca 360 cm), testas. 40 och 360 cm valdes för att undersöka om resultatet av den mätta sträckan påverkas av att den är längre eller kortare än referenssträckan som var ca 250 cm. Vid efterbehandlingen och bildmätningen används Trimbles programvara TBC för bildmätning med Trimbles instrument V10 och SX10 eftersom de är anpassade för varandra och förväntades ge bäst resultat. Agisoft Photoscan används för efterbehandling och bildmätning med iphone 7-bilderna eftersom TBC endast stödjer data från Trimbles produkter. Avståndet mellan varje fotostation är 1/8 till avståndet till objektet för att uppfylla rekommendationer för V10 (Baiocchi et al., 2017) och rekommendationer från 3

16 Lantmäteriet (2013). Olika avstånd mellan fotostationer ger olika infallsvinklar men denna faktor undersöks inte i denna studie. 1.4 Tidigare studier V10:s teknik bygger på direkt georeferering av panoramabilder genom integrering av GNSS-mätningar. Forlani, Pinto, Roncella och Pagliari (2014) skapar en enkel variant av V10 genom att direkt georeferera bilder tagna med digitalkameror som monteras på en GNSS-stång med en GNSS-antenn på. I studien av Forlani, Pinto, Roncella och Pagliari (2014) tas fotografier runt ett objekt för att sedan sätta ihop dem. Resultatet ger ett RMS-värde på 3 7 cm. Forlani, Pinto, Roncella och Pagliari (2014) konstaterar också att denna typ av direkt georeferering genom fotografering med en monterad GNSS-antenn är begränsad av GNSS-mottagningen. Surový, Yoshimoto och Panagiotidis (2016) undersöker vilket RMS-värde som kan uppnås vid återskapning trädstammar med terrester fotogrammetri. En Sony NEX 7 digitalkamera används i studien. Ca 20 fotografier togs runt om stammen med ett avstånd på en till två meter från träden. Trädens omkrets mättes med mätband och skillnaden mellan mätningar i fotografierna och mätbanden resulterade i RMS-värde på 1,87 cm. Vid användning av fler bilder sjönk RMS-värde mycket snabbt upp till fem bilder. Vid användning av åtta eller fler bilder påverkades resultatet ytterst lite. Denna studie är intressant eftersom ett relativt bra resultat uppnås med utrustning som inte är tillverkad för mätning. Det finns begränsat med studier där mobilkameror används för terrester fotogrammetri. En studie där mobilkameror används är Acka och Gruen (2009) som undersöker terrester fotogrammetri med mobilkameror och digitalkameror. Acka och Gruen (2009) drar slutsatsen att digitalkamerorna ger bättre noggrannhet än mobilkamerorna men att mobilkameror är ett intressant alternativ för fotogrammetriska mätningar med hänseende på noggrannhet, kostnad och flexibilitet. Digitalkamerorna har 8 MP och mobilkamerorna har 2 respektive 2x3 MP. Acka och Gruen (2009) kommer fram till att skillnaderna i resultatet mellan digitalkamerorna och mobilkamerorna är större än vad det borde vara med hänseende på skillnaderna i upplösning. Sett till prisskillnaderna mellan digitalkamerorna och mobiltelefonerna presterar dock mobiltelefonerna bra enligt Acka och Gruen (2009). När GNSS-mottagare och kameran utvecklas i mobiltelefoner förväntas resultatet av fotogrammetriska mätningar med mobilkameror förbättras vilket eventuellt kan leda till mobilkameror är det enda instrumentet som behövs vid fotogrammetriska mätningar (Acka & Gruen, 2009). Kamerorna i mobiltelefoner har förbättrats sedan Acka och Gruens studie genomfördes 2009, exempelvis har iphone 7 en 12 MP kamera (Apple, u.å). Däremot är positioneringen i mobiltelefoner fortfarande osäker med flera meters 4

17 osäkerhet (Yoon, Park, Kee & Seo, 2016). Pesyna, Heath och Humphreys (2015) undersökte i sin studie vilket positionsosäkerhet en mobiltelefon kan uppnå och lyckades få en osäkerhet på centimeternivå med en speciell antenn. Resultatet av Pesyna, Heath och Humphreys (2015) studie visar att det kan vara möjligt att direkt georeferera bilder med goda resultat vid terrester fotogrammetri. V10 har använts och utvärderats i ett fåtal studier tidigare. Ett fall där V10 studeras är i studien av Baiocchi, Giammarresi, Ialongo, Piccaro, Allegra och Dominicic (2017) där de mäter in en kyrka med tre olika instrument; V10, Anteos A2-Mini/B Unmanned Aerial Vehicle (UAV) med en Canon S100-kamera och en Riegl Z210i laserskanner. Ett syfte med studien är att utvärdera RMS-värdet för V10 jämfört med nämnda UAV-fotografering och laserskanner. Mätningar med V10 genomfördes från 20, 40 och 60 m avstånd från objektet. Jämförelserna av de olika alternativen genomfördes genom att beräkna distansen mellan punktmolnen som genererades med de olika mätmetoderna. Ett punktmoln sattes som referens för att mjukvaran genom algoritmer skulle kunna beräkna skillnaden. Vid jämförelse av V10 och laserskannern observerades följande för respektive längd: på 60 m avstånd blev den skillnaden mellan punktmolnen generellt 0,1 m på hela fasaden, men 0,2 m på taklister, vid fönsterkanter och runt dörrar för punktmolnet med manuella kopplingspunkter. När automatiska kopplingspunkter användes blev resultatet i stort sett tvärt om, d.v.s. större skillnad på fasaden (0,18 m) och mindre på taklister, runt fönster och dörrar (0 0,04 m). Detta menar Baiocchi et al. (2017) innebär att första testet tyder på att instrumentet är nära att leva upp till den angivna noggrannheten när manuella kopplingspunkter används men inte när automatiska kopplingspunkter används. På 40 m avstånd blev skillnaden mellan punktmolnen omkring 0,06 m med manuella kopplingspunkter och 0,04 m med automatiska kopplingspunkter. På 20 m avstånd observerades ingen signifikant skillnad mellan manuella (0,02 0,04 m) och automatiska (0,03 0,06 m) kopplingspunkter. Vid jämförelse av V10 och UAV-fotograferingen visar det sig att skillnaderna är små, omkring 0,012 m generellt och mellan 0,06 och 0,09 m vid taklister och liknande. Baiocchi et al. (2017) drar slutsatsen att de sämre resultaten vid taket för V10 beror på att den fångar relativt få punkter där jämfört med UAV. I en studie av Baiocchi et al. (2018) dokumenteras naturlig miljö i form av ett slukhål med en V10 samt Riegl Z210ii laserskanner. De menar att V10:s lätta vikt gör instrumentet smidigt att bära med sig och använda i svårtillgängliga miljöer. Fem fotostationer användes för att täcka in området av intresse med V10. Fältarbetet med V10 tog fem timmar och efterarbetet tog en dag. Åtta fotostationer användes med laserskannern. Fältarbetet med laserskannern tog fyra dagar och efterarbetet tog två dagar. V10 etablerades genom GNSS-mätning. Punktmolnen som genererades av V10 och laserskannern jämfördes och överlag visar det en skillnad på 0,05 0,06 m vilket anses vara likvärdigt för många ändamål (Baiocchi et al., 2018). 5

18 Cera och Campi (2017) testar automatisk punktmolnsgenerering med V10 för att utvärdera dess potential. Studien genomfördes på ett gammalt torg med omgivande mur och torn. Kontrollpunkter mättes in med en Trimble S7 totalstation och placerades så att de även var synliga för V10. Dessa punkter användes för att lägga till manuella kopplingspunkter utöver de automatiskt genererade kopplingspunkterna. De manuella kopplingspunkterna förbättrade orienteringen för fotostationerna i både horisontell och vertikal riktning och resulterade även i bättre horisontell och vertikal avvikelse. Cera och Campi (2017) använde 34 fotostationer med så bra spridning på stationerna som möjligt. I snitt placerades stationerna med 2,5 m mellanrum med ca 6 m ifrån objektet. Denna distans valdes p.g.a. torgets utformning, punktmolnets noggrannhet och upplösningen. P.g.a. parkerade bilar som skymde sikten kunde inte fotostationerna placeras enligt rekommendationerna. Punktmolnet som genererades av V10 fångade inte hela tornet som stod vid torget, vilket var väntat eftersom instrumentets vertikala field of view (FOV) inte tillåter så höga vinklar. För att få med hela tornet kompletterades punktmolnet med UAV. Resultatet för V10 jämfördes med totalstationens resultat av inmätningar av 15 kontrollpunkter. Den horisontella avvikelsen visar sig vara som sämst 0,009 m med en medelavvikelse på 0,003 m. Den vertikala avvikelsen visar sig vara som sämst 0,001 m med en medelavvikelse på 0,000 m. Cara och Campi (2017) drar slutsatsen att V10 kan användas fullt ut för noggrann terrester fotogrammetri. Fotogrammetriska mätningar med V10 och totalstationen Trimble S6 utvärderas av Evans (2015) med fokus på längd på baslinje, infallsvinkel, upplösning och antalet fotostationer. Trimble S6 påverkas relativt lite i både horisontal- och vertikalled (0-3 cm respektive 0-1 cm) av avståndet från objektet medan V10 i horisontalled har ett RMS-värde på 2 11 och ökar från längre, medan vertikalled fick ett RMS-värde som varierar upp och ned utan tydligt mönster från olika avstånd. Evans (2015) testar 2 14 fotostationer för att undersöka hur antalet fotostationer påverkar RMSvärdet. För Trimble S6 sjönk RMS-värdet generellt med fler fotostationer och ligger mellan ca 2 7 mm för både horisontal- och vertikalled för samtliga avstånd. För V10 sjönk RMS-värdet något i horisontalled med fler fotostationer och låg mellan ca 2,7 och 3,2 cm. I vertikalled blev RMS-värdet 6 cm vid två fotostationer, ökade till 9 cm vid tio fotostationer för att sedan sjunka igen till 7 cm vid 14 fotostationer. Evans (2015) kommer fram till att S6 påverkas lite av infallsvinkeln. För V10 påverkas horisontalled positivt av små infallsvinklar och vertikalled positivt av stora infallsvinklar. Laurell (2017) undersöker vilket RMS-värde som kan uppnås med V10 under olika förhållanden. I studien undersöks hur V10 påverkas av olika avstånd från objektet och resultatet visar att inom 25 m är medelfelet under 2 cm och ökar sedan med 2 cm per 25 m i plan. Felet är mindre i höjd än i plan. Etablering av V10 kan genomföras med GNSS eller totalstation och enligt Laurells studie blir det marginell 6

19 skillnad i plan mellan etableringsmetoderna, men i höjd ger etablering med totalstation ett bättre resultat. Laurell undersöker även om RMS-värdet påverkas av att fler fotostationer används, men drar slutsatsen att fler stationer inte ger ett bättre resultat då fler felkällor uppstår. Laurell (2015) kommer också fram till att RMSvärdet blir större i plan än höjd och menar att det beror på att det finns fler felkällor i plan än höjd eftersom både fotostationens riktning och horisontering påverkar plan medan endast fotostationens horisontering påverkar höjd. Image Assisted Total Station (IATS), d.v.s totalstation med inbyggd kamera, är en metod som går att använda vid terrester fotogrammetri. Wagner, Huber, Wiedemann och Paar (2014) gör i sin studie tester med en prototyp av en IATS av Leica Geosystems. En deformation av ett objekt, en artificiell sten, simuleras genom att flytta stenen. Fyra kontrollpunkter i form av reflekterande mål placerades på stenen. Fotografier av objektet togs med IATS från två fotostationer med 84,5 m baslinje mellan fotostationerna. Medelavståndet till objektet var i genomsnitt 261 m respektive 292 m. Linsen i den IATS som används i studien har en 30 gånger förstoring. För att täcka in hela objektet togs 32 fotografier från ena fotostationen och 40 från den andra. Bilderna sattes sedan ihop till sfäriska panoramor för respektive fotostation. En Leica HDS7000 är en terrester laserskanner (TLS) och användes för att skanna in en referensyta över objektet för att jämföra resultatet från IATS med TLS. TLS placerades ca 80 meter från objektet. Två totalstationer (TPS), en Leica TPS1201 och en Leica MS50, användes för att mäta in kontroll- och referenspunkter. Wagner, Huber, Wiedemann och Paar (2014) kommer fram till att IATS avviker 6 mm och TLS 8 mm från kontrollmätningarna med TPS, vilket innebär att skillnaden inte är signifikant. Wagner, Huber, Wiedemann och Paar (2014) påpekar att IATS placerades tre gånger så långt bort jämfört med TLS. Terrester fotogrammetri jämförs med traditionell reflektorlös inmätning av Sandström och Svensson (2017). Instrumenten som används i studien är Leica Nova MS50 (MS50) och Leica Nova MS60 (MS60). Tester genomfördes i kontrollerad miljö i en laborationshall (med MS50) och ute i fält (med MS60) för att undersöka hur låga RMS-värden som kan uppnås. I laborationshallen genomfördes två fotostationsuppställningar där fem reflextejper med kända koordinater fotograferades med MS50. Resultatet jämfördes sedan med de kända koordinaterna. Ute i fält mättes tydliga detaljer samt sex signaler in reflektorlöst från olika avstånd och vinklar. Dessa detaljer och signaler fotograferades med MS60 för att kunna jämföra de reflektorlösa och fotogrammetriska mätningarna. Sandström och Svensson (2017) kommer fram till att avvikelser på millimeternivå uppnås i kontrollerad miljö och centimeternivå ute i fält, och drar slutsatsen att terrester fotogrammetri är ett bra alternativ eller komplement till traditionell detaljmätning när det kommer till kvaliteten på koordinaterna. 7

20 Lato, Hutchinson, Gauthier, Edwards och Ondercin (2015) undersöker möjligheten att använda TLS, flygburen laserskanning (ALS) och terrester fotogrammetri för att skapa kartor och se förändringar i branta berg, och för att se de olika alternativens begränsningar. Lato, Hutchinson, Gauthier, Edwards och Ondercin (2015) påpekar att en fördel med terrester fotogrammetri gentemot ALS och TLS är att det krävs lite utrustning för att kunna genomföra mätningen. Ett problem med terrester fotogrammetri är att tekniken kräver bra ljus för att uppnå bra resultat. Uppnås en bra ljusnivå finns det goda förutsättningar för att skapa en bra 3D-modell. För att utvärdera terrester fotogrammetri användes en Nikon D800. Lato, Hutchinson, Gauthier, Edwards och Ondercin (2015) använde information om koordinater från ALS för att kunna georeferera data från digitalkameran och TLS. Totalt togs 126 bilder över berget med digitalkameran med 50 % överlapp i vertikalt led och 30 % i horisontalt. Programvaran Agisoft användes för att automatiskt hitta gemensamma punkter i bilderna och sätta ihop dem. Resultatet visar att ALS, TLS och terrester fotogrammetri kan användas för att kartlägga och se förändringar hos bergväggar. Den spatiala upplösningen spelar stor roll för vilken noggrannhet som kan uppnås. Lato, Hutchinson, Gauthier, Edwards och Ondercin (2015) drar slutsatsen att TLS gav mest noggranna resultat, ALS kan användas för stora områden och terrestra fotogrammetrin är kostnadseffektiv. 1.5 Hållbar utveckling och etiska frågor Med terrester fotogrammetri är det möjligt att göra mätningar utan att vara i direkt kontakt med objektet som ska mätas in vilket är fördelaktigt i farliga och svårtillgängliga miljöer. Vid terrester fotogrammetri kan mätningar även genomföras i allt som fångats i bilderna vilket medför att ommätningar och kompletteringar är möjligt utan att fysiskt besöka platsen igen. Detta bidrar till ekonomisk och miljömässig hållbar utveckling eftersom transport tillbaka till platsen kan undvikas. Terrester fotogrammetri medför att bilder tas av området som är av intresse för mätning. Av etiska skäl är viktigt att ta hänsyn till förbipasserande människor som inte vill vara med på bilderna. 8

21 2 Teori 2.1 Fotogrammetri Fotogrammetri betyder ordagrant mätning i fotografisk bild men benämns ofta som bildmätning (Boberg, 2001). För att få 3D-koordinater vid bildmätning behövs minst två bilder av samma objekt (Stojaković, 2008). Fotogrammetri kan delas in i analog och digital fotogrammetri (Boberg, 2001) men idag sker fotogrammetri nästan uteslutande i digital form (Lantmäteriet, 2013). Terrester fotogrammetri, även känt som markfotogrammetri, är den första formen av fotogrammetri som användes (Lantmäteriet, 2013). Den som först använde ordet fotogrammetri var arkitekten Meydenbauer då han skapade en tidig fototeodelit (Luhmann, Robson, Kyle & Harley, 2006). Terrester fotogrammetri används bland annat inom deformationsmätningar, dokumentation och medicinska undersökningar (Lantmäteriet, 2013). Den optimala infallsvinkeln mellan två fotostationer vid fotogrammetri är i teorin 90 grader (Wojtas, 2012). Dock kom Evans (2015) fram till att infallsvinkeln inte alltid har så stor inverkan på resultatet. Waldhäusl och Ogleby tog fram 3x3-metoden, som även Lantmäteriet refererar till (Hanke & Grussenmeyer, 2002). 3x3-metoden består av tre huvudregler med rekommendationer för fotografering av byggnader. Bland annat anges att kända mått som är så långa som möjligt ska mätas in i fält som referensvärde, avståndet mellan fotostationer ska vara 1/10 1/8 av avståndet till objektet, fotograferingen ska ske på halva objektets höjd, bilder ska överlappa med minst 60 % samt att zoom-optik och autofokus inte ska användas (Lantmäteriet, 2013). För V10 bör avståndet mellan fotostationer inte överstiga 1/4 av avståndet till objektet (Baiocchi et al., 2017). Kameror som används vid bildmätning, s.k. mätkameror, har välkänd inre geometri och ses då som kalibrerade (Lantmäteriet, 2013). Kamerans orientering kan delas upp i yttre och inre. Den inre orienteringen beskriver bildplanets position i förhållande till projektionscentrum, d.v.s. kamerakonstanten (Boberg, 2001). Parametrarna för den inre orienteringen kan bestämmas genom att fotografera ett schackmönster, så som i Prokos, Kalisperakis, Petsa och Karras (2012). Den inre orienteringens parametrar kan även bestämmas av programvaran där bildmätningarna sker om programvaran vet vilket instrument som använts för att ta bilderna, och denna metod används i denna studie. Den yttre orienteringen är positionen för kameran i ett koordinatsystem (X0, Y0 och Z0) samt tre vinklar (omega, fi och kappa) för riktningen som kameraaxeln pekar åt. Yttre orientering kan bestämmas genom integrerade navigationssystem, som t.ex. GNSS, eller efter fotografering med så kallade stödpunkter. Stödpunkter är punkter som syns i 9

22 bilderna med kända koordinater. Genom att ange minst tre stödpunkter i bilden kan den yttre orienteringen bestämmas (Lantmäteriet, 2013). Vid noggrann bildmätning är det viktigt att korrekt inre orientering uppnås. Bra inre orientering uppnås genom kalibrering (Remondino & Fraser, 2006). 2.2 Beräkningar I denna studie beräknas mätosäkerheten för att bedöma spridningen av mätningarna. Standardosäkerheten anges som ett mått på spridningen vilket behövs eftersom en viss spridning uppstår p.g.a. slumpmässiga effekter (Mårtensson, 2016). Vid bestämning av mätosäkerhet är det omöjligt att undersöka en oändlig population. Lösningen är att använda statistiska metoder så att stickprov ska kunna representera den oändliga populationen (Lantz, 2013). Vid analys av en population används populationens mätosäkerhet. När stickprov har samlats in är populationens mätosäkerhet okänd och istället får stickprovets mätosäkerhet beräknas utifrån stickprovets medelvärde. Ett problem med att beräkna stickprovets spridning utifrån medelvärdet är att mätosäkerhet kan bli för liten i jämförelse med vad den skulle blivit vid analys av en hel population. För att åtgärda problemet med spridning används n-1 i nämnaren istället för n i ekvation (2) (Lantz, 2013). I denna studie används stickprov om tio fotografier. F-test visar om en metod kan anses vara statistiskt säkrare än en annan eller om de kan anses vara lika säkra, baserat på mätosäkerhet. Den största mätosäkerheten av de två som jämförs placeras i täljaren och den minsta i nämnaren (ekvation 3). Om resultatet av F-testet är större än det kritiska värdet anses metoden vars standardosäkerhet placeras i nämnaren vara statistiskt säkrare, och om resultatet är mindre än de kritiska värdet anses det inte finnas någon statistisk skillnad i osäkerheterna (Lantz, 2013). 10

23 3 Material och metod 3.1 Instrument Följande instrument användes i studien: V10 V10 (figur 1) är en bildrover som fotograferar 360 panoramabilder för terrester fotogrammetri. Den har tolv kameror; på den övre raden finns sju stycken 360 horisontellt riktade och på den undre raden fem stycken nedåtvända som fotograferar 200 horisontellt. Varje kamera har 5 MP, d.v.s. 60 MP för alla kameror tillsammans. På den övre raden har varje kamera 57,5 horisontell FOV och 43 vertikal FOV vilket innebär att ett 10 m högt objekt kan ses på 20 m avstånd från objektet. På den nedre raden har varje kamera 43 horisontell FOV och 57,5 vertikal FOV. V10 kan etableras med GNSS genom en GNSS-mottagare som monteras på toppen av V10. GNSSmottagaren är även utbytbar mot en prisma för att möjliggöra etablering med totalstation. V10 har en inbyggd kompass och tiltsensor för att ge initial information om rotationsparametrarna som behövs för efterberäkningarna i TBC (Trimble, 2014) SX10 SX10 (figur 2) är en multistation med möjlighet till traditionell totalstationsmätning, laserskanning och fotografering. Multistationen har fyra kameror: en översiktskamera, en primärkamera, en teleskopkamera och en lodkamera. SX10 har ingen kikare som en traditionell totalstation utan använder sig istället av kameror som styrs via en tablet. De kameror som finns tillgängliga för fotografering är översiktskameran och primärkameran. Teleskopkameran använd enbart som kikare för inriktning vid etablering och inmätning, vilket även översikts- och primärkamerorna kan användas till. Lodkameran används för etablering över känd punkt. Varje kamera har 5 MP (Trimble 2017) iphone 7 iphone 7 är en smartphone av tillverkaren Apple med en 12 MP kamera med 4032x3024 pixlar (Apple u.å). Figur 1. Trimble V10 Imaging Rover (Trimble, u.å.b) Figur 2. Trimble SX10 multistation (Trimble, u.å.a) 11

24 3.2 Material Följande utrustning utöver instrumenten användes vid fältarbetet: Prisma, prismastång, trebent stativ, tvåbent stativ, reflextejp, svartvita måltavlor, stativstjärna, mätband, sprayfärg och plastspikar. 3.3 Programvaror Följande programvaror användes i studien: SBG Geo 2014 användes vid förarbetet för att bestämma fotostationernas positioner. Trimble Business Center version 4.00 användes för bildmätning för SX10 och V10. Agisoft Photoscan Professional version användes för bildmätning för iphone 7. Microsoft Excel 2016 användes vid efterarbetet för beräkningarna. 3.4 Testområde Fältarbetet i studien genomfördes vid Gasklockorna i Gävle (figur 3). Platsen är belägen i östra utkanten av stadens centrum. Glasklockorna är ett nedlagt gasverk som uppfördes på 1890-talet och levererade gas fram till Sedan 1998 ägs området av kommunen som brukar det för kulturella ändamål (Gävle Kommun, u.å.). Platsen valdes p.g.a. dess öppna yta som möjliggjorde fotografering från långa avstånd samt bra förutsättningar för GNSS-mätning, med hänseende på flervägsfel (Mårtensson, 2016). Området är också lämpligt eftersom byggnaderna är av tegel vilket ger tydliga detaljer som påverkar bildmatchningen positivt (Forlani, Pinto, Roncella & Pagliari, 2013). Punkterna (41, 51, 61, 71, 81 och 91) som användes i studien placerades på en av tegelväggarna (figur 4 och 5). Det är även lite rörelse i form av trafik m.m. på platsen vilket är fördelaktigt vid fotografering för fotogrammetriska ändamål (Barazzetti, Remondino & Scaioni, 2010). 12

25 Figur 3. Översiktsbild över området, Gasklockorna i Gävle, där fältarbetet utfördes. Figur 4. Vägg med måltavlor. 13

26 Figur 5. Närbild på måltavla. 3.5 Förarbete Inför fältarbetet genomfördes en rekognoscering av området. En lämplig vägg valdes ut där måltavlorna skulle placeras. Två punkter mättes in på väggen för att kunna simulera väggen i SBG Geo och ha som utgångspunkt för planering av måltavlornas och fotostationernas positioner. Punkter för fotostationerna skapades parallellt med väggen på 10 och 50 m avstånd ifrån väggen. Sju punkter skapades på respektive avstånd. Avstånden mellan fotostationerna sattes till 1/8 av avståndet till väggen för att tillgodose kraven från både Lantmäteriet (2013) som anger att basavståndet ska vara 1/5 1/10 av avståndet till objektet och V10 som eftersträvar ett basavstånd upp till 1/4 av avståndet till objektet (Baiocchi et al., 2017). Fotostationernas positioner visas i figur Fältarbete Förberedande fältarbete Inför fotograferingen med SX10, V10 och iphone 7 förbereddes den aktuella platsen för fotograferingen. Fotostationerna sattes ut med GNSS och markerades med sprayfärg där det var asfalt eller grus och plastspikar där det var snö, för att fotograferingarna skulle ske från ungefär samma positioner med samtliga instrument. De sex måltavlorna som användes som OBJ, KA, LA och referenssträcka för iphone 7 (61 91) sattes upp på väggen (figur 4). Fyra reflextejper (2000, 3000, 4000 och 5000 (figur 3)) sattes ut i området för att de skulle kunna användas som bakåtobjekt till SX10, för att den skulle kunna etableras snabbare än om RUFRIS-metoden hade använts för samtliga etableringar. För att få direkt georefererade bilder med SX10 behöver den etableras mot kända punkter. Bakåtobjekten (2000, 3000, 4000 och 5000) samt testobjekten som behövde koordinater (41, 51, 71 och 81) mättes in från en stationsetablering med SX10 14

27 (bilaga A). Stationen som användes för inmätning av måltavlorna och bakåtobjekt etablerades genom RUFRIS-metoden med tio GNSS/nätverks-RTK-mätningar som bakåtobjekt runt om stationen, vilka redovisas i bilaga A. GNSS-stången stabiliserades med ett tvåbent stativ. Varje testobjekt mättes in tio gånger, i enighet med Homeruz och Andersons (2011) studie, och medelvärdet användes som referensvärde. Slutligen mättes referensavståndet (61-91) som skulle användas som skala till bildmätningarna för iphone 7 med mätband. Instrumenten acklimatiserades till rådande temperatur före mätningarna. Samtliga mätningar i studien genomfördes i projektionen SWEREF och samtliga resultat redovisas i denna projektion Fotografering med V10 V10 etablerades med GNSS/nätverks-RTK-mätning över de utsatta fotostationerna. En ungefärlig orientering erhölls med den inbyggda kompassen. Fotografierna togs i samma höjd som måltavlorna i enighet med Lantmäteriet (2013). V10 flyttades mellan varje fotografering och GNSS-uppkopplingen startades om vilket gjorde etableringarna och fotografierna oberoende. Proceduren med etablering och fotografering med V10 genomfördes över sju punkter från 50 m (punkt 1-7) och sju punkter 10 m avstånd (punkt 8-14) från måltavlorna. Från varje fotostation tog tio uppsättningar fotografier. Ett tvåbent stativ användes för att stabilisera V10 under GNSS/nätverks-RTK-mätningen och fotograferingen Fotografering med SX10 SX10 etablerades över de utsatta fotostationerna. Varje etablering genomfördes mot tre bakåtobjekt. Bakåtobjekten valdes för att uppnå så bra geometri som möjligt och så bra sikt mot bakåtobjektet från stationen som möjligt. För varje fotostation togs tio uppsättningar fotografier och mellan varje fotografering genomfördes en ny etablering vilket gjorde varje etableringarna och fotografierna oberoende. Proceduren med etablering och fotografering med SX10 genomfördes över sju punkter från 50 m (punkt 1-7) och sju punkter 10 m avstånd (punkt 8-14) från måltavlorna. SX10 riktades mot måltavlorna och fotografierna togs i samma höjd som måltavlorna i enighet med Lantmäteriet (2013). Överlappningen mellan fotografierna från de olika fotostationerna var därmed i princip 100 %. Primärkameran i SX10 användes för fotograferingen. Från 50 m täcktes väggen med måltavlorna in i ett enda fotografi från varje fotostation och från 10 m togs fotografier från varje fotostation för att täcka in väggen med måltavlorna. De fotografier som togs från en samma fotostation från 10 m togs med 10 % överlappning, vilket var förinställningen i SX10 och användes för att undvika luckor. 15

28 3.6.4 Fotografering med iphone 7 Tio fotografier togs från samtliga positioner från 50 m (punkt 1-7 (figur 3)) och 10 m (punkt 8-14 (figur 3)). Operatören höll iphone 7 i handen vid fotograferingen för att bibehålla smidigheten. iphone 7 riktades mot måltavlorna och fotografierna togs i samma höjd som måltavlorna i enighet med Lantmäteriet (2013). Överlappningen mellan fotografierna från de olika fotostationerna var i princip 100 %. iphone 7 riktades bort mellan varje fotografi för att göra fotografierna oberoende. Exponering och fokus låstes och ingen zoomoptik användes i enighet med Lantmäteriet (2013). 3.7 Databearbetning När alla fotografier var insamlade bearbetades de först i TBC eller Agisoft Photoscan och sedan genomfördes beräkningar i Microsoft Excel Bildmätning Proceduren för bildmätningen såg olika ut beroende på vilket instrument som användes för att samla in bilderna. För samtliga instrument samlades tio uppsättningar fotografier in för varje fotostation. Sju fotostationer fanns på 10 m avstånd (punkt 8-14) och sju fotostationer på 50 m avstånd (punkt 1-7). Vid bildmätningen sattes set om tre, fem och sju fotostationer ihop för respektive avstånd (10 och 50 m). För varje set om tre fotostationer användes fotostationerna 3, 4 och 5 (50 m (figur 3)) respektive 10, 11 och 12 (10 m (figur 3)) För varje set om fem fotostationer användes fotostationerna 2, 3, 4, 5 och 6 (50 m) respektive 9, 10, 11, 12 och 13 (10 m). För varje set om sju fotostationer användes samtliga fotostationer, d.v.s. 1, 2, 3, 4, 5, 6 och 7 (50 m) respektive 8, 9, 10, 11, 12, 13 och 14 (10 m). TBC användes för bildmätning i fotografier tagna med V10 och SX10 eftersom filerna är anpassade för Trimbles egna programvara. Agisoft Photoscan användes för bildmätning i fotografier tagna med iphone 7 eftersom endast Trimbles egna filer kan importeras i TBC Bildmätning med V10 Tre, fem eller sju fotostationer lades in i TBC. Detta genomfördes för var och ett av de tio seten för tre, fem och sju fotostationer så att tio uppsättningar erhölls. Gemensamma kopplingspunkter hittades genom automatisk bildmatchning. Resultatet justerades för att förbättra orientering och/eller position. Justeringen genomfördes på två olika sätt för att se en eventuell skillnad mellan dem. Dels gjordes justering genom full orientering vilket innebär att orienteringen justeras medan positionen anses vara korrekt och behålls, och dels gjordes justering genom fri standardstation vilket innebär att orienteringen och positionen justeras. Efter justeringen av fotostationerna mättes punkter in i centrum av OBJ på väggen, i varje 16

29 fotostation vilket gav koordinater (N, E, H) för punkterna. V10 var kalibrerad före överlämnandet från leverantören Bildmätning med SX10 Tre, fem eller sju fotostationer lades in i TBC. Detta genomfördes för var och ett av de tio seten för tre, fem och sju fotostationer så att tio uppsättningar erhölls. För SX10 behövs ingen justering av fotostationerna eftersom positionen och orienteringen för fotostationerna är välkända och noggrant mätta. Punkter mättes in centrum av OBJ i varje fotografi vilket gav koordinater (N, E, H) för punkterna. SX10 var kalibrerad före överlämnandet från leverantören Bildmätning med iphone 7 Tre, fem eller sju fotostationer lades in i Agisoft Photoscan. Detta genomfördes för var och ett av de tio seten för tre, fem och sju fotostationer så att tio uppsättningar erhölls. iphone 7-bilderna kalibreras automatiskt av Agisoft Photoscan med hjälp av en EXIF-fil med metadata som följer med varje bild (Agisoft, 2012). Fotostationerna justerades genom att automatiskt hitta gemensamma kopplingspunkter mellan fotostationerna. Efter justeringen av fotostationerna sattes punkter ut i centrum av punkterna OBJ samt 61 och 91, för varje fotostation. En referenssträcka mellan punkt angavs för mjukvaran för att få en skala i bilderna så att mjukvaran kan beräkna avstånd Beräkning Beräkningarna genomfördes i Microsoft Excel. Medelvärdet för N, E och H för OBJ och KA och LA beräknades enligt ekvation (1), där n är antalet mätningar, utifrån de tio uppsättningarna av sammanslagna fotostationer för 10 m och 50 m samt tre, fem och sju fotostationer. Medelvärdena för N, E och H samt avstånden beräknades för V10 fri, V10 full och SX10. För iphone 7 beräknades endast avstånden och inte N, E och H eftersom iphone 7-bilderna inte georefererades. x = n i=1 x i n Mätosäkerheten för N, E och H samt KA och LA beräknades enligt ekvation 2, där n är antalet mätningar. (1) u(x) = n i=1 (x i x ) 2 n 1 (2) 17

30 F-test genomfördes enligt ekvation (3), där den största mätosäkerheten placerades i täljaren och den minsta i nämnaren, för att avgöra om någon distans från objektet, antal fotostationer eller metod (SX10, V10 fri, V10 full eller iphone 7) kan anses vara statistiskt lika eller säkrare än en annan distans, antal fotostation eller metod. F test = s 1 2 s 2 2 (3) Jämförelser av KA och LA med F-testet genomfördes enligt figur 6. Först jämfördes tre, fem och sju fotostationer för respektive avstånd (10 m och 50 m) och för KA och LA för varje metod (V10 fri, V10 full, SX10 och iphone) för sig i jämförelse (a) i figur 6. Jämförelserna genomfördes parvis, d.v.s. tre fem, tre sju och fem sju. F-testet genomförs med 95 % konfidensnivå. Nio frihetsgrader användes för samtliga mätningar vilket innebär att det kritiska värdet sattes till 3,18 enligt tabell i Råde och Westergren (1995). Om det kritiska värdet uppnåddes ansågs det finnas en statistisk skillnad i säkerhet hos de olika antalet fotostationer och då antogs det antal fotostationer med minst spridning vara det bästa alternativet. Om det kritiska värdet inte uppnåddes ansågs det lägre antalet fotostationer vara det bästa alternativet p.g.a. att det inte finns någon statistik skillnad i säkerhet, kräver färre fotostationer, mindre datamängd och snabbare efterarbete. Det bästa alternativet (tre, fem eller sju fotostationer) från 10 m jämfördes med det bästa alternativet från 50 m för att avgöra vilket antal fotostationer och avstånd från objektet som är det optimala. Om det kritiska värdet 3,18 uppnåddes i jämförelse (b) i figur 6 ansågs det avstånd med minst spridning vara det bästa alternativet eftersom det då ansågs finnas en statistisk skillnad i säkerhet. Om det kritiska värdet inte uppnåddes ansågs fotografering från 50 m vara det bästa alternativet eftersom det inte finns någon statistisk skillnad i osäkerhet, kväver färre bilder och fotostationer från ett längre avstånd för att täcka in ett (större) objekt. Jämförelser med F-test genomfördes för varje metod (V10 fri, V10 full, SX10, iphone 7). Sedan jämfördes de bästa alternativen för respektive metod enligt figur 7 för att avgöra om någon metod statistiskt kan anses vara säkrare. Jämförelserna genomfördes parvis så att alla metoder jämfördes mot varandra. 18

31 (a) 3, 5 och 7 fotostationer från 10 m för KA jämförs 3, 5 och 7 fotostationer från 50 m för KA jämförs 3, 5 och 7 fotostationer från 10 m för LA jämförs 3, 5 och 7 fotostationer från 50 m för LA jämförs Optimala antalet fotostationer utses Optimala antalet fotostationer utses Optimala antalet fotostationer utses Optimala antalet fotostationer utses (b) Optimala antalet fotostationer för KA från 10 och 50 m jämförs Optimala antalet fotostationer för LA från 10 och 50 m jämförs Optimala antalet fotostationer från optimala avståndet från objektet (10/50 m) för KA utses Optimala antalet fotostationer från optimala avståndet från objektet (10/50 m) för LA utses Figur 6. Flödesschema för framtagande av det optimala antalet fotostationer från det optimala avståndet från objektet, med F-test. 19

32 Optimala antalet fotostationer från 10 m för KA för metod A Optimala antalet fotostationer från 10 m för KA för metod B Optimala antalet fotostationer från 10 m för LA för metod A Optimala antalet fotostationer från 10 m för LA för metod B Metod A och B jämförs med avseende på det optimala antalet fotostationer från 10 m för KA Metod A och B jämförs med avseende på det optimala antalet fotostationer från 10 m för LA Optimala metoden (A eller B) med avseende på det optimala antalet fotostationer från 10 m för KA utses Optimala metoden (A eller B) med avseende på det optimala antalet fotostationer från 10 m för LA utses Optimala antalet fotostationer från 50 m för KA för metod A Optimala antalet fotostationer från 50 m för KA för metod B Optimala antalet fotostationer från 50 m för LA för metod A Optimala antalet fotostationer från 50 m för LA för metod B Metod A och B jämförs med avseende på det optimala antalet fotostationer från 50 m för KA Metod A och B jämförs med avseende på det optimala antalet fotostationer från 50 m för LA Optimala metoden (A eller B) med avseende på det optimala antalet fotostationer från 50 m för KA utses Optimala metoden (A eller B) med avseende på det optimala antalet fotostationer från 50 m för LA utses Figur 7 Flödesschema för framtagande av den optimala metoden (V10 fri, V10 full, SX10 och iphone) med avseende på antalet fotostationer, från 10 och 50 m, för KA och LA, med F-test. 20