patrimoniumdocumentatie door middel van … · het erfgoed dat de mens doorheen zijn bestaan heeft...
TRANSCRIPT
PATRIMONIUMDOCUMENTATIE DOOR
MIDDEL VAN FOTOGRAMMETRIE EN
LASERSCANNING IN DE OUDE
REFTER VAN HET STAM (BIJLOKE-
ABDIJ, GENT)
Aantal woorden: 25 868
Wouter D’Haese Stamnummer: 01006013
Promotor: Prof. dr. Rudi Goossens
Masterproef voorgelegd voor het behalen van de graad master in de richting Geomatica & Landmeetkunde
Academiejaar: 2017 – 2018
2
3
ABSTRACT
During its existence, man has left cultural heritage of great value that deserves adequate preservation.
Preservation of cultural heritage is a broad subject though, and gathers a lot of specific actions like heritage
registration, historic inquiries and renovations. The first action, heritage registration, is something this
master thesis would like to make a small contribution to. The objective of this thesis is to conduct a
geometrically correct registration of the eastern and western inner wall of the refectory of the old Bijloke
abbey, part of the city museum of Ghent (STAM). The registration of these walls will be conducted using
two different techniques: close-range photogrammetry (sometimes referred to as photomodelling) and
terrestrial laser scanning. Preparatory topographical measurements are conducted to ensure accurate and
georeferenced results. Afterwards, the laser scanning is conducted and the photographs are taken. After
processing the data, the results are obtained: a 3D-point cloud of every wall that is based on the laser
scans and 3D-models and orthorectified images based on the close-range photogrammetry technique. All
these results have a spatial error that ranges in between 6 mm and 15 mm. The results based on close-
range photogrammetry are more accurate than the 3D-point cloud based on the laser scans. The biggest
attribution to this difference comes from certain logistical circumstances in the refectory that didn’t favour
the accurate georeferencing of the point clouds. Nevertheless, all accuracies fall within acceptable margins.
This element, together with other good properties such as the qualitative colours of the results based on
close-range photogrammetry, point to the fact that these techniques are highly qualified to be used for
heritage registration.
Key words: heritage preservation, heritage registration, photomodelling, laser scanning, 3D-model,
orthorectified image, accuracy
4
5
SAMENVATTING
Het erfgoed dat de mens doorheen zijn bestaan heeft nagelaten is van onschatbare waarde en verdient
een goede bescherming. Erfgoedbescherming is echter een ruim begrip waaronder een breed scala aan
handelingen kunnen gesitueerd worden zoals erfgoeddocumentatie, historisch onderzoek en renovaties.
Deze thesis wil aan dit eerste vernoemde aspect, de documentatie van erfgoed, een bescheiden bijdrage
leveren. De doelstelling is namelijk om een geometrisch correcte weergave te realiseren van twee
binnenmuren van de refter van de oude Bijlokeabdij, deel uitmakend van het museum STAM, in Gent.
Concreet betreft het de oostelijke en westelijke muren van de refter. De weergave van deze muren zal
gerealiseerd worden op basis van de technieken fotogrammetrie (meer specifiek fotomodellering) en
laserscanning. In functie van deze technieken worden ter voorbereiding topografische metingen uitgevoerd.
Dit is essentieel voor de nauwkeurigheid en de georeferentie van de uiteindelijke resultaten. Nadien
worden de laserscans uitgevoerd en de foto’s voor de fotogrammetrische verwerking genomen. Na de
verwerking worden uiteindelijk de resultaten bekomen: op basis van de laserscanning wordt van elke muur
een puntenwolk geproduceerd, de fotogrammetrische verwerking van de foto’s brengt orthofotoplannen en
3D-modellen voort. Al deze resultaten hebben een gemiddelde ruimtelijke afwijking die varieert van 6 mm
tot 15 mm. De resultaten op basis van fotogrammetrie zijn daarbij steeds significant nauwkeuriger dan de
resultaten van de laserscanning. De grootste verklaring voor dit verschil ligt bij de omstandigheden op het
terrein die een correcte georeferentie van de laserscans bemoeilijkte. Niettemin vallen alle
nauwkeurigheden binnen de toleranties. Samen met andere goede eigenschappen van de resultaten, zoals
de goede kleurweergaven van de fotogrammetrische resultaten wijst dit erop dat deze technieken
uitermate geschikt zijn voor een geometrisch correcte documentatie van erfgoed.
Sleutelwoorden: erfgoedbescherming, erfgoedregistratie, fotomodellering, laserscanning, 3D-model,
orthofoto, nauwkeurigheid
POPULARISERENDE TEKST
Deze thesis richt zich op de registratie van bouwkundig erfgoed door gebruik te maken van twee
verschillende technieken. Met registratie wordt een visuele weergave van een object bedoeld die zo goed
mogelijk de werkelijkheid benadert. Dat betekent dat het object weergegeven wordt in haar juiste
proporties, met een correcte weergave van hoeken en afstanden. Er wordt bij de meeste geproduceerde
resultaten ook naar gestreefd om de kleuren zo waarheidsgetrouw mogelijk af te beelden, net zoals op een
goede foto. De weergave kan in twee dimensies – als een gewone foto van het object, of in drie dimensies
6
– als virtueel 3D-model. Dergelijke weergaven zijn gemaakt van twee binnenmuren van het abdijcomplex
op de Bijlokesite (Gent) die enkele historische muurschilderingen bevatten. Waarom wordt bouwkundig
erfgoed op een dergelijke wijze afgebeeld? Omdat dit erfgoed van grote historische waarde is. Indien men
het op een doeltreffende wijze wil beschermen is het belangrijk dat het ook op de best mogelijke manier
afgebeeld wordt.
7
WOORD VOORAF
Graag neem ik deze gelegenheid te baat om iedereen te bedanken die mij bijgestaan heeft in de realisatie
van deze thesis. In de eerste plaats mijn promotor, Prof. dr. Rudi Goossens voor de hulp tijdens alle
verschillende fasen van het onderzoek. Daarnaast wil ik ook het personeel van het STAM bedanken, in het
bijzonder Kris Uyttersprot en Yves Van De Weghe, voor het beschikbaar stellen van de refter voor deze
thesis en voor de hulp tijdens het terreinwerk waar ik steeds op kon rekenen en die ik bijzonder op prijs
gesteld heb. Tot slot wil ik ook alle andere mensen bedanken die mij op een of andere manier hebben
geholpen, hetzij bij het terreinwerk, hetzij bij de verwerking van de data, hetzij door het nalezen van de
tekst, of gewoon door de mentale steun.
8
9
INHOUDSTAFEL
1. Inleiding 11
1.1 Basisprincipes van de fotogrammetrie 13
1.1.1 Definitie 13
1.1.2 Klassieke fotogrammetrie 15
1.1.2.1 Stereovisie als basisconcept van de fotogrammetrie 15
1.1.2.2 Foto-eigenschappen 16
1.1.3 Fotomodellering 21
1.1.3.1 Inleiding 21
1.1.3.2 Foto-opname 22
1.1.3.3 Dataverwerking op basis van SFM en MVS-algoritmen 23
1.2 Patrimoniumdocumentatie met fotogrammetrie 24
1.2.1 Meerwaarde van fotogrammetrie 24
1.2.2 Fotogrammetrie en de documentatie van gevels 26
1.3 Fotografische opname van kleuren 26
1.3.1 Kleurtemperatuur 27
1.3.2 Fotografische opname van kleuren 28
1.3.3 Kleurbeheer 29
1.3.4 Bestandsformaten 30
2. Studieobject 31
2.1 Sitegeschiedenis 31
2.2 Studieobject 32
3. Methodologie 35
3.1 Gebruikte apparatuur 35
3.1.1 Totaalstation: Trimble M3 mechanisch totaalstation 35
3.1.2 GNSS: Trimble R8 GNSS set 35
3.1.3 Laserscanner: Leica HDS6100 laserscanner 36
3.1.4. Fototoestel: Canon EOS 1Ds 36
3.2 Data-acquisitie 37
3.2.1 Topografische metingen 37
3.2.1.1 Polygonatie 37
3.2.1.2 Detailmeting 39
3.2.2 Foto-opname 41
3.2.2.1 1e fotosessie gevel A 42
3.2.2.2 2e fotosessie gevel A 44
3.2.3 Laserscanning 45
3.3 Dataverwerking 46
3.3.1 Coördinatenverwerking 46
3.3.2 Fotokalibratie 47
3.3.3 Fotomodellering 48
3.3.3.1 Fotoselectie 49
3.3.3.2 Maskering en alignering 50
3.3.3.3 Grondcontrolepunten – georeferentie 51
3.3.3.4 Eindproducten 52
10
3.3.3.5 Verwerking in AutoCAD 54
3.3.4 Laserscanning 54
3.3.4.1 Gevel A 54
3.3.4.2 Gevel B 55
4. Resultaten 58
4.1 Topografische metingen 58
4.1.1 Algemeen 58
4.1.2 Nauwkeurigheden 58
4.2 Fotomodellering 59
4.2.1 Tussenresultaten 60
4.2.2 Eerste fotosessie 62
4.2.2.1 Overzichtsbeeld 62
4.2.2.2 Detail Laatste Avondmaal 63
4.2.3 Tweede fotosessie 64
4.2.3.1 Overzichtsbeeld 64
4.2.3.2 Detail Laatste Avondmaal 65
4.2.4 Nauwkeurigheden 66
4.2.4.1 Algemeen 66
4.2.4.2 Nauwkeurigheid van het resultaat van de eerste fotosessie 67
4.2.4.3 Nauwkeurigheid resultaat tweede fotosessie 70
4.3 Laserscanning 72
4.3.1 Gevel A 72
4.3.2 Gevel B 73
4.3.3 Nauwkeurigheden 74
4.3.3.1 Algemeen 74
4.3.3.2 Gevel A 75
4.3.3.3 Gevel B 77
5. Discussie 79
5.1 Analyse van de fotomodelleringsresultaten 79
5.1.1 Gedekte oppervlakte en randzones van de fotogrammetrische documenten 79
5.1.2 Belichting 82
5.1.3 Kleurweergave 83
5.1.4 Beeldscherpte en graad van detail 85
5.2 Vergelijking van de methoden naar nauwkeurigheid 88
6. Conclusie 90
7. Referentielijst 91
7.1 Literatuur 91
7.2 Internetbronnen 93
7.3 Gebruikte software 94
8. Bijlagen 95
11
1. INLEIDING
In zijn bestaansgeschiedenis die intussen meerdere honderdduizenden jaren beslaat, heeft de mens een
heel uitgebreide evolutie gekend op allerlei uiteenlopende vlakken. Het culturele erfgoed dat vandaag de
dag over de hele wereld terug te vinden is, hoe primitief of klein het ook moge zijn, vormt hier een
markante getuige van. Aangezien wij in ons huidig tijdsgewricht over de kennis en vaardigheden
beschikken om dit historische patrimonium te conserveren, zijn we het aan de toekomstige generaties dan
ook verplicht om hier werk van te maken (Yilmaz et al., 2007). Deze ethische invalshoek is slechts een
eerste argument om werk te maken van de conservering van historisch patrimonium. Andere argumenten
kunnen meer esthetisch, economisch of historisch van aard zijn. Een stad als Gent heeft haar homogene
historische stadcentrum dat terug gaat tot in de middeleeuwen bijvoorbeeld als grote esthetische troef. Het
grote aantal bezoekers dat dit historisch patrimonium uit binnen- en buitenland aantrekt is dan weer een
belangrijke economische reden om te zorgen voor een adequate bescherming.
Het leidt dus weinig twijfel dat erfgoed beschermt dient te worden. Dat bescherming ook nodig is blijkt uit
een waslijst van factoren die potentieel kunnen leiden tot erfgoeddegradatie. Aangezien bouwkundig
erfgoed in deze thesis centraal zal staan kan in functie hiervan volgende opdeling gemaakt worden: ten
eerste is er de groep factoren die valt onder de noemer “natuurlijke degradatie”. In dit verband kan gedacht
worden aan zaken zoals het rotten van hout, de verwering van steen of de corrosie van metaal. Indien
ongemoeid gelaten zorgt natuurlijke degradatie op termijn voor verval en het uiteindelijke verlies van
bouwkundig erfgoed. Ten tweede zijn er alle menselijke handelingen die rechtstreeks of onrechtstreeks
kunnen leiden tot het verlies van bouwkundig erfgoed. Een voorbeeld is het moment waarop het erfgoed
haar functie of nut verliest en er vervolgens overgegaan wordt tot sloop om ruimte te maken voor een
nieuwe ontwikkeling. Ook de moedwillige vernietiging van erfgoed komt voor, bijvoorbeeld omwille van
ideologische redenen. In dit verband kan verwezen worden naar de vernietiging van de grootste
Boeddhabeelden ter wereld door de Taliban in Bamiyan, Afghanistan, in het jaar 2001
(www.telegraph.co.uk, 24/07/2018), of de recente vernietiging van erfgoed door Islamitische Staat in Irak
en Syrië (www.theguardian.com, 24/07/2018). Ook in conflictsituaties heeft erfgoed het moeilijk. Ook al is
het doel van een conflict in de eerste plaats doorgaans niet de eliminatie van erfgoed, toch is het
gedurende gevechten vaak het kind van de rekening, met beschadigingen of de volledige vernietiging tot
gevolg.
In al deze gevallen kan de bescherming van het erfgoed in meerdere of mindere mate voor conservering
zorgen. Erfgoedbescherming is namelijk meer dan enkel het toekennen van een beschermende juridische
status. Daarnaast omvat dit proces ook onderzoek, documentatie en, indien nodig, ook renovatiewerken.
Ter illustratie een tweetal voorbeelden van de oplossingen die bescherming kunnen bieden. Een eerste
12
simpel voorbeeld is het tegengaan van de natuurlijke degradatie door een continue monitoring van de
impact van deze processen en indien nodig door nadien over te gaan tot renovatiewerkzaamheden. Een
tweede voorbeeld is de situatie van erfgoed in een oorlogssituatie. Het beschermingsproces zal er wellicht
slechts moeilijk voor kunnen zorgen dat het erfgoed niet beschadigd wordt, of in sommige gevallen
misschien zelfs volledig verloren gaat. Een nauwkeurige documentatie van het erfgoed voor een
conflictsituatie kan echter wel voldoende gegevens verschaffen om eventuele schade na het conflict te
herstellen, en in sommige gevallen misschien over te gaan tot een wederopbouw.
Het is net aan deze laatste stap, de conservering van erfgoed via een nauwkeurige documentatie, dat deze
thesis een bescheiden bijdrage hoopt te leveren. Meer concreet liggen de doelstellingen van dit werkstuk
bij het genereren van geometrisch correcte weergaven van de twee kopse zijden van de oude refter van
het museum STAM, dat gehuisvest is in het historische kloostercomplex op de Gentse Bijlokesite. Aan de
hand van fotogrammetrie en laserscanning zullen orthofotoplannen, 3D-modellen en 3D-puntenwolken
gegenereerd worden van deze twee binnengevels. De focus gaat daarbij enerzijds uit naar een volledige
registratie van beide gevels, anderzijds gaat er ook speciale aandacht uit naar het fresco van het Laatste
Avondmaal die zich op de oostelijke gevel bevindt. Het uitzonderlijk karakter van deze muurschildering en
haar belang als een van de topstukken van het Gentse erfgoed maken dat een aparte registratie
gerechtvaardigd is. Als sluitstuk van dit onderzoek worden de verschillende resultaten onderling vergeleken
op het vlak van kwaliteit.
Doorheen het project is het echter noodzakelijk gebleken om de doelstelling van deze thesis enigszins aan
te passen. Bij de planning van het terreinwerk waren de topografische metingen en de laserscanning
voorzien voor de zomermaanden van 2017, het realiseren van de foto’s voor de fotomodellering van beide
gevels waren voorzien voor het najaar. Gedurende de opmaak van de planning en de uitvoer van de eerste
werkzaamheden was er echter geen kennis van het feit dat het STAM de refter gedurende het hele
academiejaar 2017-2018 had gereserveerd voor de voorbereidende werkzaamheden van de verhuis van
een deel van haar collectie. Voor de eerste werkzaamheden voor deze thesis had dit geen gevolgen
aangezien zij tegen dan reeds afgerond waren. Voor de opname van de foto’s zorgde dit echter wel voor
problemen, in het bijzonder voor de opname van de foto’s van de westelijke gevel. Het deel van de zaal dat
aan deze gevel paalt is ingenomen voor de behandeling van de collectiestukken, hetgeen de
mogelijkheden om de camera op te stellen serieus beperkt. Bovendien is er allerhande materiaal tegen de
westelijke gevel opgestapeld, wat er voor zorgt dat de onderste helft van de gevel niet zichtbaar is. De
gevel tijdelijk vrijmaken en tegelijk voor goede opstelposities zorgen bleek logistiek niet haalbaar. Daardoor
is uit noodzaak beslist om de doelstelling van deze thesis aan te passen tot de volledige opname van de
oostelijke gevel en de registratie van de andere gevel te beperken tot de laserscanning.
13
De verdere structuur van dit proefschrift ziet er als volgt uit: nadat hiervoor reeds een inleiding gegeven
werd in het onderwerp en de doelstelling van de thesis zal de inleiding verder gezet worden met een
overzicht van de belangrijkste theoretische concepten die aan de basis liggen van de technieken die in
deze thesis gehanteerd zijn. De volgende sectie besteedt aandacht aan het studieobject. Het wordt verder
afgelijnd en gesitueerd in zijn ruimtelijke en historische context. De volgende paragraaf beschrijft de
methodologie die gehanteerd is met een overzicht van de gebruikte apparatuur en een stapsgewijze
beschrijving van de handelingen die leiden tot de productie van de resultaten. Nadien worden deze
resultaten kort gepresenteerd. Ten slotte volgt de discussie waarin de sterktes en zwaktes van de
uiteindelijke resultaten besproken worden. Ook zal er in deze sectie plaats zijn om de resultaten van de
fotogrammetrie met deze van de laserscanning kort te vergelijken op het vlak van nauwkeurigheid.
1.1 Basisprincipes van de fotogrammetrie
1.1.1 Definitie
Linder (2016) definieert de fotogrammetrie zeer beknopt als “The science of measuring in photo’s”. Het
doel van de methode noch de eigenschappen die gemeten worden, worden in deze definitie aangehaald.
De Maeyer & Van de Weghe (2007) zijn een stuk concreter door de fotogrammetrie te definiëren als “[…]
de techniek die toelaat geometrische metingen van objecten, fenomenen of gebieden te verrichten op basis
van foto’s of numerieke beelden”. Daar wordt verder nog een benadrukking aan toegevoegd dat de
metingen indirect zijn. Er wordt met andere woorden gemeten op de afbeeldingen, niet op de
gefotografeerde objecten zelf. Schenk (2005) komt met een definitie die hier bij aansluit: hij definieert
fotogrammetrie als “[…] the science of obtaining reliable information about the properties of surfaces and
objects without physical contact with the objects, and of measuring and interpreting this information”. Maar
de meest omstandige definitie is van de hand van Goossens (2010). Hij definieert de fotogrammetrie als
een toegepaste wetenschap met drie hoofddoelen: ten eerste worden objecten bestudeerd naar vorm,
grootte en plaats in de ruimte aan de hand van fotografische beelden van het object, ten tweede bestudeert
men de middelen en voorwaarden die nodig zijn om deze gegevens af te leiden uit de fotografische
opnamen, en tot slot bestudeert men ook de nauwkeurigheid waarmee men deze gegevens kan afleiden
uit de fotogrammetrische opnamen.
De voorgaande definities laten toe om de elementen op te sommen die essentieel zijn in de discipline van
de fotogrammetrie. Het gaat dus om technieken die objecten in de ruimte op een kwantitatieve manier
willen beschrijven naar geometrie, textuur, schaal en positionering in de ruimte. Daartoe gebruikt men
kwantitatieve data die op basis van fotografische opnamen verkregen worden. Cruciaal daarbij is dat de
14
metingen op de afbeeldingen zelf plaatsvinden, er is dus geen fysiek contact vereist met het te beschrijven
object. Uit de definitie van Goossens (2010) blijkt ook dat men de fotogrammetrie niet kan beperken tot
deze essentie. Er gaat namelijk ook veel aandacht naar alle ondersteunende technieken en processen die
het mogelijk maken om de benodigde data uit de afbeeldingen af te leiden, en hoe men dit op een zo
nauwkeurig mogelijke wijze kan doen.
Daarenboven kan men de fotogrammetrie niet los zien van de fotografie: de data op basis waarvan men
fotogrammetrische opmetingen doet zijn in feite fotografische opnamen, en een gedegen kennis van de
fotografie is dan ook essentieel om kwalitatieve foto’s te verkrijgen.
Binnen de fotogrammetrie zijn er twee subdisciplines te onderscheiden, namelijk de fotogrammetrie op
basis van lucht- en ruimtevaart enerzijds en de terrestrische fotogrammetrie anderzijds (De Maeyer & Van
de Weghe, 2007; Goossens, 2010). Bij de luchtfotogrammetrie worden de afbeeldingen genomen vanuit
een vliegtuig of een satelliet. Dit impliceert dat er steeds een (zeer) grote afstand zit tussen het
opnamepunt en het gefotografeerde object waardoor de schaal van deze beelden klein is. Bovendien
vereist de grote opnameafstand tot het object en het mobiele karakter van het opnameplatform tijdens de
opnamen zeer precieze camera’s. Aangezien deze thesis zal handelen over de opname van de binnenzijde
van twee gevels via terrestrische fotogrammetrie zal er op de luchtfotogrammetrie verder niet meer
ingegaan worden. Bij de terrestrische fotogrammetrie worden de afbeeldingen genomen vanop de grond,
of vanop een opnameplatform dat steeds een direct contact met de grond bewaart. De opnameafstanden
zijn doorgaans veel kleiner, het is mogelijk om een dicht contact met het op te nemen object te bewaren en
op zoek te gaan naar de meest geschikte opnamepunten. Dit nabij contact en de relatief kleine
opnameafstanden impliceren afbeeldingen met een grote schaal. De fotoapparatuur kan relatief eenvoudig
zijn, men gebruikt zowel metrische als niet-metrische camera’s1. Dit wordt geïllustreerd door een groot
aantal voorbeelden van studies waarin terrestrische fotogrammetrie toegepast wordt met relatief
eenvoudige en goedkope fototoestellen, zoals bijvoorbeeld Martinez et al., (2013), Pérez Ramos &
Robleda Prieto, (2015) en Boukerch et al., (2016).
Tot slot is het ook belangrijk om de aandacht te vestigen op het verschil tussen de fotogrammetrie en de
teledetectie. Beide disciplines zijn nauw verwant aan elkaar maar verschillen hoofdzakelijk naar
toepassing: daar waar de fotogrammetrie zich toelegt op een metrische beschrijving van ruimtelijke
objecten en de productie van cartografisch materiaal, tracht de teledetectie op basis van luchtfotografie
doorgaans kwalitatieve informatie te verwerven over de land- en watermassa’s van de Aarde. Het metrisch
aspect speelt daarbij slechts een secundaire rol (Schenk, 2005; Goossens, 2010).
1 Het nemen van een perfecte fotografische opname is onmogelijk. Er zullen steeds kleine vervormingen in het beeld sluipen die onder meer het gevolg zijn van de eigenschappen van de gehanteerde camera. Bij metrische camera’s zijn deze fouten onderzocht en kunnen ze bijgevolg gecorrigeerd worden. Bij niet-metrische camera’s is dit niet het geval (De Maeyer & Van de Weghe, 2007).
15
1.1.2 Klassieke fotogrammetrie
1.1.2.1 Stereovisie als basisconcept van de fotogrammetrie
Zoals in de voorgaande paragraaf “definitie” reeds aan bod kwam is het de doelstelling van de
fotogrammetrie om kwantitatieve informatie van ruimtelijke objecten te verkrijgen in drie dimensies op basis
van fotobeelden. Het is evident om zich in te beelden dat op basis van 1 afbeelding van een object het in
principe mogelijk is om informatie in 2 dimensies te verkrijgen. Informatie verkrijgen in drie dimensies kan
door (ten minste) 1 extra afbeelding te voorzien die vanop een andere ruimtelijke locatie dan de eerste is
geregistreerd.
Om de werkingsprincipes te begrijpen is het nuttig om de vergelijking te maken met de werking van het
menselijk zicht. Wij zien de wereld rondom ons met twee ogen die elk via het centrale perspectief een
beeld leveren dat lichtjes van het andere afwijkt vanwege de verschillende posities van de ogen in de
ruimte. Objecten binnen het overlappend gezichtsveld van beide ogen zullen in beide beelden voorkomen
onder een licht parallaxverschil2. De hersenen combineren beide beelden tot 1 impressie van de omgeving.
De parallaxverschillen zorgen, samen met de perspectieve eigenschappen van ons zicht en de ervaring uit
het verleden, voor het dieptezicht en dus voor het vermogen om afstanden tussen objecten in de ruimte in
te schatten (Linder, 2016).
Afbeelding 1: De geometrie in een georiënteerd stereomodel
Bron: Linder (2016)
2 De Maeyer & Van de Weghe (2007) definiëren parllax als “het verschijnsel waarbij de schijnbare positie van een voorwerp ten opzichte van de achtergrond varieert als men het vanuit verschillende posities bekijkt”.
16
Dit principe, het principe van het stereoscopisch zicht, wordt in de fotogrammetrie gebruikt om
driedimensionele info te verkrijgen. De functie van de ogen wordt overgenomen door de camera die
beelden zal produceren vanop (ten minste) twee verschillende plaatsen. De objecten die in de overlap van
de beelden te zien zijn zullen bijgevolg onder een licht verschillende hoek, en dus met parallaxverschillen,
geregistreerd worden. Op basis van deze afbeeldingen kunnen vervolgens de 3D-terreincoördinaten van
elk punt berekend worden.
Beschouwen we afbeelding 1 om de berekening van deze 3D terreincoördinaten verder te verduidelijken.
Daarbij is het duidelijk dat het punt P in de overlap van beide foto’s valt, daar het via de perspectieve
bundels [PP’] en [PP”] op de negatieven van de foto’s respectievelijk als punten P’ en P” wordt afgebeeld.
Wanneer men in staat is om alle geometrische parameters van de foto’s bij opname te reconstrueren (de
restitutie van de foto’s, zie verder), dan is men in staat om de vergelijkingen van de perspectieve bundels
[PP’] en [PP”] op te stellen. Er rest tot slot enkel nog de taak om het snijpunt tussen deze perspectieve
bundels te berekenen (Linder, 2016).
1.1.2.2 Foto-eigenschappen
Een eerste belangrijke eigenschap is de schaal van de foto. Zij bepaalt in hoge mate de zichtbaarheid en
interpreteerbaarheid van de afgebeelde elementen (De Maeyer & Van de Weghe, 2007), en het is dan ook
belangrijk dat zij correct gekozen wordt in functie van de doelstellingen van het project. De fotoschaal wordt
bepaald door de verhouding tussen de focusafstand en de gemiddelde vlieghoogte. Meer algemeen:
𝑓𝑜𝑡𝑜𝑠𝑐ℎ𝑎𝑎𝑙 =𝑓
𝐻
Met f als focusafstand en H als de gemiddelde vlieghoogte. De schaal van de foto is constant in een vlak
loodrecht op de opnameas van de foto. Dit betekent dus dat de schaal varieert met de diepte van het
gefotografeerde object. Algemeen geldt dat de fotoschaal vergroot voor delen van een object die dichter bij
het opnamecentrum gelegen zijn en vice versa.
Beschouwen we afbeelding 2 om deze abstracte uitleg enigszins te concretiseren. In deze figuur is de
denkbeeldige opname van een gebied met een gebouw in te zien door middel van luchtfotografie vanop
een hoogte H. De gemiddelde fotoschaal wordt in dit geval gegeven door de uitdrukking:
𝑓𝑜𝑡𝑜𝑠𝑐ℎ𝑎𝑎𝑙 = |𝐶 𝑃𝑃|
𝐻
(1)
(2)
17
Met |C PP| als focusafstand en H de gemiddelde vlieghoogte. Deze schaal is echter alleen maar geldig op
de begane grond. Ter hoogte van het dak van het gebouw zal een grotere schaal gelden die gegeven
wordt door de uitdrukking:
𝑓𝑜𝑡𝑜𝑠𝑐ℎ𝑎𝑎𝑙 = |𝐶 𝑃𝑃|
𝐻 − 𝛥ℎ
Met (H – Δh) als aangepaste vlieghoogte.
Afbeelding 2: Voorstelling van de fotoschaal en de reliëfverplaatsingen
Bron: Schenk (2005)
Een tweede belangrijke eigenschap is de centrale projectie die kenmerkend is voor fotografische opnamen
(Schenk 2005; De Maeyer & Van de Weghe, 2007). Dit is een gevolg van de opname van de foto: de
lichtstralen die geregistreerd worden vallen allen in door het lenzenstelsel van de camera, worden door dat
lenzenstelsel gebroken en passeren daarbij allemaal door het optisch centrum. De centrale projectie is een
van de redenen waarom onbewerkte fotografische afbeeldingen geometrische vervormingen vertonen en
dus niet geschikt zijn als cartografisch materiaal. Een kenmerkend voorbeeld van dergelijke vervormingen
zijn reliëfverplaatsingen. In essentie komt het erop neer dat de hogere delen van objecten naar de
buitenzijde van de foto toe verplaatst worden, weg van het fotocentrum3. Hoe hoger het object en hoe
verder het van het fotocentrum gelegen is, hoe sterker dit effect is (De Maeyer & Van de Weghe, 2007).
Grijpen we wederom terug naar figuur 2 om dit te illustreren. In deze figuur is C het optisch centrum, en
loodrecht eronder wordt het fotocentrum op het positiefvlak voorgesteld door het punt PP. Aan de rand van
de foto wordt een gebouw afgebeeld met punten B en T die respectievelijk aan de basis en aan de
3 Het fotocentrum, ook bekend als het hoofdpunt van het fotobeeld, is het punt dat centraal in het fotobeeld gelegen is en overeen komt met de basis van de loodlijn die neergelaten wordt vanuit het optisch centrum van het lenzenstelsel op het beeldvlak (Goossens, 2010).
(3)
18
bovenrand van het gebouw gelegen zijn. Het pad van de convergerende lichtbundels wordt voorgesteld
door stippellijnen. Wanneer de lichtbundel die afkomstig is van punt T beschouwd wordt is duidelijk te zien
hoe zij het positiefvlak dichter bij de rand van de foto snijdt dan de lichtbundel die afkomstig is van punt B.
De radiale reliëfverplaatsing heeft in dit geval dus een grootte d.
1.1.2.3 Het fotogrammetrisch proces
Binnen het fotogrammetrische verwerkingsproces zijn er twee fundamentele fasen: de data-acquisitie en
de dataverwerking (De Maeyer & Van de Weghe, 2007; Goossens, 2010). Gedurende de data-acquisitie
produceert men kwalitatieve fotografische afbeeldingen die nadien, tijdens de dataverwerkingsfase,
fotogrammetrisch verwerkt zullen worden tot de gewenste eindproducten. Zij worden in de aansluitende
alinea’s verder toegelicht.
De eerste fase omvat dus de realisatie van een of meerdere foto-opnamen (goossens, 2010). De klassieke
fotogrammetrie wordt uitgevoerd op basis van stereokoppels: één of meerdere sets van twee foto’s met
een welbepaalde mate van overlap. Gezien deze overlap belangrijk is volgt hieruit dat de foto-opname
goed op voorhand gepland moet worden en dat de registratielocaties in functie van de gebruikte camera en
lens op voorhand berekend moet worden. Daarnaast probeert men er naar te streven om zo perfect
mogelijke foto’s te produceren. De perfectie is echter niet mogelijk, er zijn verschillende factoren die daar
de oorzaak van zijn. Ten eerste zijn er de camerafouten die te wijten zijn aan imperfecties van het
lenzenstelsel van een camera. Zij zorgen voor vervormingen in het fotografische beeld. Door het gebruik
van metrische camera’s kunnen deze vervormingen gecorrigeerd worden. Doch is het gebruik van
metrische camera’s bij de terrestrische fotogrammetrie, gezien de kwaliteit van hedendaagse digitale
camera’s, geen absolute vereiste (De Maeyer & Van de Weghe, 2007). Ten tweede is, zoals eerder reeds
aangehaald, een goede kennis van de concepten van de fotografie belangrijk bij het nemen van
kwalitatieve foto’s. Gezien de technische karakteristieken van de camera enerzijds en de
terreinomstandigheden anderzijds is een verantwoorde keuze van ISO-waarde, sluitertijd en diafragma
vereist. Tot slot zijn ook nog andere opnamevoorwaarden zoals de opnameafstand, de cameraoriëntatie,
het aantal te nemen foto’s en het opnamespectrum van belang (Goossens, 2010).
In de tweede fase gaat men over tot de verwerking van de data. Eerder kwam in de paragraaf “stereovisie
als basisconcept van de fotogrammetrie” reeds naar voor dat het mogelijk is om 3D coördinaten te
berekenen van de punten die binnen de overlap van twee afbeeldingen gelegen zijn, als van deze
afbeeldingen alle ruimtelijke oriëntatieparameters kunnen berekend worden. Door het restitutieproces
worden deze parameters duidelijk aangezien men gedurende dit proces de oriëntatie van de
opnamesituatie op een verkleinde schaal reconstrueert. De concrete doelstellingen van het restitutieproces
zijn de volgende (Goossens, 2010):
19
- Het ondubbelzinnig bepalen van de perspectieve stralenbundel ten opzichte van het fotobeeld.
- Het ondubbelzinnig bepalen van de stand van de verschillende perspectieve stralenbundels ten
opzichte van elkaar, in het geval van meerdere fotobeelden.
- Het ondubbelzinnig bepalen van de stand van de perspectieve stralenbundel(s) ten opzichte van
het studieobject.
- De coördinaten van alle karakteristieke punten van het studieobject bepalen, hetzij in een relatief
coördinatenstelsel, hetzij in een absoluut.
De restitutie bewerkstelligt met andere woorden een goede koppeling tussen de werkelijkheid met daarin
het studieobject (de objectruimte) en de fotografische afbeeldingen (de beeldruimte4). Om dat te bereiken
worden de nodige coördinatensystemen gedefinieerd (Schenk, 2005; Goossens, 2010). In de beeldruimte
wordt een systeem van fotocoördinaten ingevoerd om ruimtelijke locaties en relaties te kunnen uitdrukken
(afbeelding 3). Dit coördinatensysteem is opgebouwd rond een driedimensionaal cartesiaans assenstelsel
dat zijn oorsprong kent in het optisch centrum (het Principal point, PP). Het xy-vlak ligt evenwijdig met het
fotobeeld met de positieve x-richting georiënteerd volgens de vliegrichting. Posities in de beeldruimte
worden uitgedrukt via puntvectoren (P). In de objectruimte maakt men gebruik van een (inter)nationaal
cartesiaans coördinatenstelsel om posities te markeren (schenk, 2005).
Afbeelding 3: Illustratie van het foto-coördinatensysteem
Bron: Schenk (2005)
Het restitutieproces valt uiteen in drie verschillende fasen: de interne oriëntatie, de relatieve oriëntatie en
de absolute oriëntatie. De laatste twee worden soms samen genomen onder de noemer “externe”
oriëntatie, doch hier beschouwen we ze als aparte fasen. Gedurende de interne oriëntatie worden de
perspectieve stralenbundels van de verschillende afbeeldingen gereconstrueerd en tegenover de
4 Met de beeldruimte bedoelt men in feite het fotomodel. De objectruimte daarentegen is de “echte wereld”, de 3D ruimte met de objecten in die fotogrammetrisch opgemeten worden. Voor een goed fotogrammetrisch resultaat hoort de similariteit tussen beide ruimten zo groot mogelijk te zijn (Schenk, 2005).
20
respectievelijke afbeeldingen gepositioneerd (Goossens, 2010). De vereiste parameters om het
mathematisch model op te stellen dat de perspectieve stralenbundel van elke afbeelding beschrijft worden
bepaald bij de camera. Eens het model opgesteld is, is het mogelijk om het foto-coördinatensysteem te
definiëren aangezien alle vereiste zaken daarvoor via het model achterhaald kunnen worden. Vanaf dan is
het mogelijk om karakteristieke punten in de foto’s uit te drukken aan de hand van foto-coördinaten.
Nadien volgt de relatieve oriëntatie. Tijdens deze stap is het de bedoeling om de perspectieve
stralenbundels van de verschillende afbeeldingen op een correcte manier tegenover elkaar te positioneren
zodat ze dezelfde onderlinge positie benaderen als tijdens de opname. Aangezien de foto’s steeds een
zekere overlap bezitten zullen de verschillende stralenbundels elkaar snijden. De positionering kan dan ook
gerealiseerd worden door zes verschillende parameters te berekenen (afbeelding 4): drie
locatieparameters (de x, y en z-coördinaat van het optisch centrum, in het coördinatensysteem van de
objectruimte) en drie rotatieparameters (ω, φ, κ, respectievelijk de rotatiehoeken rond de x, y en z-as) (De
Maeyer & Van de Weghe, 2007; Goossens, 2010). Wanneer voor alle corresponderende perspectieve
stralen van de verschillende afbeeldingen de y-parallax 0 gemaakt wordt, zullen de stralen snijden. Bij de
relatieve oriëntatie geldt dus dat voor alle corresponderende stralen de y-parallax 0 is. Verschuivingen in x-
richting worden bij de relatieve oriëntatie nog buiten beschouwing gelaten, daar zij alleen een impact
hebben op de schaal van het model (Goossens, 2010).
Afbeelding 4: Impressie van de relatieve oriëntatieparameters
Bron: Linder (2016)
De laatste stap van het restitutieproces bestaat uit de absolute oriëntatie. In deze stap wordt het volledige
model getransformeerd naar terrestrische coördinaten. Om dit te bereiken maakt men gebruik van
grondcontrolepunten met gekende coördinaten. Deze punten liggen binnen de overlap van de
verschillende afbeeldingen en hebben een gevarieerde spreiding in alle ruimtelijke dimensies. Er zijn ten
21
minste 3 grondcontrolepunten vereist om de absolute oriëntatie uit te voeren, hoewel het steeds aan te
bevelen is om een overtal te voorzien om eventuele foute coördinaten te kunnen weren. Op basis van deze
grondcontrolepunten kunnen ten slotte de 7 parameters (3 translatiefactoren, 3 rotatiefactoren en een
schaalfactor) bepaald worden om de absolute oriëntatie uit te voeren (Goossens, 2010).
1.1.3 Fotomodellering
1.1.3.1 Inleiding
Een alternatief voor de klassieke fotogrammetrie wordt gevormd door de techniek die in het Nederlands
vaak omschreven wordt als “fotomodellering”. Hoewel er in de internationale Engelstalige literatuur nog
geen consensus heerst over de gepaste benaming voor de techniek (veruitwendigd door het voorkomen
van meerdere benamingen zoals Close-Range Photogrammetry, Digital Photogrammetry of Structure-from-
Motion Photogrammetry) gaat het steeds over dezelfde techniek die gebruik maakt van Structure-from-
Motion (SFM) en MultiView-Stereo (MVS) algoritmen. Aangezien de term fotomodellering duidelijk verschilt
van de term klassieke fotogrammetrie is er weinig verwarring mogelijk en is het dan ook een geschikte term
om doorheen het vervolg van deze thesis te hanteren.
De oorsprong van deze techniek ligt in de vooruitgang die gemaakt is binnen het kader van de computer
vision (Snavely et al., 2008; Westoby et al., 2012). Reeds in de jaren ’80 werd het fundament gelegd met
de eerste algoritmen die objectherkenning op basis van afbeeldingen toelieten. Ook de eerste algoritmen
die toelieten om objecten te tracken op meerdere afbeeldingen en technieken om de 3D-structuur op basis
van afbeeldingen te reconstrueren werden eind jaren ’80 – begin jaren ’90 ontwikkeld (snavely et al, 2008).
De daaropvolgende introductie van fotogrammetrische technieken zoals bundle adjustment algoritmen
zorgden ervoor dat de eerste beperkte 3D-modelleringsprojecten van ruimtelijke structuren eind de jaren
’90 – begin de jaren 2000 uitgevoerd werden. De daaropvolgende jaren werden gekenmerkt door een
verbetering van de performantie van deze techniek waarna ze eind de jaren 2000 voor het eerst succesvol
werd toegepast in de reconstructie van grootschalige complexere 3D-geometrieën (Snavely et al., 2008).
Tot slot heeft de techniek de laatste jaren in een brede waaier aan onderzoeksdomeinen haar ingang
gevonden en wordt ze er intensief gebruikt (Westoby et al., 2012).
Fotomodellering wordt binnen de algemene discipline van de fotogrammetrie geplaatst omdat ze perfect
past binnen de beschrijvingen die in paragraaf 1.1.1 Definities gegeven zijn. Het betreft namelijk eveneens
een techniek die tracht om de 3D structuur van een object of tafereel te reconstrueren aan de hand van
een aantal overlappende foto’s die vanop verschillende standplaatsen gerealiseerd zijn (Westoby et al.,
22
2012). De grootste gelijkenissen houden daar echter op. Opdat klassieke fotogrammetrie kan toegepast
worden is het nodig dat alle cameraparameters bij de dataverwerking a priori gekend zijn. Bij
fotomodellering is dit niet het geval (Snavely et al., 2008): zowel de geometrie van het object als de locatie
en de oriëntatie van de camera bij opname worden uitsluitend gereconstrueerd op basis van de
afbeeldingen, zonder een a priori geconstrueerd netwerk van grondcontrolepunten met gekende 3D
locaties. Er wordt daarentegen gebruik gemaakt van een iteratief bundle adjustment algoritme dat gebruik
maakt van een set punten die in alle foto’s terug te vinden zijn (keypoints) en die automatisch door de
software herkend worden (Westoby et al., 2012). Gezien het oorspronkelijke doel van de techniek is deze
werkwijze logisch: uit Snavely et al., (2008) blijkt dat de techniek bedoeld was om locaties in de ruimte in
drie dimensies te modelleren door uitsluitend gebruik te maken van de (soms) enorme hoeveelheid
afbeeldingen die van bepaalde locaties op het internet te vinden zijn. Aangezien van het overgrote deel van
deze afbeeldingen geen metadata beschikbaar zijn moest de techniek in staat zijn om tot een 3D structuur
te komen puur op basis van de visuele informatie die in de foto’s vastgelegd is.
1.1.3.2 Foto-opname
Wat betreft de foto-opname zijn er gelijkenissen maar ook verschillen tussen fotomodellering en klassieke
fotogrammetrie. De technieken komen op dit vlak overeen in die zin dat ze beiden overlappende foto’s
nodig hebben om tot een resultaat te komen. Deze foto’s horen bovendien geregistreerd te zijn vanop
verschillende ruimtelijke locaties om parallaxverschillen te bekomen. De klassieke fotogrammetrie is zoals
reeds vermeld sterk afhankelijk van stereo-koppels. Bij fotomodellering is dit echter geen vereiste.
Integendeel: doorgaans wordt een beter resultaat verkregen wanneer men een groter aantal foto’s neemt
met een grote mate van overlap. Afbeelding 5 geeft in dit verband een goede indicatie: de 3D-modellering
van een object op basis van fotomodellering gebeurt het best door rondomrond een groot aantal foto’s te
nemen, steeds met een hoge graad van overlap, en steeds geregistreerd vanop verschillende ruimtelijke
locaties. Daarnaast speelt de kwaliteit van de foto’s net zoals bij de klassieke fotogrammetrie ook een rol.
Met name de kleurweergave van de uiteindelijke orthofotoplannen en 3D-modellen wordt bemonsterd op
basis van de foto’s. Wanneer deze inzake scherpte en kleurweergave van slechte kwaliteit zijn, zal dit
hierop dus onvermijdelijk een negatieve weerslag hebben.
23
Afbeelding 5: De fotoregistratie van een object bij fotomodellering. Een goed resultaat is gebaat bij
een groot aantal foto’s die sterk overlappen en die getrokken zijn vanop steeds wisselende
ruimtelijke locaties
Bron: Westoby et al., (2012)
1.1.3.3 Dataverwerking op basis van SFM en MVS-algoritmen
Eens de foto’s genomen zijn kunnen ze via fotomodellering verwerkt worden. De SFM-algoritmen zorgen
eerst voor de herkenning van karakteristieke punten die op verschillende afbeeldingen voorkomen
(keypoints) en vergelijken vervolgens op iteratieve wijze de verschillende afbeeldingen op basis van deze
keypoints. Daardoor kan de objectgeometrie en de cameraoriëntatie bij opname van de foto’s geschat
worden. De MVS-algoritmen kunnen vervolgens op basis van deze voorlopige resultaten een volwaardige
3D-puntenwolk construeren van het object. Aansluitend worden de verschillende stappen kort toegelicht:
De procedure begint dus bij het selecteren van de keypoints die de software in staat moeten stellen om de
verschillende foto’s te vergelijken. De algoritmen selecteren die punten die invariant zijn aan herschaling en
rotatie van de afbeelding en gedeeltelijk invariant zijn aan veranderingen in belichting en aan de ruimtelijke
locatie van de camera bij opname. Het aantal keypoints dat door de algoritmen gevonden wordt is
hoofdzakelijk afhankelijk van de textuur en de kleurvariaties van een afbeelding (westoby et al., 2012). Een
hoge resolutie en een minimum aan monotone kleurenvlakken zijn bevorderlijk voor de resultaten.
Vervolgens worden bundle adjustment algoritmen aangewend voor het schatten van de cameraposities bij
registratie van de foto’s en het reconstrueren van de geometrie door de vorming van een sparse point
cloud. Dit wordt bereikt door eerst overeenkomstige keypoints in verschillende foto’s aan elkaar te linken.
24
Dit kan bijvoorbeeld op basis van nearest neighbour algoritmen. Vervolgens worden de keypoints
gemonitord bij de vergelijking van de verschillende afbeeldingen waardoor ruwe schattingen kunnen
bekomen worden van de cameraposities en de objectgeometrie. Door het iteratieve karakter van dit proces
en via een niet-lineaire kleinste kwadraten analyse kunnen deze schattingen steeds verder verfijnd worden
(Westoby et al., 2012). Bovendien is de benadering van dit proces incrementeel: men begint de analyse op
basis van een beperkt aantal foto’s, bij elke iteratie betrekt men extra foto’s bij de analyse. Uit testen is
gebleken dat op deze wijze het beste resultaat verkregen wordt (Snavely et al., 2008). Er moet tot slot ook
op gewezen worden dat deze modelleringsprocessen plaats vinden zonder de definitie van een absolute
schaal of oriëntatierichting. Om dit probleem op te lossen wordt een relatief coördinatensysteem in de
beeldruimte gedefinieerd. Een absolute oriëntatie kan aansluitend uitgevoerd worden aan de hand van een
transformatie op een netwerk van grondcontrolepunten (GCP’s).
De laatste stap om tot een volwaardige drie dimensionele puntenwolk te komen kan vervolgens uitgevoerd
worden door de productie van de dense cloud. De dense cloud is in essentie een verdichting van de sparse
point cloud en wordt geconstrueerd door de toepassing van de MVS-algoritmen (Westoby el al., 2012). De
camera-oriëntatie die in de vorige stap gereconstrueerd is dient hiervoor als input. Het algoritme deelt de
grote set aan overlappende foto’s op in kleinere subsets met een analyseerbare omvang. Van elk van deze
subsets wordt apart 3D-informatie verkregen die vervolgens samengevoegd wordt tot één grote
puntenwolk met een grote dichtheid (Westoby et al., 2012). Na deze stap is de 3D-puntenwolk afgewerkt
en kan ze verder bewerkt worden tot meshmodellen, orthofotoplannen etc.
1.2 Patrimoniumdocumentatie met fotogrammetrie
1.2.1 Meerwaarde van fotogrammetrie
Ter aanvulling van de bestaande technieken kan de fotogrammetrie een zeer grote meerwaarde betekenen
voor de documentatie van patrimonium (Arias et al., 2005; Karabörk et al., 2015). Archeologen beperkten
zich voor de introductie van fotogrammetrie als techniek tot het maken van foto’s, schetsen en
beschrijvingen. De grootste tekortkoming van deze methoden was dat zij niet voor een geometrisch
correcte weergave van het erfgoed konden zorgen. Korumaz & Gulec Korumaz (2010) beschrijven
bijvoorbeeld hoe de restauratie van fresco’s zich beperkte tot de nog zichtbare delen omdat men niet
beschikte over een metrisch correct overzichtsdocument. De opvulling van delen die in de loop van de
geschiedenis verdwenen zijn zou dus louter gebeuren op basis van de inschatting van de restaurateur.
Door de introductie van de fotogrammetrie kan dit probleem opgelost worden aangezien het vermogen om
voor metrisch correcte documenten te zorgen net een grote troef van deze techniek is.
25
De grootste troef van de techniek ligt echter in het feit dat ze de correcte geometrische voorstelling van een
object kan combineren met een waarheidsgetrouwe, fotografische weergave. Fotogrammetrie levert dus
naast geometrische informatie ook info over de textuur en de kleuren van het objectoppervlak. Zo wordt het
mogelijk om analyses van specifieke parameters van het erfgoedpatrimonium uit te voeren zoals de vorm,
de grootte, de gebruikte materialen en de conservatietoestand (Arias et al., 2005; Yilmaz et al., 2007). Ook
een inventarisatie van de staat van het erfgoedpatrimonium en eventuele beschadigingen in het bijzonder
behoort dus tot de mogelijkheden. Op die manier is het gebruik van fotogrammetrie een grote hulp bij
beslissingen over restauratieprocessen (Arias et al., 2005; Yilmaz et al., 2007; Martinez et al., 2013).
Algemeen kan men stellen dat de eigenschappen van de fotogrammetrie als techniek goed aansluiten bij
de vereisten van documentatieprojecten van erfgoedpatrimonium. Bij dergelijke projecten is het namelijk
belangrijk om een registratiemethode te gebruiken die flexibel en nauwkeurig is, een kleine acquisitietijd
heeft, makkelijk verplaatsbaar is en bovendien ook een haalbare kostprijs heeft (Remondino, 2011). De
fotogrammetrie beantwoordt heel goed aan deze criteria: het is een nauwkeurige methode die goede
resultaten behaalt met een relatief goedkope uitrusting. Aangezien de data-acquisitie bestaat uit het nemen
van foto’s is het ook een methode die snel uitvoerbaar is (Arias et al., 2005; Yilmaz et al., 2007; Martinez et
al., 2013; Boukerch et al., 2016). Als voorwaarde moet hier aan gekoppeld worden dat de
fotogrammetrische opmetingen goed voorbereid moeten worden om via een snelle data-acquisitie goede
resultaten te bekomen (Pérez Ramos & Robleda Prieto, 2015). Het gevolg van deze eigenschappen is dat
fotogrammetrie als methode uitermate geschikt is om monitoringsstudies op te zetten (Arias et al., 2005;
Yilmaz et al., 2007; Martinez et al., 2013). Een renovatieproces kan bijvoorbeeld makkelijk en snel
gemonitord worden door vooraf, tijdens en na het project opmetingen te verrichten. Ook kan op die manier
kort op de bal gespeeld worden en kan het project tijdens de uitvoer geëvalueerd en indien nodig
bijgestuurd worden.
Tot slot is het ook belangrijk om te wijzen op het digitale aspect van de moderne fotogrammetrie en haar
complementariteit met andere 3D registratietechnieken. De digitalisering van het fotogrammetrische
opname- en verwerkingsproces heeft de techniek gebruiksvriendelijker en sneller in uitvoer gemaakt.
Bovendien is de opslag en uitwisseling van data en afgewerkte producten een stuk eenvoudiger geworden
(Yilmaz et al., 2007). Ook is het belangrijk om mee te geven dat de digitalisering de driedimensionale
visualisatiemogelijkheden enorm heeft doen uitbreiden (Arias et al., 2005). De afzetmarkt voor allerhande
afgeleide producten heeft zich daardoor evengoed kunnen uitbreiden, met bijvoorbeeld vele mogelijkheden
voor de productie van educatief materiaal voor zowel musea als het brede publiek (Remondino, 2011;
Martinez et al., 2013). Het digitale verwerkingsproces van de fotogrammetrie is ook cruciaal om tot een
integratie met andere 3D registratietechnieken te komen. Een simultane verwerking van compatibele data
van meerdere acquisitiemethoden tot 1 eindresultaat wordt op die manier mogelijk. Vooral de
26
complementariteit van fotogrammetrie met terrestrische laserscanning (TLS) lijkt veelbelovend (Núñez
Andrés et al., 2012), en dit zowel wat betreft de gegenereerde data (Georgopoulos & Ioannidis, 2004) als
wat betreft de opnamevoorwaarden op het terrein. Vooral bij grote complexere projecten met grote en qua
geometrie complexe objecten is een combinatie van fotogrammetrie en TLS aan te raden (Yastikli, 2007;
Remondino, 2011; Núñez Andrés et al., 2012; Bayram et al., 2015).
1.2.2 Fotogrammetrie en de documentatie van gevels
Uit vele voorbeelden blijkt dat men fotogrammetrie tot nu toe veel heeft gebruikt voor de documentatie van
buitengevels. Zo zijn er voorbeelden te vinden van de fotogrammetrische opname van stadsmuren
(Bayram et al., 2015), stadspoorten (Núñez Andrés et al., 2012), de buitenmuren van kerken (Martinez et
al., 2013) en soms zelfs van detailopnamen van muurdelen met een fijne doch complexe geometrie
(Karabörk et al., 2015). In het licht van deze literatuurstudie is het echter belangrijk om op te merken dat er
daarnaast ook meer en meer studies zijn te vinden waar men fotogrammetrie in binnenruimten gaat
toepassen. Soms tracht men op die manier een volledige opname van het interieur en de bekleding te
bekomen (Pérez Ramos & Robleda Prieto, 2015; Boukerch et al., 2016), in andere gevallen is men enkel
geïnteresseerd in specifieke muurschilderingen (Korumaz & Gulec Korumaz 2010; Andreoli, 2014).
Algemeen blijkt uit deze onderzoeken dat fotogrammetrie als techniek ten zeerste aan te raden is voor de
visualisatie van binnenstructuren (Pérez Ramos & Robleda Prieto, 2015). Ook specifiek voor de registratie
van fresco’s blijkt de fotogrammetrie geschikt, daar ze er in slaagt om kwalitatieve metrische documenten
voort te brengen met een goede kleur- en textuurweergave (Korumaz & Gulec Korumaz 2010; Andreoli,
2014). Een belangrijk aandachtspunt bij binnenopnamen is echter de belichting (Andreoli, 2014; Pérez
Ramos & Robleda Prieto, 2015): die moet met de nodige zorg gemanipuleerd worden om een goede
kleurweergave te bekomen en schaduweffecten te beperken.
1.3 Fotografische opname van kleuren
Wanneer men werkt met fotografische opnamen dient de nodige zorg besteed te worden aan een goede
belichting van het te fotograferen object en een goede opname van de kleuren. Daarom zal in deze
paragraaf dieper ingegaan worden op een aantal zaken die hiermee verband houden.
27
1.3.1 Kleurtemperatuur
Wanneer men binnenin (gedeeltelijk) afgesloten ruimten fotografische opnamen van objecten maakt is het
mogelijk dat de belichtingscondities niet optimaal zijn. In dat geval kan er voor geopteerd worden om extra
artificiële belichting te voorzien, zoals bijvoorbeeld blijkt uit Pérez Ramos & Robleda Prieto (2015). Men
moet echter bij de keuze van de belichting in het achterhoofd houden dat verschillende lichtbronnen wit
licht kunnen produceren met subtiele verschillen. Dit komt omdat wit licht het resultaat is van de menging
van verschillende kleuren die in het zichtbare spectrum vervat zitten. Verschillen in het geproduceerde
kleurenspectrum van verschillende soorten lichtbronnen zullen dus voor subtiele verschillen zorgen in de
tint van het uitgezonden witte licht.
Afbeelding 6: Spectrale emissiecurves voor black bodies bij verschillende temperaturen
Bron: www.handprint.com, 13/05/2017
De verschillende lichtkleuren worden beschreven aan de hand van het concept van de kleurtemperatuur,
uitgedrukt in Kelvin (K). Hiervoor steunt men op het concept van de “Black Body Radiation”: dit is een
mathematische beschrijving van de spectrale distributie van de uitgezonden stralingsenergie van een zwart
object met perfecte radiatieve eigenschappen bij een bepaalde temperatuur. Deze beschrijving kan
voorgesteld worden door een curve en afbeelding 6 toont hiervan enkele voorbeelden. Deze curve heeft 3
28
belangrijke eigenschappen: het is steeds een vloeiende continue lijn met 1 duidelijke piek in een bepaald
deel van het spectrum, deze piek verschuift van het infrarode naar het ultraviolette spectrum naarmate de
temperatuur van het object toeneemt en ook de algemene stralingsemissie neemt sterk toe naarmate dat
de temperatuur toeneemt. Het grote voordeel van dit model is dat de stralingsemissie van vele lichtbronnen
er zich moeiteloos door laat beschrijven (www.handprint.com, 13/05/2017).
Het CIE (Commision International de l’Éclairage) heeft verschillende lichtstandaarden gedefinieerd binnen
een zone met kleurtemperaturen die als neutraal wit licht kunnen beschreven worden. Twee belangrijke
zijn de normen D50 en D65 (corresponderend met een kleurtemperatuur van respectievelijk 5000 K en
6500 K). De controle en vergelijking van kleuren hoort steeds te gebeuren bij licht dat voldoet aan deze
standaarden. De D50 norm wordt in dit verband veel gebruikt in de grafische sector, de D65 norm moet
gebruikt worden in colorimetrische berekeningen waar met gemiddeld daglicht gewerkt wordt (cie.co.at,
13/05/2017; www.image-engineering.de, 13/05/2017).
1.3.2 Fotografische opname van kleuren
In verband met een waarheidsgetrouwe opname van kleuren bij fotografie stellen Andrews et al., (2003)
een interessante en pragmatische werkwijze voor die gebruik maakt van colorcharts (afbeelding 7). Op
deze steekkaarten zijn een aantal normkleuren afgedrukt. Bij elke foto-opname wordt vervolgens een
dergelijke steekkaart mee gefotografeerd. Het fotograferen zorgt onvermijdelijk voor een kleurenopname
die (licht) afwijkt van de realiteit. Tijdens de postprocessing kan in een softwarepakket zoals Adobe
Lightroom de kleurverandering van de normkleuren op de mee gefotografeerde colorchart tegenover de
realiteit bepaald worden. De software laat vervolgens ook toe om de kleuren binnen de foto aan te passen
zodat de normkleuren wederom hun echte tint verkrijgen. Aangezien de kleuren op een uniforme wijze
doorheen de hele foto aangepast worden zal dus ook het gefotografeerde object haar ware kleuren
terugkrijgen.
Door daarnaast in het totale acquisitie- en verwerkingsproces zoveel mogelijk te streven naar een uniforme
behandeling van alle gemaakte foto’s wordt naar een zo realistisch mogelijke kleurafbeelding gestreefd.
Toch is dit geen garantie op een exacte kleurweergave bij eventuele digitale of materiële eindproducten.
Men moet namelijk in het achterhoofd houden dat alle stappen in het acquisitie- en verwerkingsproces een
impact hebben op de kleurweergave. Zo ook de verwerkingsstappen en de visualisatie die nog na de
kleurcorrecties volgen.
29
Afbeelding 7: De Macbeth color chart
Bron: http://www.arrirentalstore.com, 13/05/2017
1.3.3 Kleurbeheer
Door kleurbeheer toe te passen probeert men de kleurweergave door verschillende apparaten te
stroomlijnen en de afwijkingen zo klein mogelijk te maken (www.digifotopro.nl, 14/05/2017). Belangrijk
hierbij is het concept van de kleurruimte. Zowel de apparaten als de softwareprogramma’s die gedurende
de verwerking en de visualisatie van de fotografische afbeeldingen gebruikt worden beschikken over een
begrensd aantal verschillende kleuren en tinten om een afbeelding weer te geven. Elk apparaat en elk
softwareprogramma beschikt dus over zijn eigen kleurruimte met zijn eigen kleurbereik. Er zijn ook een
aantal apparaatonafhankelijke kleurruimten gedefinieerd. Twee bekende voorbeelden zijn de relatief kleine
sRGB kleurruimte en de omvangrijkere AdobeRGB kleurruimte (afbeelding 8). De vraag dringt zich nu op
welke kleurruimte moet gekozen worden in functie van de verwerking van de fotografische afbeeldingen.
Deze keuze is afhankelijk van de mogelijkheden van de gebruikte hard- en software. Algemeen kan gesteld
worden dat het belangrijk is om een kleurruimte te gebruiken die iets groter is dan de kleurbereiken van de
hard- en softwarecomponenten. Indien men een kleinere kleurruimte zou gebruiken zullen er
visualisatiemogelijkheden verloren gaan. De afbeeldingen zullen in dat geval aan detail verliezen
(www.digifotopro.nl, 14/05/2017).
Kleurruimten worden beschreven op basis van een uniforme apparaatonafhankelijke standaard die met
absolute waarden werkt. Daarvoor kan men een beroep doen op de kleurmodellen die door het CIE zijn
uitgewerkt. Een veel gebruikt model in dit verband is het CIE-Lab kleurenmodel dat opgesteld is om zo
goed mogelijk aan te sluiten bij de eigenschappen van het menselijk zicht (www.digifotopro.nl, 14/05/2017).
Dit model beschrijft kleuren aan de hand van drie assen: de L-as beschrijft de helderheid/grijswaarde, de a-
as beschrijft de hoeveelheid rood of groen die in de kleur vermengd zit en de b- as doet hetzelfde voor de
30
hoeveelheid blauw of geel (dba.med.sc.edu, 14/05/2017). Afbeelding 8 toont in dit verband het brede scala
aan kleuren dat op die manier beschreven kan worden.
Afbeelding 8: Een doorsnede doorheen het CIE-Lab kleurenmodel met aanduiding van de
AdobeRGB en sRGB kleurruimten
Bron: www.eoszine.nl, 14/05/2017
1.3.4 Bestandsformaten
Er bestaat een heel areaal aan bestandsformaten voor de opslag van afbeeldingen. Twee van de
bekendste zijn de JPEG (Joint Photographic Experts Group) en TIFF (Tagged Image File Format). In
wetenschappelijke en fotografische kringen gebruikt men echter het RAW-formaat. Verhoeven (2010)
omschrijft dit zelfs als het enige wetenschappelijk verantwoorde opslagformaat voor fotografische
afbeeldingen. De reden daarvoor ligt bij de eigenschappen van dit bestandsformaat. Een van de
belangrijkste redenen om voor dit formaat te kiezen is het feit dat alle originele data die de sensor van de
camera genereert opgeslagen worden. De eerder aangehaalde bekende bestandsformaten hebben die
mogelijkheid niet. Daarnaast biedt dit bestandsformaat een zeer grote flexibiliteit gedurende het
verwerkingsproces van de afbeeldingen (Verhoeven, 2010). Het is ten allen tijde mogelijk om
fotoparameters aan te passen en conversies te maken naar andere bestandsformaten. Doordat de
originele gegevens steeds bewaard blijven is het steeds mogelijk om bewerkingen aan te passen. Het
RAW formaat heeft twee nadelen. Ten eerste is het een redelijk zwaar bestandsformaat, elke foto neemt
veel meer schijfruimte in dan een afbeelding in JPEG- of TIFF-formaat. Ten tweede is specifieke software
zoals Adobe Lightroom vereist om afbeeldingen in RAW-formaat te verwerken. Daardoor is dit
bestandsformaat minder werkbaar voor een breder publiek (Verhoeven, 2010).
31
2. STUDIEOBJECT
2.1 Sitegeschiedenis
De twee gedocumenteerde binnengevels bevinden zich in de kloostergebouwen op de Bijlokesite, een
historische site in het centrum van Gent. Deze site kent een lange en heel rijke geschiedenis die teruggaat
tot in het begin van de 13e eeuw. De eerste bebouwing op de site was een cisterciënzerklooster dat tot
stand kwam vanaf het jaar 1228. De reden voor de stichting was de verhuis van een hospitaal uit het
centrum van Gent naar deze site: het hospitaal werd uitgebaat door de kloosterzusters en is bijgevolg
geïncorporeerd in het nieuwe klooster. Het klooster had een typische structuur met een opbouw rond een
centrale binnenplaats en een kruisgang. De hoofdmoot van dit complex is tot op de dag van vandaag
bewaard gebleven en geldt als een mooi voorbeeld van de 14e eeuwse Vlaamse baksteenarchitectuur.
In de 17e eeuw kent het klooster een belangrijke uitbreiding aan de noordoostelijke zijde. Enkele decennia
later, op het einde van de 17e eeuw, werd het klooster gedurende een korte periode opgedoekt. Bij de
terugkeer van de kloosterzusters namen zij hun intrek in de 17e eeuwse uitbreidingen, het oudste gedeelte
van het Bijlokecomplex krijgt op dat moment een andere functie. Vanaf deze periode wordt niet langer over
het cisterciënzerklooster gesproken, maar over het Bijlokeklooster.
Een volgende belangrijke fase in de geschiedenis van het Bijlokecomplex start in 1913, wanneer de site in
handen van de stad Gent komt. De stad wil in het gebouwencomplex een nieuw oudheidkundig museum
onderbrengen en ter voorbereiding van deze nieuwe bestemming voert men ingrijpende
renovatiewerkzaamheden uit. Het oudheidkundig museum opent uiteindelijk zijn deuren in 1928.
Het meest recente hoofdstuk uit de geschiedenis van de Bijlokesite voltrekt zich begin 21e eeuw. De stad
had plannen voor de uitbouw van het huidige STAM, een stadsmuseum dat het verhaal vertelt van de
geschiedenis van de stad Gent. Om dit plan te realiseren voert men een nieuwe renovatieronde uit van de
historische gebouwen, breekt men een aantal bijgebouwen van recente datum af, en trekt men vanaf 2008
een nieuw toegangsgebouw op. Het STAM was kort nadien voltooid en opende de deuren op 9 oktober
2010. Begin 21e eeuw komt ook een einde aan de 800 jaar lange religieuze functie van de Bijlokesite. In
deze periode verhuizen namelijk de laatste zusters naar een andere locatie (www.stamgent.be,
07/02/2018).
32
Afbeelding 9: Situering van het studieobject binnen het gebouwencomplex van het STAM
Bron: Stadsbestuur van Gent, Departement facility management, Dienst bouwprojecten, eigen verwerking
2.2 Studieobject
De gedocumenteerde gevels bevinden zich in het oudste gedeelte van het gebouwencomplex, meer
bepaald in de refter van de oorspronkelijke cisterciënzerabdij. Het betreft de oostelijke en westelijke muren
van deze rechthoekige zaal (afbeelding 9). Wat deze twee binnenmuren bijzonder maakt is het feit dat er
33
verschillende historische fresco’s op te vinden zijn. Op de oostelijke gevel (gevel A) bevindt zich onderaan
een fresco van het Laatste Avondmaal en bovenaan een fresco van de zegening van Maria, op de
westelijke gevel (gevel B) bevinden zich fresco’s van de H. Christoffel en de H. Johannes de Doper. De
fresco’s dateren net zoals de gebouwen hoogstwaarschijnlijk uit de 14e eeuw en zijn na het verwijderen van
latere aanpassingen in de loop van de 19e en in het begin van de 20e eeuw terug aan de oppervlakte
gekomen. De artiest(en) die de fresco’s geschilderd hebben zijn niet bekend, doch vermoedt men wel dat
alle fresco’s in de zaal gerealiseerd zijn door hetzelfde kunstenaarsatelier vanwege de grote
gelijkvormigheid die er tussen de verschillende fresco’s bestaat (Martens, 1989).
Het belang van deze fresco’s is vanuit erfgoedkundig perspectief niet te onderschatten. Het betreft hier
namelijk “het summum van wat ooit in Gent aan muurschilderingen is verwezenlijkt” (Martens, 1989), en
ook op Vlaams niveau betekent de realisatie van deze fresco’s dat een absoluut hoogtepunt bereikt wordt.
De specifieke aandacht die in deze thesis gegeven wordt aan het fresco van het Laatste Avondmaal is
verdedigbaar aangezien het van de vier fresco’s in de zaal de grootste en de mooiste is. De tekening van
het Laatste Avondmaal is ook veel fijngevoeliger dan de overige fresco’s, hetgeen doet vermoeden dat ze
van de hand is van de meest begenadigde artiest uit het atelier dat de fresco’s gerealiseerd heeft (Martens,
1989). Daarnaast dient er ook op gewezen te worden dat van de vier aanwezige fresco’s in de zaal deze
zich in de slechtste staat bevindt. De tekening is sterk vervaagd en bepaalde delen zijn ook beschadigd. In
het kader van een mogelijke toekomstige renovatie is het belangrijk dat deze fresco op een nauwkeurige
en geometrisch correcte wijze geregistreerd wordt.
Het fresco van het Laatste Avondmaal is een synthesewerk dat de drie meest dramatische ogenblikken
gedurende het Laatste Avondmaal voorstelt: Christus die bekend maakt dat een van de apostelen hem zal
verraden, Johannes die zich tegen zijn borst vlijt en vraagt naar de identiteit van de verrader, en tot slot
Christus die een stuk brood aan Judas geeft en aldus de identiteit van de verrader onthult. Dankzij de
uitbeelding van deze gebeurtenissen zijn enkele van de personages in het fresco te identificeren. Centraal
afgebeeld achter de tafel zit Christus, die qua weergave duidelijk verschilt van de overige personages. De
apostel die neergevlijd zit tegen de borst van Christus is Johannes, daaronder is Judas zichtbaar die het
stuk brood van Christus aangereikt krijgt. Links van Christus zit de apostel Petrus, die omwille van zijn
plaats aan Christus’ rechter zijde aldus te identificeren is. Verdere aanwijzingen ontbreken om de overige
apostelen afzonderlijk te identificeren (Martens, 1989).
De stijl waarin de artiest de apostelen geschilderd heeft is teruggehouden, sereen en ernstig. Dit wordt
geïllustreerd door de expressie van de figuren. In regel is de vormgeving tweedimensionaal opgevat, met
een uitzondering van het aangezicht van de figuren: door het subtiel aanbrengen van een licht roze tint
wordt de belichting en de schaduwwerking gesuggereerd wat de welving van de gezichten enigszins
accentueert. Bij de Christusfiguur is dit effect overdreven, wat doet vermoeden dat de figuur die nu
34
zichtbaar is niet de oorspronkelijke is, maar eerder een 16e of 17e -eeuwse overschildering is (Martens,
1989). Een laatste element dat ook belangrijk is in het fresco is de symmetrie. Doordat aan weerszijden
van Christus vijf apostelen afgebeeld worden komt het zwaartepunt van de compositie bij de as tussen
Christus en Judas te liggen.
35
3. METHODOLOGIE
3.1 Gebruikte apparatuur
Vooraleer overgegaan wordt tot de eigenlijke uiteenzetting van de gevolgde methodologie van dit
onderzoek is het nuttig om eerst stil te staan bij de gebruikte apparatuur. Daarom wordt aansluitend een
kort overzicht gepresenteerd van de gebruikte apparatuur met de belangrijkste eigenschappen.
3.1.1 Totaalstation: Trimble M3 mechanisch totaalstation
Tabel 1: Eigenschappen van het Trimble M3 mechanisch totaalstation
Bron: www.trimble.com, 10/08/2018
Eigenschap Waarde
Nauwkeurigheid afstandsmeting Prisma: ± (2 mm + 2 ppm x D)
Reflectorloos: ± (3 mm + 2 ppm x D)
Nauwkeurigheid hoekmeting
1”, 2”: 0,5 mgon
3”: 1,0 mgon
5”: 1,5 mgon
Compensator Twee-assig
3.1.2 GNSS: Trimble R8 GNSS set
Tabel 2: Eigenschappen van de Trimble R8 GNSS set
Bron: www.trimble.com, 10/08/2018
Eigenschap Waarde
Nauwkeurigheid Horizontaal: 8 mm + 0,5 ppm RMS
Verticaal: 15 mm + 0,5 ppm RMS
RTK-correcties FLEPOS-netwerk
Gevolgde satellieten GPS en GLONASS
36
3.1.3 Laserscanner: Leica HDS6100 laserscanner
Nauwkeurigheid (hds.leica-geosystems.com, 10/08/2018):
- Positiebepaling: 5 mm bij 1 m tot 25 m range, 9 mm tot 50 m range.
- Afstand:
o ≤ 2 mm bij een albedo van 90% tot op 25 m afstand, ≤ 3 mm bij een albedo van 18% tot op
25 m afstand.
o ≤ 3 mm bij een albedo van 90% tot op 50 m afstand, ≤ 5 mm bij een albedo van 18% tot op
50 m afstand.
- Hoek (horizontaal/verticaal): 125 µrad/125 µrad (7,9 mgon/ 7,9 mgon) 1 σ.
Puntgrootte: 3 mm bij uittreding + 0,22 mrad divergentie. 8 mm op 25 m, 14 mm op 50 m.
Scansnelheid: tot 508 000 punten/sec.
Tabel 3 : Scandichtheid van de Leica HDS6100 laserscanner
Bron: hds.leica-geosystems.com, 10/08/2018
Instelling op 10 m (in mm) op 50 m (in mm)
Preview 50,6 × 50,6 250 × 250
Middle (4×) 12,6 × 12,6 62 × 62
High (8×) 6,3 × 6,3 31,4 × 31,4
Super High (16×) 3,1 × 3,1 15,8 × 15,8
Ultra High (32×) 1,6 × 1,6 7,9 × 7,9
3.1.4. Fototoestel: Canon EOS 1Ds
Tabel 4: Eigenschappen van de Canon EOS 1Ds
Bron: www.dpreview.com, 10/08/2018
Eigenschap Waarde
Sensor 11,4 megapixel CMOS sensor
Sensorgrootte 35,8 × 24,8 mm
Beeldformaat 4064 × 2704
Bestandsformaten RAW, TIFF
ISO 100 – 1250 in stappen van 1/3 stops
Sluitertijd 30 – 1/8000 sec
37
3.2 Data-acquisitie
De dataverzameling valt uiteen in drie grote deelopdrachten. De eerste opdracht bestaat erin om de
topografische opmetingen uit te voeren die de geometrische basis vormen voor de uiteindelijke resultaten
van deze studie. Ten tweede moeten de foto’s genomen worden die via fotomodellering verwerkt zullen
worden. Tot slot wordt er ook een laserscanning uitgevoerd. Al deze zaken worden aansluitend verder
besproken.
3.2.1 Topografische metingen
De basisstap bij de productie van geometrisch correcte gegeorefereerde documenten wordt doorgaans
gevormd door topografische metingen, en dit omwille van twee redenen. Enerzijds rusten alle 3D-
visualisatietechnieken op basis van foto’s op een referentiesysteem met grondcontrolepunten om de
nodige berekeningen te kunnen doorvoeren. Anderzijds moeten de nodige metingen doorgevoerd worden
om de georeferentie van de resultaten te bewerkstelligen. Voor beide zaken zijn topografische metingen,
steunend op metingen met totaalstation en GNSS, omwille van de hoge nauwkeurigheid de aangewezen
oplossing. In het geval van deze studie valt het luik topografische metingen uiteen in twee delen. Een
eerste deel wordt gevormd door de noodzakelijk geachte polygonatie: aangezien er in de refter geen
gekende punten aanwezig zijn is het met het oog op de georeferentie noodzakelijk om een polygoon op te
meten die gekende coördinaten van buiten het gebouw tot in de zaal zal doortrekken. Een tweede gedeelte
wordt gevormd door de detailmeting die op de polygonatie gebaseerd is en die de grondcontrolepunten
voor de verwerking via fotomodellering en de targets voor de laserscanning vastlegt.
3.2.1.1 Polygonatie
Het doel van de polygonatie is zoals gezegd het materialiseren van enkele referentiepunten in de oude
refter. De uitdaging van dit werk bestaat er in om de connectie te maken tussen deze referentiepunten en
punten die gedefinieerd zijn in absolute coördinaten en die zich buiten het gebouwencomplex bevinden.
Opdat deze connectie gemaakt kan worden, wordt een gesloten polygoon ingemeten die buiten aan de
hoofdingang van het museum start en via de gangen van het gebouwencomplex tot in de refter doorloopt.
Met het oog op de nauwkeurigheid van de meting wordt ten eerste een gesloten polygoon gecreëerd. Op
die manier is het mogelijk om de meetfouten over de verschillende polygoonpunten te verdelen. Ten
38
tweede wordt het aantal polygoonpunten tot het strikte minimum beperkt. Ten derde wordt elke meting ook
in doorslag herhaald. Op die manier kan bij de verwerking van de metingen gecorrigeerd worden voor een
aantal toestelfouten.
Afbeelding 10: Situering van de polygonatie ten opzichte van het gebouwencomplex van het STAM
Bron: Stadsbestuur van Gent, Departement facility management, Dienst bouwprojecten, eigen verwerking
Aan de rand van het museum wordt een basislijn geconstrueerd waarvan de uiterste punten via GNSS
worden opgemeten. Via een connectie tussen de basislijn en de polygoon is het mogelijk om absolute
coördinaten te berekenen voor alle polygoonpunten, ook deze in de refter. De relatief grote lengte van de
39
basislijn (153 m) is doelbewust gekozen om een hoge nauwkeurigheid te bereiken. Enerzijds zorgt de
grotere lengte van de basislijn er namelijk voor dat de grootte van de meetfouten bij de locatiebepaling via
GNSS proportioneel minder doorwegen. Anderzijds heeft de grotere lengte tot voordeel dat de
locatiebepaling kan uitgevoerd worden op een grotere afstand van grote vaste structuren (gebouwen,
metalen luifels, etc.), hetgeen het risico op multipath-verstoring bij de locatiebepaling met GNSS
vermindert.
Tot slot dient opgemerkt te worden dat de metingen in twee periodes uitgevoerd zijn. Een eerste reeks
metingen heeft plaatsgevonden op 5 juli 2017, een tweede reeks op 17 november 2017. Doordat bij de
eerste meetreeks een meetfout gemaakt is bij de connectie tussen de basislijn en de polygoon, bleek het
noodzakelijk te zijn om een deel van de meting te herhalen. De bruikbare delen van beide metingen zijn bij
de verwerking gecombineerd om de basislijn en de polygoon op een correcte wijze te construeren.
3.2.1.2 Detailmeting
De detailmeting heeft twee doelstellingen. Ten eerste dient ze om de grondcontrolepunten te registreren
die nodig zijn voor de fotogrammetrische verwerking. Opdat de verwerking van de overlappende foto’s tot
een goed einde gebracht zou kunnen worden dienen er minstens 6 bruikbare grondcontrolepunten in elke
overlappende zone aanwezig te zijn. Bovendien dienen zij zo gelijkmatig mogelijk gespreid te zijn om een
nauwkeurige verwerking toe te laten. Om aan deze voorwaarden zo goed mogelijk tegemoet te komen is er
voor gekozen om een veiligheidsmarge in te bouwen door meer grondcontrolepunten in te meten dan het
technisch vereiste minimum. Als er om uiteenlopende redenen een aantal grondcontrolepunten ongeschikt
zouden bevonden worden om bij het fotomodelleringsproces te worden gebruikt zal dit niet voor problemen
zorgen omdat er voldoende reservepunten voorhanden zijn. Daarnaast is er bij de keuze van de
grondcontrolepunten ook extra gefocust op de muurdelen met de oude fresco’s. Door op en rond de
fresco’s meer grondcontrolepunten te registreren is het later mogelijk om van deze muurdelen
detailopnamen te realiseren. Om als grondcontrolepunt geregistreerd te worden zijn de hoofdvereisten dat
het punt goed zichtbaar is en dat het ondubbelzinnig aan te duiden is op de foto’s. Vooral karakteristieke
punten in de fresco’s en beschadigingen in het verfwerk bleken aan dit criterium te voldoen omdat zij vaak
gekenmerkt worden door felle kleur- en contrastverschillen. Zij zijn dan ook veelvuldig als controlepunt
geselecteerd.
40
Afbeelding 11: Situering van de detailmeting in de refter van het STAM
Bron: Stadsbestuur van Gent, Departement facility management, Dienst bouwprojecten, eigen verwerking
Een tweede doel van de detailmeting is het opmeten van de targets die bij de laserscanning gebruikt zullen
worden. Op en rond elke gevel zijn zes targets opgesteld. Met het oog op een nauwkeurige oriëntatie van
de gegenereerde puntenwolken zijn deze targets met een zo groot mogelijke ruimtelijke variatie
gepositioneerd. Daarnaast is er over gewaakt om de targets zodanig te positioneren dat zij zo weinig
mogelijk relevante muurdelen bedekken.
Zowel de grondcontrolepunten als de targets zijn opgemeten met het totaalstation. Daarbij is opgesteld op
polygoonpunt 5000, als backsight point is het punt 6000 gekozen. Doordat punt 5000 centraal in de refter is
gelegen, heeft het als voordeel dat alle detailpunten vanop deze locatie zichtbaar zijn. Verdere opstellingen
zijn in functie van de detailmeting dan ook niet vereist.
41
Afbeelding 12: Situering van de opgemeten grondcontrolepunten op gevel A
3.2.2 Foto-opname
De opname van de foto’s is gebaat bij een degelijke voorbereiding. Met name de optimale cameraposities
dienen op voorhand goed bestudeerd te worden en zijn in theorie afhankelijk van de ground sample
distance die men wenst te behalen, de eigenschappen van de gebruikte camera en de voorziene overlap
tussen de foto’s. Eens men de praktijk betreedt moet men echter een afweging maken tussen deze
(theoretische) optimale locaties en de beperkingen die men in de realiteit tegenkomt en die meestal van
praktische aard zijn: de museumzaal legt bijvoorbeeld beperkingen op qua opstellocaties en opstelhoogte
en ook de gebruikte stelling heeft zijn beperkingen. Daarnaast is ook de belichting in de zaal een
vaststaand gegeven waar het beste van gemaakt moet worden.
De registratie van de foto’s zal uitgevoerd worden met een Canon EOS-1Ds full frame fototoestel,
ondersteund door een statief. De afstand van de fotocamera ten opzichte van de te registreren gevel wordt
bepaald met een laserafstadsmeter. Om de foto’s op de vooropgestelde hoogte te registreren stelt het
STAM een stelling ter beschikking.
42
3.2.2.1 1e fotosessie gevel A
Gevel A is een eerste keer volledig geregistreerd op 11 oktober 2017. De doelstelling was tweeledig:
enerzijds wordt een set foto’s geregistreerd die een volledig overzicht geven van de gevel, anderzijds
worden vanop een kortere afstand ook detailopnamen van de twee fresco’s op deze gevel gemaakt. In
totaal is de gevel geregistreerd aan de hand van 30 foto’s. Elke foto heeft een volgnummer gekregen, en is
samen met de verschillende fotoparameters in tabel 5 terug te vinden. Als veiligheidsmaatregel zijn vanop
elke opstelpositie twee identieke foto’s getrokken zodat er een reservebeeld beschikbaar is in het geval
een beeld niet bruikbaar zou zijn. De fotoparameters die gebruikt zijn, zijn de volgende: om de
achtergrondruis zo klein mogelijk te houden is de ISO-waarde steeds op 100 gehouden. Voor het
diafragma is op een enkele keer na een waarde van 5,6 gekozen. Om desondanks een voldoende verlicht
beeld te bekomen is met een waarde van 1 seconde voor een relatief lange sluitertijd gekozen. Door
gebruik te maken van het statief is dit mogelijk zonder dat het beeld wazig wordt. Er is steeds gebruik
gemaakt van een 24 mm lens, deze houdt enigszins het midden tussen een brede opnamehoek en een
gedetailleerde registratie. De belichting tot slot is een combinatie van zonlicht dat door de ramen de zaal
invalt en kunstlicht afkomstig van de belichting in de zaal zelf.
De overzichtsbeelden zijn vanop een afstand van 12,3 m gemaakt, tevens de grootste opnameafstand die
bij de registratie die dag gehanteerd is. Bij de registratie is gebruik gemaakt van vier verschillende
standplaatsen, allen gelegen op een lijn evenwijdig met de gevel. Per standplaats zijn vier foto’s getrokken,
twee van het onderste gevelgedeelte onder loodrechte hoek, twee van het bovenste gedeelte onder een
schuine hoek. Het trekken van schuine foto’s van het bovenste gedeelte is niet ideaal, doch noodzakelijk
omdat metalen verbindingsbalken van het dakgewelf een hogere opstelling bemoeilijken. Bovendien is de
stelling niet hoog genoeg om foto’s te nemen vanop de optimale hoogte. Door de grotere afstand en de
gebruikte lens is het mogelijk om per foto aanzienlijke gevelstukken te registreren waardoor elke foto de
volledige gevelbreedte en ongeveer 2/3 van de gevelhoogte registreert. De graad van detail waarmee de
gevel geregistreerd is, kan bepaald worden via de berekening van de ground sample distance (GSD). Deze
parameter geeft de grootte van een geveloppervlak weer dat overeen stemt met 1 fotopixel. Formule 4
geeft de berekeningswijze:
𝐺𝑆𝐷 = 𝑃 × 𝐷
𝑓
Daarbij staat P voor de pixelgrootte, D voor de afstand tussen de camera en het gefotografeerde object, en
f voor de brandpuntsafstand van de gebruikte lens. In dit geval is pixelgrootte van de Canon EOS-1Ds
gelijk aan 8,8 μm, de afstand gelijk aan 12,3 m en de brandpuntsafstand gelijk aan 24 mm. Op die manier
(4)
43
kan een GSD van 4,5 mm berekend worden, of anders gezegd: de zijde van een pixel op foto komt in de
werkelijkheid op de gefotografeerde gevel overeen met een lengte van 4,5 mm. Dit is aan de grote kant
maar is voor een overzichtsbeeld acceptabel. Er dient in dit specifieke geval echter nog een opmerking bij
deze GSD geplaatst te worden: door de opnameomstandigheden in de zaal is ze namelijk enkel geldig
voor die foto’s die loodrecht op de gevel getrokken zijn, in casu dus de onderste strook van de gevel. De
foto’s van het bovenste gedeelte van de gevel hebben een variabele GSD die groter wordt naar de
bovenkant van de gevel toe. Dit is het gevolg van de schuine registratie van de foto’s die er voor zorgt dat
de hoogste delen van de gevel verder van de camera verwijderd zijn dan de onderste.
Tabel 5: Foto’s getrokken op 11 oktober 2017
Foto volgnummer Gevelafstand
(m)
Focuslengte
(mm)
GSD
(mm)
ISO Diafragma Sluitertijd
A1 A2 A3 A4 A5 A6 A7 A8 12,3 24 4,5 100 5,6 1”
A11 A12 A14 12,3 24 > 4.5* 100 5,6 1”
A9 A10 A13 A15 A16 12,3 24 > 4,5* 100 5,6 2”
A27 A28 A29 A30 8 24 > 3* 100 5,6 1”
A25 A26 4,6 24 1,7 100 8 1”
A17 A18 A19 A20 A21 A22 A23 A24 4,6 24 1,7 100 5,6 1”
*Foto’s die obliek getrokken zijn waardoor de uiteindelijke ground sample distance van de foto’s groter
wordt naar de bovenkant van het beeld toe.
De detailopnamen van het bovenste fresco, de zegening van Maria, zijn gemaakt van op twee
verschillende posities met steeds een opnameafstand van 8 m. Ook in dit geval bemoeilijkt de hoogte van
het fresco op de muur de registratie. Opstellen vlak voor het fresco, op de theoretische optimale hoogte, is
door de dakconstructie en de beperkte hoogte van de stelling niet mogelijk. Daarom zijn ook deze foto’s
schuin getrokken. Bij de keuze van de opstelpositie moet in dit geval een afweging gemaakt worden tussen
de opnameafstand en de opnamehoek. Een kleinere afstand impliceert een gedetailleerdere opname maar
gaat gepaard met een scherpere hoek. Een minder scherpe opnamehoek is beter voor de beeldkwaliteit
maar gaat dan weer gepaard met een grotere opnameafstand. Er is geopteerd om enigszins tegemoet te
komen aan de voordelen en nadelen van beide parameters. Daarom is gekozen voor de opnameafstand
van 8 m die tussen die van de overzichtsbeelden en de detailopnamen van het Laatste Avondmaal in ligt.
De GSD is ook in dit geval variabel. Onderaan de foto’s bedraagt ze 3 mm, naar de bovenkant van het
fresco toe wordt ze groter.
De detailopnamen van het onderste fresco, het Laatste Avondmaal, zijn gemaakt van op vijf verschillende
posities die allen ongeveer op 1 lijn liggen, evenwijdig met de gevel, op een afstand van 4,6 m. Opstellen
op de optimale hoogte, vlak voor het fresco, is mogelijk waardoor de foto’s loodrecht op het gevelvlak
getrokken zijn. Dit resulteert in foto’s met een GSD van 1,7 mm.
44
3.2.2.2 2e fotosessie gevel A
De tweede registratie van gevel A vond plaats op 1 maart 2018. De doelstelling was dezelfde: het maken
van foto’s die moeten dienen voor de productie van een orthofotoplan van de volledige gevel en een detail
van het fresco van het Laatste Avondmaal. De uitvoer van deze foto-opname was echter anders omdat
deze keer geprobeerd wordt om een hogere graad van detail te bereiken, ook bij het orthofotoplan van de
volledige gevel. Daartoe worden alle foto’s van naderbij getrokken zodat elk beeld een kleinere ground
sample distance heeft. Daarnaast is ook de belichting aangepast: de registratie zal nu enkel gebeuren bij
het aanwezige daglicht dat door de ramen de zaal invalt. De artificiële belichting binnen de zaal zelf is
uitgeschakeld. In totaal zijn er 25 bruikbare foto’s getrokken. Daarnaast is voor de veiligheid ook voorzien
in dubbele exemplaren. De foto’s zijn deze getrokken met een 35 mm lens. De fotoparameters zijn analoog
aan de eerste registratiesessie. Elke gebruikte foto is voorzien van een volgnummer en is, samen met zijn
parameters, terug te vinden in tabel 6.
Tabel 6: Foto’s getrokken op 1 maart 2018
Foto volgnummer Gevelafstand
(m)
Focuslengte
(mm)
GSD
(mm)
ISO Diafragma Sluitertijd
A106 7 35 1,8 100 5,6 1”
A107 A108 A114 7 35 1,8 100 8 1”
A115 A118 A121 A124 A125 7 35 > 1,8* 100 8 1”
A109 A110 A111 A112 A113 4 35 1,0 100 8 1”
A101 A102 A103 A104 A105 A116
A119 A122 7 35 1,8 100 11 2”
A117 A120 A123 7 35 > 1,8* 100 11 2”
*Foto’s die obliek getrokken zijn waardoor de uiteindelijke ground sample distance van de foto’s groter
wordt naar de bovenkant van het beeld toe.
De overzichtsbeelden zijn gemaakt vanop een afstand van 7 m. Er is gebruik gemaakt van vier
verschillende standplaatsen, allen gelegen op 1 lijn evenwijdig met de gevel. Vanop de twee buitenste
standplaatsen zijn steeds vier foto’s gemaakt. 3 foto’s hebben het geveloppervlak loodrecht geregistreerd,
steeds vanop een grotere hoogte vanaf het vloeroppervlak bekeken. De laatste foto is schuin genomen
vanwege de reeds eerder aangehaalde restricties die opgelegd worden door de zaal en de stelling. Vanop
de twee binnenste standplaatsen zijn steeds vijf verschillende foto’s getrokken. De realisatie is analoog aan
de twee buitenste standplaatsen met als verschil dat er steeds 1 extra oblieke foto geregistreerd is om de
spitse top van de gevel volledig te kunnen registreren. Gezien de beperkte afstand van de
camerastandplaats tot de gevel worden er per foto kleinere geveloppervlakken geregistreerd dan bij de
eerste fotosessie waardoor er meer foto’s nodig zullen zijn om de volledige gevel te dekken. Het kleinere
geregistreerde geveloppervlak gaat echter gepaard met een gedetailleerdere registratie: via formule 4 is
een GSD berekend van 1,8 mm. Ook in dit geval geldt dat deze GSD geldig is voor die geveldelen die
45
onder een loodrechte hoek gefotografeerd zijn. In casu betreft het dus de onderste twee derde van de
gevel. In het bovenste derde zal de GSD geleidelijk toenemen naar de bovenkant van de gevel toe.
De detailopname van het laatste avondmaal-tafereel is uitgevoerd vanop een afstand van ongeveer 4 m
met dezelfde 35 mm lens. Dit resulteert in foto’s met een GSD van 1,0 mm. Om het volledige fresco te
registreren zijn vijf overlappende foto’s nodig, getrokken vanop vijf verschillende standplaatsen met
tussenafstanden die steeds bij benadering dezelfde zijn. De standplaatsen liggen ook hier op 1 lijn,
evenwijdig aan het gevelvlak. Met het oog op de kwaliteit is het gevelvlak onder een loodrechte hoek
geregistreerd. Daartoe is gebruik gemaakt van de stelling om de registratie op de juiste hoogte te kunnen
uitvoeren.
3.2.3 Laserscanning
Op 12/07/2017 zijn drie scans uitgevoerd met een Leica HDS6100 fase-laserscanner. Vooraleer tot de
eigenlijke scanning kan overgegaan worden moeten eerst de targets geplaatst worden. Voor de functie van
deze targets en de criteria voor de plaatsing kan verwezen worden naar de paragraaf detailmeting.
Eens de targets geplaatst en opgemeten zijn kunnen de eigenlijk scans uitgevoerd worden. Voor de
registratie van gevel A is de scanner vrij centraal voor de gevel gepositioneerd (afbeelding 11), nadien is
vanop deze positie één 360° scan uitgevoerd. Aangezien gevel A geen uitspringende elementen bevat die
schaduwpatronen kunnen veroorzaken is deze ene scan toereikend om de volledige gevel te registreren.
Bij gevel B is de situatie iets complexer vanwege de schoorsteenmantel die zich centraal tegen de gevel
bevindt en enigszins vanuit het gevelvlak naar voren springt. Één enkele scan volstaat voor deze gevel niet
omdat de schoorsteenmantel de aanpalende gevelstroken door de perspectiefwerking aan het zicht
onttrekt. Om dit probleem te overkomen is er dus voor gekozen om twee 360° scans uit te voeren en deze
later samen te voegen tot één puntenwolk. De opstelpunten voor de laserscanner worden richting de beide
lange zijden van de zaal verschoven opdat de gevelstroken naast de schoorsteenmantel zeker goed
zichtbaar zouden zijn (afbeelding 11). Alle scans zijn uitgevoerd met een hoge resolutie zodat er een
goede dekking is van de te registreren gevels. Na het uitvoeren van de laserscans wordt de data vanop het
apparaat uitgelezen en kan de verwerking starten.
46
3.3 Dataverwerking
3.3.1 Coördinatenverwerking
Zoals onder de paragraaf polygonatie reeds vermeld werd zijn de topografische metingen in twee fases
uitgevoerd vanwege een meetfout die tijdens de eerste fase gemaakt werd. Er was namelijk een slechte
connectie tussen de polygoonpunten en de punten die met GNSS ingemeten werden waardoor de absolute
coördinaten niet konden doorgetrokken worden tot in de refter. De verwerking van de metingen is bijgevolg
sterk getekend door het wegwerken van dit probleem. Concreet moeten de detailmetingen en een gedeelte
van de polygoon van de eerste meetcampagne gecombineerd worden met een gedeelte van de polygoon
en de GNSS punten van de tweede meetcampagne. De bewerkingen werden uitgevoerd in het
softwarepakket Pythagoras 15.11 en bevatten concreet volgende stappen:
- Ten bate van de nauwkeurigheid is bij het inmeten van de polygoon steeds op de standaardwijze
en in doorslag gemeten. Beiden worden nu via het berekenen van het gemiddelde gecombineerd
zodat er één resulterend punt is per polygoonpunt. Deze stap wordt voor beide meetcampagnes
uitgevoerd. Ze is bovendien noodzakelijk omdat bij het combineren van beide metingen duidelijk
moet zijn welk punt van de eerste meetcampagne vervangen moet worden door het juiste punt uit
de tweede meetcampagne.
- Vervolgens worden de juiste metingen van de tweede meetcampagne geïntegreerd in de eerste
meetcampagne. Concreet wordt dit uitgevoerd door de punten uit de tweede meetcampagne te
exporteren in een coördinatenlijst en deze lijst in het Pythagorasproject van de eerste
meetcampagne te importeren. Vervolgens kunnen de polygoonpunten vervangen worden
waardoor beide meetcampagnes gecombineerd zijn. Alle metingen in het project zijn daardoor
correct gepositioneerd tegenover elkaar
- Nadien worden de punten die met GNSS zijn ingemeten ook toegevoegd in het project van de
eerste meetcampagne. Ook dit kan door het exporteren van een coördinatenlijst en het importeren
van deze lijst in het project.
- Vervolgens kunnen, op basis van de punten die met GNSS zijn opgemeten, alle andere
meetpunten de correcte planimetrische coördinaten verkrijgen via een coördinatentransformatie.
- Tot slot moet er op basis van de twee punten die met GNSS zijn ingemeten nog een correctie van
de hoogtewaarden doorgevoerd worden bij de overige punten. Door deze laatste stap zijn na de
planimetrische coördinaten ook de altimetrische waarden correct.
Deze verwerkingsstappen leveren dus uiteindelijk de coördinaten die geschikt zijn om de verdere
verwerking mee uit te voeren. De werkwijze waarbij gemiddelde punten berekend worden (eerste stap) en
47
vervolgens het vervangen van de polygoonpunten uit de eerste meetcampagne door de correcte uit de
tweede meetcampagne voert impliciet ook een distributie van de meetfouten door over de volledige meting.
Bijgevolg is het niet meer mogelijk en ook niet nodig om nog een vereffening op deze metingen uit te
voeren.
3.3.2 Fotokalibratie
Uit de inleiding komt het belang van de aandacht voor een correcte kleurweergave duidelijk naar voren.
Om dit in de praktijk te brengen wordt een kleurenkalibratie van de foto’s uitgevoerd vooraleer de
fotomodellering aangevat wordt. Voor deze kalibratie wordt gebruik gemaakt van een color chart, in dit
geval de Spydercheckr 24, geproduceerd door de onderneming Datacolor. De softwarematige verwerking
wordt uitgevoerd in het softwarepakket Adobe Lightroom 5.7.
Het voorbereidende werk voor de fotokalibratie vindt reeds plaats tijdens de foto-opname. Er wordt
namelijk voor gezorgd dat de colorchart bij de foto-opname ook gefotografeerd wordt. Bij deze stap is er
een methodologisch verschil tussen beide registratiesessies: bij de eerste fotosessie is de methodologie uit
de inleiding gevolgd en is de colorchart dus bij elke afbeelding mee gefotografeerd. Bij de tweede
fotosessie daarentegen is de werkwijze uit de handleiding van de colorchart gevolgd en is de colorchart
doorheen de dag meerdere keren apart gefotografeerd (www.datacolor.com, 03/07/2018).
Nadien kan op basis van de handleiding van de colorchart de kalibratie zelf doorgevoerd worden. Alle
afbeeldingen worden daarvoor in Adobe Lightroom geïmporteerd. Er wordt gestart met het bewerken van
de colorchart. Deze wordt eerst uit de afbeelding gesneden zodat enkel de colorchart zelf overblijft. Nadien
worden op de colorchart enkele kleurinstellingen aangepast:
- Instellen van de witbalans: via de selectietool die in het softwarepakket ingebouwd zit wordt het
vakje met de 20% grijswaarde aangeklikt.
- Aanpassing van de belichting: de aanpassing zorgt er voor dat het RGB-percentage van het
volledig witte vakje 90% bedraagt.
- Aanpassing van het schaduweffect: deze aanpassing zorgt er voor dat het RGB-percentage van
het zwarte vakje 4% bedraagt.
Deze aangepaste instellingen worden opgeslagen en vervolgens gekopieerd naar de overige afbeeldingen.
Vanwege de vrij uniforme belichtingsomstandigheden bij de eerste registratiesessie hebben alle
48
afbeeldingen dezelfde correctie-instellingen meegekregen. Bij de tweede registratiesessie was dit echter
niet mogelijk: de verschillen in belichting op de gevel waren dusdanig groot dat de afbeeldingen op basis
van de belichting en op basis van de gefotografeerde colorcharts opgedeeld zijn in drie groepen. Elke
groep bevat aldus de afbeeldingen die qua belichtingseigenschappen het beste overeen komen met de
colorchart die aan de respectievelijke groep is toegevoegd. Voor elke colorchart zijn vervolgens de
bovenstaande stappen doorlopen om de gepaste correctie-instellingen te bekomen. Deze instellingen zijn
tot slot toegepast op de afbeeldingen die aan de respectievelijke groepen toegewezen zijn.
3.3.3 Fotomodellering
Na meerdere voorbereidende stappen doorlopen te hebben kan nu gestart worden met de eigenlijke
productie van de fotomodelleringsresultaten van dit project. De orthofotoplannen van de gevel zullen in
deze procedure gerealiseerd worden. De keuze voor fotomodellering als verwerkingstechniek is voor ee
stuk vanuit een pragmatisch oogpunt gemaakt. De software die op basis van deze techniek werkt is vrij
beschikbaar en kan dus gebruikt worden in het kader van deze thesis. Voor de andere software die werkt
op basis van de klassieke fotogrammetrie is dit veel minder het geval. De software is bovendien
gebruiksvriendelijk. Daarnaast is er ook reeds ervaring met deze software opgedaan door het gebruik voor
andere projecten in het kader van andere opleidingsonderdelen binnen de studie geomatica-
landmeetkunde. Andere objectieve argumenten pleiten ook voor het gebruik van deze techniek: de
flexibiliteit en de relevantie van de verwerkingstechniek is bewezen door haar succesvol gebruik in sterk
uiteenlopende projecten (Westoby et al., 2012) en ze behaalt goede nauwkeurigheden die kunnen tippen
aan de klassieke fotogrammetrie.
Het softwarepakket waarmee de verwerking uitgevoerd is, is het programma Agisoft PhotoScan
Professional, versie 1.4.0. Aansluitend zal op gestructureerde wijze uiteengezet worden hoe de verwerking
met deze software verlopen is. Er dient nog opgemerkt te worden dat deze verwerkingsstappen vier keer
doorlopen zijn voor de opmaak van de verschillende eindproducten. In tabellen 7 en 8 is een overzicht te
vinden van de verschillende verwerkingscycli en de gebruikte instellingen. De uiteenzetting zal gebaseerd
worden op de eerste verwerkingscyclus, de volgende cycli zijn volledig analoog uitgevoerd.
49
Tabel 7: De voornaamste instellingen bij de verwerking van de foto’s van de eerste fotosessie
Overzichtsbeeld Laatste Avondmaal
Gebruikte foto’s A1 A3 A5 A7 A9 A11 A13 A15 A18 A19 A21 A23 A26
Alignering High Highest
Dense Cloud Ultra high quality
Mild depthfiltering
Ultra high quality
Mild depthfiltering
Mesh Arbitrary surface
High face count
Arbitrary surface
High face count
Texture Generic mapping mode
Mosaïc blending mode
Generic mapping mode
Mosaïc blending mode
Orthomosaïc Planar projection type Planar projection type
Tabel 8: De voornaamste instellingen bij de verwerking van de foto’s van de tweede fotosessie
Overzichtsbeeld Laatste Avondmaal
Gebruikte foto’s A101 → A109, A113 → A125 A109 → A113
Alignering High High
Dense Cloud High quality
Mild depthfiltering
Ultra high quality
Mild depthfiltering
Mesh Arbitrary surface
High face count
Arbitrary surface
High face count
Texture Generic mapping mode
Mosaïc blending mode
Generic mapping mode
Mosaïc blending mode
Orthomosaïc Planar projection type Planar projection type
3.3.3.1 Fotoselectie
Vooraleer de verwerking aan te vatten dient stilgestaan te worden bij de doelstelling van de specifieke
verwerkingscyclus. De keuze van de gebruikte foto’s bij de verwerking is daar namelijk sterk van
afhankelijk. Wanneer men bijvoorbeeld een orthofoto van de volledige gevel wenst te produceren is het
wenselijk om enkel overzichtsbeelden voor de verdere verwerking te selecteren. Bij de productie van
detailweergaven van specifieke delen van de gevel is het daarentegen wenselijk om enkel de
detailopnamen van dat geveldeel te gebruiken. Wanneer de gebruikte foto’s in tabellen 7 en 8 beschouwd
worden is het dan ook duidelijk dat deze regel nageleefd is. Enkel het overzichtsbeeld dat geproduceerd
wordt op basis van de tweede fotosessie gebruikt twee detailbeelden die elk aan een van de randen van de
gevel gesitueerd zijn. Hier is voor gekozen om de kwaliteit van de randen van het orthofotoplan te
verbeteren.
50
3.3.3.2 Maskering en alignering
Vanaf deze stap kan de eigenlijke verwerking van de foto’s starten. Als eerste moet geselecteerd worden
welke muurdelen die op de foto’s afgebeeld staan zullen weerhouden worden voor de verdere verwerking
en welke delen uitgesloten worden. De opzet van deze thesis is het modelleren van gevel A, niet de
aanpalende gevels. Al de stukken die grenzen aan gevel A zullen dus uitgesloten worden. Bij het onderste
derde van de gevel is de grens duidelijk aangezien de scheiding tussen de gevels daar aan weerszijden
door een hoek in de muur gevormd wordt. Het middelste gedeelte van gevel A wordt langs beide kanten
afgeboord door een zuilformatie, met bijhorende versieringen. Ter hoogte van de dakconstructie gaat deze
zuilformatie over in een brede stenen band die overschilderd is. Er wordt besloten om zowel deze
zuilformatie als de stenen band bij gevel A te rekenen en naast deze structuren de grens te trekken
(afbeelding 13). In het softwarepakket kan deze grens makkelijk bepaald worden aan de hand van
verschillende ingebouwde tools.
Afbeelding 13: Maskering van de zijgevels
In de volgende stap worden de foto’s gealigneerd. Dit betekent dat de foto’s gesitueerd en georiënteerd
worden tegenover elkaar en tegenover het te modelleren object. De software doet dit door te zoeken naar
de tie points. Op basis van deze tie points kan de positionering en de oriëntatie van de foto’s berekend
worden. Na het aligneren visualiseert de software de opnamelocaties van de foto’s tegenover de
puntenwolk die gevormd wordt door alle tie points tezamen, de zogenaamde sparse point cloud.
51
Afbeelding 14: Gebruikte parameters bij de alignering
De alignering wordt uitgevoerd met een (heel) hoge nauwkeurigheid (zie tabellen 7 en 8, afbeelding 14).
Deze instelling zal er voor zorgen dat de cameraposities met een grotere nauwkeurigheid bepaald zullen
worden doordat de foto’s met de oorspronkelijke resolutie (niet gecomprimeerd) in de berekeningen
betrokken worden. De tie point limit wordt opgetrokken zodat de software zeker voldoende
gemeenschappelijke punten vindt. Tot slot wordt constrain features by mask aangevinkt zodat met de
maskering van de niet-geselecteerde muurdelen in de berekeningen rekening wordt gehouden. De overige
instellingen worden ongemoeid gelaten.
3.3.3.3 Grondcontrolepunten - georeferentie
Na het uitvoeren van de alignering kunnen de grondcontrolepunten (GCP’s) die tijdens de detailmeting
gematerialiseerd zijn op de foto’s aangeduid worden. De coördinatenlijst met de GCP’s wordt daarvoor in
de software ingeladen en is terug te vinden in bijlage 1. Het aanduiden van de GCP’s dient in eerste
instantie manueel te gebeuren. In de software zit echter een functionaliteit ingebouwd die het proces
gaandeweg versnelt. Vanaf het moment dat een aantal GCP’s op ten minste twee foto’s zijn aangeduid is
de software in staat om de locatie van de GCP’s op de overige foto’s te voorspellen. Het volstaat dan om
slechts een snelle controle uit te voeren van de locatie van elke GCP en deze eventueel een klein beetje te
verplaatsen. Eens alle GCP’s aangeduid zijn kan de software de georeferentie van het hele model in het
nationale referentiestelsel Lambert 72 doorvoeren.
Het aanduiden van de GCP’s is ook gunstig voor de algemene nauwkeurigheid van het model. Op basis
van de ruimtelijke informatie die verkregen wordt bij het aanduiden van de GCP’s is de software namelijk in
52
staat om een betere inschatting te maken van de alignering van de foto’s en de positionering en oriëntatie
van de sparse point cloud. Door tijdens het controleproces van de GCP’s (zie volgende alinea)
herhaaldelijk de functionaliteit Optimize Cameras uit te voeren wordt deze verbetering doorgevoerd.
De plaatsing van de GCP’s gaat onvermijdelijk gepaard met (kleine) fouten die op hun beurt aanleiding
geven tot fouten in het model en in de georeferentie. De software is in staat om een inschatting te maken
van deze plaatsingsfouten en geeft de foutwaarde weer per punt en een gemiddelde foutwaarde voor alle
punten tezamen. Aangezien er met meer GCP’s gewerkt is dan het technisch vereiste minimum kunnen de
GCP’s met de grootste fouten uit de verdere bewerkingen geweerd worden door ze uit de lijst te
verwijderen. Met het oog op een latere vergelijking van de nauwkeurigheid tussen de fotomodellering en de
laserscanning is het tot slot noodzakelijk om een aantal GCP’s uit te sluiten uit de verdere verwerking.
Deze selectie hoort voor de hele gevel te bestaan uit een tiental punten die gelijkmatig over de gevel
verspreid liggen.
3.3.3.4 Eindproducten
Nu kunnen de laatste procedurele stappen uitgevoerd worden om tot de eindresultaten te komen. Als
eerste wordt een dense cloud geconstrueerd op basis van de diepte-informatie die vervat zit in de
verschillende overlappende foto’s (www.agisoft.com, 07/07/2018). Het resultaat hiervan is een zeer dense
puntenwolk die reeds een goede benadering van het te modelleren object geeft en dit zowel op het vlak
van geometrie als op het vlak van kleur. In functie van de graad van detail en de nauwkeurigheid van de
geometrie wordt deze dense cloud met een zo hoog mogelijke kwaliteit geproduceerd. De enige
limiterende factor in dit verband is de performantie van de hardware die in een enkel geval niet toeliet om
de dense cloud op het hoogst mogelijke kwaliteitsniveau te realiseren. De depthfiltering wordt op mild
ingesteld zodat de software de kleinere details ook op een kwalitatieve manier realiseert. Het risico op ruis
in het resultaat is relatief gering vanwege de relatief eenvoudige geometrie van de gevel en de hoge
kwaliteit van de gebruikte foto’s (www.agisoft.com, 07/07/2018). Aangezien de kleur van het model
uiteraard zeer belangrijk is wordt de opdracht gegeven om de kleuren in de puntenwolk te berekenen.
Op basis van de dense point cloud wordt vervolgens een mesh van de gevel gerealiseerd. Dit is een
belangrijke stap aangezien het meshmodel later zal dienen als basis voor de productie van het
orthofotoplan. De instellingen zijn de volgende: surface type staat ingesteld op arbitrary, dit is de
standaardinstelling die toepasbaar is op alle verschillende soorten 3D-objecten. Als basis om het
meshmodel te produceren kan gekozen worden tussen de sparse point cloud en de dense point cloud.
Vanwege haar veel grotere graad van detail is de dense point cloud de aangewezen optie. De face count
53
staat voor het aantal vlakken waaruit het meshmodel zal worden opgebouwd. Omwille van het belang van
de geveldetails wordt deze ingesteld op high. Interpolatie wordt ten slotte ingeschakeld zodat een model
gegenereerd wordt zonder gaten. Deze optie is te verdedigen vanwege de eenvoudige geometrie en de
goede kwaliteit van de dense point cloud. Eventuele gaten zouden zeer klein zijn en zullen dus een
verwaarloosbare impact hebben op het model.
Afbeelding 15: Constructieparameters van het 3D-model
Voor de volledigheid wordt ook een 3D-model gegenereerd. De meerwaarde van een dergelijk model
boven een orthofotoplan is beperkt vanwege de vlakke geometrie van de gevel. De instellingen zijn de
volgende (afbeelding 15): de mapping mode staat op generic, de standaardinstelling. De blending mode
bepaalt hoe de pixels van de oorspronkelijke foto’s gecombineerd worden in de productie van de
kleurweergave van het 3D-model. Er wordt gekozen voor mosaïc: deze instelling zorgt er voor dat details
met veel variatie bemonsterd worden op basis van de beste foto. Voor tussenliggende delen met minder
variatie wordt een gemiddelde van de overlappende foto’s genomen (www.agisoft.com, 07/07/2018).
De laatste stap bestaat uit de constructie van het orthofotoplan. De instellingen die daarbij gehanteerd zijn,
zijn de volgende (afbeelding 16): het projectievlak is ingesteld op planair en wordt nader gedefinieerd op
basis van een drietal GCP’s. Een geografische projectie op basis van het Lambert 72 coördinatenstelsel is
in dit geval niet bruikbaar omdat de gevel dan op haar grondoppervlak zou geprojecteerd worden en ze dus
zou gereduceerd worden tot één enkele streep. Het oppervlak dat gebruikt wordt om het orthofotoplan te
produceren is het meshmodel, en dat wordt aldus ingesteld. De overige parameters zijn iets minder van
belang en worden verder ongemoeid gelaten.
54
Afbeelding 16: Constructieparameters van het orthofotoplan
3.3.3.5 Verwerking in AutoCAD
De afwerking van de orthofotoplannen gebeurt met het softwarepakket AutoCAD Civil 3D. Daarvoor
worden de orthofoto’s eerst geëxporteerd onder het PNG-formaat omdat dit formaat kan geïmporteerd
worden in dit softwarepakket. Eens ingeladen in het softwarepakket worden de orthofoto’s georiënteerd.
Daarna kan de lay-out van de plannen aangemaakt worden en kunnen de orthofoto’s als volwaardige
plannen geëxporteerd worden.
3.3.4 Laserscanning
3.3.4.1 Gevel A
Aangezien voor het capteren van gevel A één scan volstond, is de verwerking eenvoudiger dan bij gevel B.
De eerste stap bestaat uit het indexeren van de puntenwolk en het verkrijgen van het juiste
bestandsformaat voor de verdere verwerking. Bij het uitlezen van de scandata wordt een puntenwolk
verkregen in ZFS-formaat. Dit bestandsformaat kan geïmporteerd worden in het softwarepakket Autodesk
55
ReCap. Na het importeren van de puntenwolk wordt deze automatisch geïndexeerd. Nadien is het mogelijk
om de data te exporteren onder het PTS-formaat, een noodzaak voor het uitvoeren van de volgende stap.
Vervolgens wordt de puntenwolk op ruwe wijze vereenvoudigd en gegeorefereerd. Dit wordt uitgevoerd in
het softwarepakket CloudCompare, aangezien Autodesk ReCap bij de georeferentie moeilijkheden
ondervindt om de vorm van de gebruikte targets te herkennen. Eerst wordt in CloudCompare het grootste
deel van de overbodige punten uit de puntenwolk verwijderd. De resulterende puntenwolk is daardoor
vereenvoudigd tot gevel A en een deel van de aangrenzende gevels en is bijgevolg makkelijker manueel te
bewerken. De eigenlijke georeferentie wordt vervolgens uitgevoerd. Daarvoor wordt de coördinatenlijst met
de targets van gevel A ook in CloudCompare geïmporteerd. Door de corresponderende punten in de
puntenwolk manueel te koppelen aan de respectievelijke targets kan de software de georeferentie van de
volledige puntenwolk doorvoeren.
De laatste stap bestaat uit het nauwkeurig selecteren van de gevel uit de ruwere gegeorefereerde
puntenwolk. Daarvoor wordt deze puntenwolk terug geïmporteerd in Autodesk ReCap zodat gebruik
gemaakt kan worden van de performantere selectietools die in dit softwarepakket ingebouwd zitten.
Daarnaast wordt in dit softwarepakket gebruik gemaakt van scanregions, een functionaliteit die te
vergelijken is met de indeling in lagen in AutoCAD. Het dusdanig indelen van de puntenwolk heeft als
voordeel dat punten kunnen toegewezen worden aan een region en overbodige punten dus niet verwijderd
moeten worden uit de puntenwolk. Daardoor kan het risico vermeden worden dat een verkeerde selectie
leidt tot het verwijderen van de verkeerde punten. Na de indeling volstaat het om de region te exporteren
die de gevel bevat om de juiste puntenwolk te bekomen.
3.3.4.2 Gevel B
De verwerking van gevel B verschilt op één punt van die van gevel A: deze gevel kon niet op een
bevredigende wijze door één scan gecapteerd worden waardoor twee scans uitgevoerd zijn. Om later één
puntenwolk te vormen die alle zijden van de gevel bevat is het echter nodig dat beide puntenwolken
samengevoegd worden. Een eerste poging om een samengevoegde puntenwolk te bekomen via een
geautomatiseerde procedure in het softwarepakket Autodesk ReCap was niet succesvol. In plaats van op
elkaar gefit te worden laat Afbeelding 17 duidelijk zien hoe beide scans ongeveer tegenover elkaar
gepositioneerd worden.
56
Afbeelding 17: Eerste gefaalde poging in het bekomen van een samengevoegde puntenwolk van
gevel B
De tweede poging tot het bekomen van een samengevoegde puntenwolk is uitgevoerd in het
softwarepakket CloudCompare. Net zoals bij gevel A moeten beide scans eerst omgezet worden naar het
PTS-bestandsformaat vooraleer zij in CloudCompare geïmporteerd kunnen worden. Eens dit uitgevoerd is
kan het samenvoegen van de puntenwolken uitgevoerd worden. Het principe van het samenvoegen steunt
op dezelfde werkwijze als het georefereren: op manuele wijze worden punten aangeduid die beide
puntenwolken gemeenschappelijk hebben. Zo kan de software de puntenwolken vervolgens op elkaar
leggen. Twee pistes zijn uitgeprobeerd: in een eerste piste is de eerste puntenwolk rechtstreeks met de
tweede puntenwolk gealigneerd door in beide puntenwolken enkele corresponderende
gemeenschappelijke punten aan te duiden. In een tweede piste zijn ook de targets voor de georeferentie bij
het proces betrokken. In deze poging zijn beide puntenwolken afzonderlijk met de targets gealigneerd
waardoor ook hun onderlinge alignering onrechtstreeks wordt uitgevoerd (afbeelding 18). Deze tweede
piste heeft uiteindelijk het beste resultaat opgeleverd. Bijkomend voordeel van deze piste is het feit dat ook
de georeferentie van de samengevoegde puntenwolk simultaan gerealiseerd is.
De verdere verwerking van de samengevoegde gegeorefereerde puntenwolk is analoog met deze van
gevel A.
57
Afbeelding 18: Impressie van de alignering van beide scans van gevel B door afzonderlijk te
aligneren met de targets
58
4. RESULTATEN
4.1 Topografische metingen
4.1.1 Algemeen
In functie van deze thesis zijn uitgebreide topografische metingen uitgevoerd. De geconstrueerde polygoon
bestaat uit 9 punten: 1 punt buiten de museumgebouwen en 8 punten binnenin het museum waarvan 2
punten in de refter zelf. De basislijn die met de polygoon verbonden is bestaat op zijn beurt uit 2 punten.
Deze punten liggen elk aan een zijde van polygoonpunt 1000, het punt dat voor de ingang van het museum
geconstrueerd is. De drie punten liggen ongeveer op één lijn met als tussenafstanden voor 1000 - 11.000
en 1000 – 12.000 respectievelijk 70,8 m en 82,6 m. Dit brengt de totale lengte van de basislijn op ongeveer
153 m. De twee uiterste punten die samen de basislijn vormen zijn ook met GNSS opgemeten zodat het
hele meetnet absoluut georiënteerd kan worden.
De detailmeting die op de twee polygoonpunten in de historische refter geënt is, bestaat op haar beurt uit
116 punten: 51 grondcontrolepunten zijn opgemeten op gevel A, 53 grondcontrolepunten zijn opgemeten
op gevel B. Daarnaast zijn in functie van de laserscanning op en rond elke gevel 6 targets opgemeten.
Voor een grafische voorstelling van de locatie van alle metingen kan verwezen worden naar afbeeldingen
10 en 11. De volledige coördinatenlijst van alle gemeten punten is terug te vinden in bijlage 1.
4.1.2 Nauwkeurigheden
De gevolgde methodologie voor de verwerving en de verwerking van de metingen met het totaalstation is
sterk getekend door een fout die tijdens de metingen gemaakt is. Zoals in paragraaf 3.2.1 (Topografische
metingen) reeds behandeld is, zijn twee overlappende polygonaties uitgevoerd om tot een koppeling te
komen tussen de meetpunten in het museum en de twee punten buiten het museum die via GNSS
opgemeten zijn. Doordat beide polygonaties vervolgens in elkaar geschoven zijn om tot één meetnet te
komen is het berekenen van een sluitfout van deze resulterende meting moeilijk. Een indicatie van de
nauwkeurigheid van de metingen kan wel verkregen worden via de horizontale sluitfouten van de
polygonen uit de eerste en de tweede meetcampagne, die respectievelijk 14 mm en 11 mm bedragen. De
gehanteerde werkwijze zorgt echter wel impliciet voor een vereffening van de volledige meting. Dit in
combinatie met andere voorzorgen voor nauwkeurige metingen, zoals het meten in doorslag en het
59
minimaliseren van het aantal te meten punten, zorgt dit er voor dat de nauwkeurigheid van de
topografische metingen voldoende geacht kan worden voor het doel van deze thesis.
Tabel 9: Uitgevoerde GNSS-metingen in het kader van de thesis. Voor de exacte situering van deze
punten kan verwezen worden naar afbeelding 10
Volgnummer meting x y z
11000_1 104310,825 192760,665 9,700
11000_2 104310,828 192760,664 9,701
12000_1 104354,331 192907,022 7,816
12000_2 104354,329 192907,019 7,815
De nauwkeurigheid van de GNSS-metingen wordt gewaarborgd door volgende factoren: de locatie van
beide punten die via GNSS worden opgemeten worden op voldoende afstand van hoge structuren
(gebouwen, luifels, bomen, etc.) gekozen opdat multipath verstoringen vermeden worden. De basislijn die
gevormd wordt door beide GNSS-meetpunten wordt voldoende groot gekozen zodat de impact van de
GNSS-metingen (onnauwkeuriger dan metingen met totaalstation) op de rest van het netwerk
geminimaliseerd kan worden. De GNSS-metingen zelf worden uitgevoerd in RTK-modus waarbij gebruik
gemaakt wordt van de correctiesignalen van het FLEPOS-netwerk. Er wordt gemeten volgens de instelling
“gemeten controlepunt” waardoor de locatie bepaald wordt gedurende 180 epochs, in plaats van de
gebruikelijke 5 bij een gewoon meetpunt. Om foute metingen uit te sluiten wordt elke meting tot slot twee
keer uitgevoerd (tabel 9). Aangezien de herhaalde metingen quasi identieke resultaten opleveren geeft dit
een indicatie dat de kwaliteit en de reproduceerbaarheid van de metingen goed is. Verdere verwerkingen
op basis van deze metingen worden uitgevoerd op basis van het gemiddelde van de metingen van elk
meetpunt. Al deze maatregelen tezamen garanderen dat de nauwkeurigheid van de GNSS-metingen
binnen de kwaliteitsmarges vallen die op basis van de gebruikte apparatuur mogelijk zijn (zie paragraaf
3.1.2).
4.2 Fotomodellering
De foto’s die gedurende de twee opeenvolgende fotosessies genomen zijn, zijn allemaal via
fotomodellering verwerkt tot 3D-modellen en orthofotoplannen. Er zijn enerzijds steeds resultaten bekomen
van gevel A in zijn volledigheid en anderzijds detailuitsneden van het fresco met het tafereel van het
Laatste Avondmaal. De originele orthofotoplannen zijn terug te vinden in bijlage 2. Nadat de
tussenresultaten kort op algemene wijze overlopen worden, worden de resultaten per fotosessie verder
besproken.
60
4.2.1 Tussenresultaten
Aangezien de tussenresultaten niet het hoofddoel van deze thesis uitmaken worden zij aansluitend kort
vermeld. De tussenresultaten van de verschillende fotomodelleringsprocedures zijn sterk aan elkaar
verwant en zijn steevast tot stand gekomen zonder problemen. Daarom zal ter illustratie steeds
gerefereerd worden naar de tussenresultaten van het overzichtsdocument van de eerste fotosessie die qua
illustratieve waarde perfect representatief zijn voor de overige fotomodelleringsprocedures.
Het eerste tussenresultaat dat bekomen wordt is de sparse point cloud, de puntenwolk die bestaat uit de
gevonden keypoints en die in dezelfde verwerkingsstap als de alignering van de foto’s bekomen wordt.
Zoals uit het literatuuroverzicht reeds bleek vindt de software vooral keypoints op die plaatsen waar er
voldoende kleurvariaties zijn. Dit is duidelijk zichtbaar in afbeelding 19: de grootste dichtheid aan keypoints
wordt gevonden in er rond de fresco’s. Zeker aan de onderzijde, waar grotere monotone kleurenvlakken
het verfwerk domineren, zijn er lacunes waar te nemen. Desondanks slaagt de software er in om over de
gehele gevel tot een vrij homogene dekking te komen.
Afbeelding 19: De sparse point cloud van het overzichtsresultaat op basis van de foto’s van de
eerste fotosessie
In de volgende verwerkingsstap wordt de dense point cloud gegenereerd (afbeelding 20). Deze puntenwolk
dekt dezelfde ruimtelijke entiteit als de sparse point cloud, doch met een grotere puntdichtheid. Ook wat
61
betreft de puntdichtheid is er een verband met de sparse point cloud. Geveldelen die in de sparse point
cloud lacunes bevatten zullen ook in de dense point cloud door een kleiner aantal punten bemonsterd zijn.
Niettemin levert de dense point cloud in alle fotomodelleringsprocedures een goed resultaat dat geschikt is
voor de verdere verwerkingsstappen.
Afbeelding 20: De dense point cloud van het overzichtsresultaat op basis van de foto’s van de
eerste fotosessie
Afbeelding 21: Het meshmodel van het overzichtsresultaat op basis van de foto’s van de eerste
fotosessie
62
Het laatste tussenresultaat dat gegenereerd wordt is het meshmodel (afbeelding 21). Aangezien het
meshmodel op basis van de dense point cloud geconstrueerd wordt en dit tussenresultaat steeds van
goede kwaliteit is, voldoet ook het meshmodel aan de verwachtingen. Door interpolatie toe te laten wordt
een model gegenereerd dat geen gaten bevat. Dit is een verdedigbare keuze aangezien de dense point
cloud in elke fotomodelleringprocedure een goede homogene puntdichtheid bevat. De kleurweergave van
het meshmodel is afkomstig van de kleurinformatie die de punten van de dense point cloud bevatten.
4.2.2 Eerste fotosessie
4.2.2.1 Overzichtsbeeld
Afbeelding 22 en 23: Impressie van het 3D-model van gevel A (links), weergave van het
orthofotoplan van dezelfde gevel (rechts). Beiden zijn verkregen op basis van de
overzichtsafbeeldingen van de eerste fotosessie
Afbeeldingen 22 en 23 leveren respectievelijk een impressie van het 3D-model en het orthofotoplan van de
volledige gevel A. Wanneer beide afbeeldingen beschouwd worden is hun uitzicht vrijwel identiek. Dit is
logisch aangezien ze beiden een product zijn van hetzelfde verwerkingsproces binnen het softwarepakket
Agisoft PhotoScan Professional (een feit dat overigens ook geldt voor de hierna besproken gepaarde 3D-
modellen en orthofotoplannen). Volgende details vallen op: ten eerste heeft het verwerkingsproces een
document opgeleverd dat de volledige gevel omvat, het volledige geveloppervlak tot en met de rand is met
63
een constante kwaliteit weergegeven. Ten tweede is er de mate van detail: deze is met een GSD van
ongeveer 4 mm niet enorm gedetailleerd, doch acceptabel voor een overzichtsbeeld. Ten derde is er het
aspect kleur: opvallend zijn de lichtere tinten ter hoogte van de fresco’s en de donkere tinten op de
tussenliggende muurdelen. Ook is met name op het fresco van het laatste avondmaal te zien hoe de linker
helft een gelere schijn heeft dan de rechter helft. De oorzaak van deze vaststellingen ligt bij de belichting.
De lichtinstallatie is gedurende de eerste fotosessie niet uitgeschakeld en is dusdanig afgesteld dat ze
vooral de fresco’s bijlicht. Dit verklaart de lichtere delen op het 3D-model en het orthofotoplan. De
verschillende spectrale samenstelling van het artificiële licht en het daglicht dat via de ramen invalt ligt dan
weer aan de basis van het verschil in kleurentinten tussen de linker en de rechter helft van het fresco van
het Laatste Avondmaal.
4.2.2.2 Detail Laatste Avondmaal
Afbeeldingen 24 en 25: Impressie van het 3D-model van het fresco van het Laatste Avondmaal
(links), weergave van het orthofotoplan van hetzelfde geveldeel (rechts). Beiden zijn verkregen op
basis van de detailafbeeldingen van de eerste fotosessie
Bovenstaande afbeeldingen leveren een impressie van het 3D-model en het orthofotoplan van de
detailuitsnede van het Laatste Avondmaal. Deze resultaten zijn gerealiseerd op basis van een selectie van
de detailfoto’s die gedurende de eerste fotosessie genomen zijn. Ze zijn genomen vanop een kleinere
afstand tot de gevel waardoor ook deze resultaten een grotere graad van detail vertonen dan de
overzichtsbeelden die hiervoor besproken zijn. Het orthofotoplan is aldus bijvoorbeeld gerealiseerd met
een GSD van 1,7 mm, ongeveer de helft van de GSD van het overzichtsbeeld. Een volgende vaststelling
die kan gemaakt worden is het feit dat de rand van beide documenten veel grilliger is dan de rand van de
overzichtsdocumenten. De vaststellingen in verband met de helderheid en de kleurverschillen zijn
gelijklopend aan de opmerkingen bij de overzichtsbeelden. Dit is logisch aangezien de foto’s waarop deze
64
resultaten gebaseerd zijn werden gerealiseerd onder dezelfde omstandigheden. Het enige verschil in
verband met de helderheid is dat er een uitsnede gemaakt is van een geveldeel dat redelijk uniform verlicht
is door de combinatie van artificiële en natuurlijke verlichting. Daardoor zijn er binnen deze twee resultaten
slechts kleine helderheidsverschillen.
4.2.3 Tweede fotosessie
4.2.3.1 Overzichtsbeeld
Afbeelding 26 en 27: Impressie van het 3D-model van gevel A (links), weergave van het
orthofotoplan van dezelfde gevel (rechts). Beiden zijn verkregen op basis van de
overzichtsafbeeldingen van de tweede fotosessie
Bovenstaande afbeeldingen tonen de resultaten van de modellering van gevel A op basis van de
overzichtsafbeeldingen die gegenereerd zijn gedurende de tweede fotosessie. Zoals reeds vermeld is in de
methodologie bestaan de doelstellingen van de tweede fotosessie erin om een algemene verbetering van
het resultaat te bekomen ten opzichte van de eerste fotosessie. Wat betreft de algemene graad van detail
is de verbetering zeer duidelijk: ook de kleinere geveldetails, onder andere in de fresco’s en het
tussenliggende verfwerk, zijn nu beter zichtbaar. Illustratief is de GSD van het orthofotoplan: deze bedraagt
in dit geval slechts 1,7 mm en scoort daarmee even goed als de detailopname van het Laatste Avondmaal
uit de eerste fotosessie. Wat betreft de helderheid van het beeld, de contrasten en de kleuren is het
resultaat verbeterd, doch niet zo goed als verhoopt. De grote contrasten die kenmerkend zijn voor het
65
overzichtsbeeld uit de eerste fotosessie zijn verminderd. Toch zijn centraal tussen beide fresco’s en aan de
uiterst rechter zijde nog duidelijk donkerdere zones waar te nemen. De continuïteit van de kleurentinten
doorheen het resultaat is wel algemeen beter. Een laatste punt waar het resultaat van de tweede
fotosessie zelfs enigszins slechter is, is de volledigheid van het resultaat. Op een tweetal plaatsen aan de
rechter zijde van de gevel, een plaats helemaal onderaan en een plaats ongeveer halverwege, is zichtbaar
hoe een stukje van de gevel niet gemodelleerd is.
4.2.3.2 Detail Laatste Avondmaal
Afbeeldingen 28 en 29: Impressie van het 3D-model van het fresco van het Laatste Avondmaal
(links), weergave van het orthofotoplan van hetzelfde geveldeel (rechts). Beiden zijn verkregen op
basis van de detailafbeeldingen van de tweede fotosessie
De detailafbeeldingen van het tafereel van het Laatste Avondmaal van de tweede fotosessie ten slotte
vallen op door hun goede kwaliteit. De algemene scherpte is zeer goed, illustratief hiervoor is de GSD van
het orthofotoplan die met 1 mm op dit vlak het beste resultaat haalt van deze thesis. De bemerkingen op
het vlak van kleur en contrasten zijn gelijklopend met de bemerkingen op de overzichtsafbeeldingen van de
tweede fotosessie: de kleurentinten zijn vrij uniform, ook de contrasten vallen binnen dit beeld mee hoewel
aan de bovenkant van de afbeeldingen reeds de overgang naar de bovenliggende donkerdere zone
zichtbaar is. De randen van de afbeeldingen zijn enigszins onregelmatig. Tot slot kan nog opgemerkt
worden dat de omvang van de afbeeldingen vrij krap is, in het bijzonder aan de rechter kant. De mantel van
de laatste apostel wordt nog net volledig weergegeven, de uiterste rand van de tafel niet.
66
4.2.4 Nauwkeurigheden
4.2.4.1 Algemeen
In het kader van de productie van gegeorefereerde resultaten was het noodzakelijk om
grondcontrolepunten op te meten via totaalstation, deze punten als marker5 aan te duiden op het model en
vervolgens de coördinaten van de topografische metingen aan de markers te koppelen door het inladen
van een lijst met deze coördinaten in de software. De aanwezigheid van de aangeduide gegeorefereerde
markers stelt de software vervolgens in staat om het volledige model te oriënteren door te zoeken naar een
optimale fit tussen het model en de aangeduide markers. Een perfecte fit is echter niet mogelijk omwille
van onnauwkeurigheden in de opmeting en aanduiding van de markers en omwille van imperfecties in het
model. Daarom zal het fotomodelleringsproces dus gepaard gaan met een zekere onnauwkeurigheid. Het
voordeel van deze werkwijze is echter dat Agisoft Photoscan Professional in staat is om een inschatting te
maken van deze afwijkingen, en dit op twee niveaus: op het niveau van de individuele marker en een
gemiddelde op het niveau van het volledige model. Concreet zal de software twee soorten afwijkingen
berekenen: een afstandsfout en een fout in pixeleenheden. De afstandsfout geeft de ruimtelijke afwijking
weer tussen de absolute locatie van de marker (gedefinieerd door de coördinaten die verkregen zijn door
de topografische opmetingen) en de berekende locatie binnen het model. Algemeen wordt gesteld dat de
afstandsfout aanvaardbaar is als zij maximaal 1 centimeter bedraagt. De fout in pixels is een projectiefout:
een maat voor de afwijking tussen de projectie van de marker op de foto‘s en de projectie van het
corresponderende punt in het model. Er wordt gesteld dat deze fout aanvaardbaar is zolang zij kleiner is
dan 0,6 à 0,8. Hogere waarden duiden op problemen in de alignering van het model (www.agisoft.com,
04/08/2018). Hoge afstandsfouten kunnen enerzijds een indicatie zijn voor onnauwkeurige coördinaten van
de markers, anderzijds kunnen ze wijzen op problemen in verband met de alignering van de gebruikte
foto’s. Hoge pixelfouten wijzen op hun beurt vooral op kwalitatieve problemen binnen het model, en houden
dus eerder verband met problemen in verband met de alignering van de gebruikte foto’s (www.agisoft.com,
04/08/2018).
Wanneer alle markers in rekening gebracht worden bij de georeferentie zal dit leiden tot een fit met een
bepaalde nauwkeurigheid die afgeleid kan worden uit de foutenwaarden die door de software berekend
worden. Indien deze nauwkeurigheid niet voldoet aan vooraf gestelde criteria kan de nauwkeurigheid
verbeterd worden door de afzonderlijke markers te screenen op afwijkingen en degenen met de grootste
foutenwaarden vervolgens te verwijderen. Na herberekeningen door de software zal duidelijk zijn dat de
modelfouten op die manier systematisch verkleinen. Een extra element waar bij het verwijderen van
5 Binnen de software Agisoft Photoscan Professional wordt over markers gesproken in plaats van grondcontrolepunten. In feite gaat het echter om dezelfde punten met dezelfde functie.
67
markers rekening mee moet gehouden worden is het feit dat de weerhouden markers steeds een
homogene spreiding doorheen het model moeten behouden. Daardoor kan in uitzonderlijke gevallen
afgeweken worden van de regel dat de markers met de grootste fouten moeten verwijderd worden. Tenzij
na een eerste screening duidelijk wordt dat er zware problemen zijn met de kwaliteit van het model kan
men deze selectie in principe verderzetten totdat bepaalde nauwkeurigheidsmarges gehaald worden.
Tot slot is het in functie van een verdere analyse van de afwijkingen ook raadzaam om een aantal markers
te reserveren voor een verdere validatie van de nauwkeurigheid van het resultaat en ze dus niet te
gebruiken voor de georeferentie van het 3D-model. De software zal in functie van een zo goed mogelijke fit
van het model steeds proberen om de afwijkingen van de “ingecheckte” markers6 te minimaliseren. Bij de
markers die gebruikt worden voor de validatie doet de software dit niet. De vergelijking van de afwijkingen
van beide groepen biedt dus de mogelijkheid om op een onafhankelijke wijze de nauwkeurigheid te
analyseren (www.agisoft.com, 04/08/2018).
4.2.4.2 Nauwkeurigheid van het resultaat van de eerste fotosessie
Bij de bespreking van de nauwkeurigheid van de resultaten wordt gefocust op het model van de volledige
gevel. Dit is het meest representatief gezien het grotere aantal foto’s en het grotere aantal markers dat
voor de constructie van het model gebruikt is. Het model dat bestaat uit het detail van het fresco van het
Laatste Avondmaal is kleiner en eenvoudiger aangezien het een uitsnede van de vlakke gevel betreft.
Gezien de beperkte omvang en het beperkt aantal markers is het moeilijker om een representatieve
uitspraak over de nauwkeurigheid te doen. Toch kan er met al deze elementen indachtig van uit gegaan
worden dat de kwaliteit van het detail minstens even goed of zelfs beter is dan het resultaat van de
volledige gevel.
De nauwkeurigheid van het model van de volledige gevel bedraagt, met alle 39 markers die dienen voor de
georeferentie meegerekend, 20,0 mm (afstandsfout) en 0,325 (pixelfout). Een screening van de fouten van
de markers leidt tot de identificatie van drie markers met een hoge foutenlast, namelijk markers 15, 24 en
50. Tabel 10 levert nadere info omtrent de grootte van de fouten van alle markers. Wanneer deze drie
markers worden verwijderd doet dit de algemene fouten zakken tot 8,8 mm (afstandsfout) en 0,293
(pixelfout). Vooral de daling van de afstandsfout is opmerkelijk. Dit in combinatie met het feit dat de
afstandsfouten van de drie geweerde markers een heel eind boven de foutenwaarden van de andere
markers liggen en het feit dat de pixelfouten van de markers in het algemeen laag tot zeer laag zijn, doet
sterk vermoeden dat er ofwel problemen zijn met de oorspronkelijke coördinaten van deze markers die via
6 De markers die gebruikt worden voor de georeferentie van het model.
68
Tabel 10: Foutenlast van de markers die gebruikt zijn voor de georeferentie van het resultaat van de
eerste fotosessie. Markers met een sterretje zijn niet weerhouden vanwege hun te grote fout
# marker Fout in x (mm) Fout in y (mm) Fout in z (mm) Totale fout (mm) Pixelfout
1 -0,3 -6,9 4,9 8,5 0,435
2 1,9 -7,1 -8,1 11,0 0,361
4 3,2 -3,1 -2,0 4,9 0,247
5 -1,9 -4,4 4,3 6,4 0,516
6 3,7 9,9 -10,4 14,9 0,485
7 -1,8 4,6 0,4 4,9 0,109
9 -17,6 1,8 0,4 17,7 0,268
10 2,8 -1,2 -0,7 3,1 0,176
11 9,9 -3,4 -1,9 10,6 0,221
12 -1,4 2,4 2,3 3,6 0,429
14 -1,7 -5,7 18,0 18,9 0,332
15* -39,4 -18,7 8,9 44,5 0,645
16 -2,0 -2,2 -0,7 3,1 0,230
18 -1,8 2,3 1,5 3,3 0,456
20 1,5 2,0 -5,8 6,3 0,119
22 -0,7 -0,8 0,5 1,1 0,097
23 -0,4 -0,7 1,3 1,6 0,297
24* 54,8 28,2 -31,2 69,1 0,562
25 0,1 -2,3 7,0 7,4 0,290
27 -3,7 -5,8 1,5 7,0 0,258
28 -4,0 -4,3 -1,8 6,1 0,035
29 0,1 1,3 2,0 2,4 0,429
31 -9,5 -1,2 -8,8 13,0 0,290
32 -7,0 0,8 -3,8 8,0 0,326
33 -2,2 -0,7 -4,3 4,9 0,198
34 -4,1 0,8 -4,4 6,1 0,472
35 15,4 -6,1 8,6 18,7 0,256
36 7,7 5,1 14,4 17,1 0,358
37 3,1 1,9 2,1 4,3 0,251
41 0,3 10,7 0,3 10,7 0,471
42 4,1 5,5 -4,8 8,3 0,273
43 1,5 3,0 -1,3 3,6 0,028
44 1,2 1,9 1,6 2,8 0,082
45 0,2 1,6 -3,1 3,5 0,178
46 -2,6 -0,1 -1,6 3,0 0,049
47 5,1 3,8 -3,8 7,4 0,198
48 -1,2 1,3 -1,9 2,6 0,142
50* 14,6 77,8 -2,7 79,2 0,387
51 2,6 -4,9 -1,8 5,8 0,172
Algemeen: 5,3 4,2 5,6 8,8 0,293
de topografische metingen verkregen zijn of dat er problemen zijn met de correcte aanduiding van de
markers tijdens het verwerkingsproces. Een visuele inspectie van deze markers staaft deze vermoedens
(afbeeldingen 30, 31 en 32): het gaat stuk voor stuk om markers die op een problematische locatie liggen.
Marker 24 ligt op een uitstekend hoekje van het zuiltje aan de linker zijkant van de gevel. De kans is groot
dat er bij het opmeten van dit punt met het totaalstation net naast het punt geschoten is. De overige
69
markers zijn gelokaliseerd in het fresco van het Laatste Avondmaal maar komen overeen met gedeelten
van het verfwerk die sterk vervaagd zijn of onvoldoende contrastverschillen bevatten. Daardoor is de kans
groot dat zij niet nauwkeurig genoeg opgemeten en aangeduid konden worden.
Tabel 11: Foutenlast van de checkpoints van het resultaat van de eerste fotosessie
# marker Fout in x (mm) Fout in y (mm) Fout in z (mm) Totale fout (mm) Pixelfout
3 1,6 2,2 6,5 7,0 0,219
8 -1,0 1,3 11,8 11,9 0,189
13 0,0 0,2 0,0 0,2 0,165
17 0,0 0,3 3,0 3,0 0,421
19 -1,8 0,3 -1,4 2,3 0,221
21 1,4 1,4 -0,4 2,0 0,129
26 -0,2 0,7 1,2 1,4 0,172
30 0,1 0,2 1,0 1,0 0,075
38 -3,3 7,7 5,7 10,1 0,167
39 2,0 10,2 -10,7 14,9 0,496
40 -10,2 -7,2 12,8 17,8 0,449
49 -0,4 -3,1 2,4 4,0 0,321
Algemeen: 3,2 4,4 6,5 8,5 0,269
Afbeelding 30, 31 en 32: Visuele impressie van de markers die gedurende de georeferentie niet
weerhouden zijn
Tot slot is een kwart van de markers gereserveerd voor een objectieve verificatie van de nauwkeurigheid
van het gegeorefereerde model. Concreet zijn 12 van de 48 markers daartoe geselecteerd, de overige 36
zijn door de software gebruikt om de georeferentie door te voeren (afbeelding 33). Bij de selectie van deze
12 markers is er op toegezien dat hun spreiding over het model zo gelijkmatig mogelijk is. De gemiddelde
fout van deze groep checkpoints bedraagt 8,5 mm (afstandsfout) en 0,269 (pixelfout). De foutenparameters
van de afzonderlijke markers zijn in tabel 11 terug te vinden. Met de waarden voor deze algemene
foutentermen doen ze het zelfs iets beter dan de groep die gebruikt is voor de georeferentie. Dit wijst er op
dat het model op alle vlakken van goede kwaliteit is.
70
Afbeelding 33: Impressie van de spreiding van de 12 checkpoints over gevel A. Het betreft de
markers die met een rood bolletje aangeduid zijn
4.2.4.3 Nauwkeurigheid resultaat tweede fotosessie
Ook hier geldt dat gefocust zal worden op de nauwkeurigheid van het model van de volledige gevel. Met
alle 39 markers die bestemd zijn voor de georeferentie mee in rekening genomen bedraagt de afstandsfout
22,9 mm en de pixelfout 0,528. Na de screening van de markers zijn er 6 niet weerhouden vanwege te
grote foutwaarden. Om een homogene dekking van de markers doorheen het model niet in het gedrang te
brengen valt op dat in dit geval niet systematisch de markers met de grootste foutenlast verwijderd zijn.
Bijgevolg is de georeferentie uitgevoerd met de overige 33 markers. Na het verwijderen van deze markers
dalen de fouten tot 6,0 mm (afstandsfout) en 0,477 (pixelfout) (tabel 12). De redenen voor de soms hoge
foutenwaarden bij deze markers zijn dezelfde als bij het resultaat van de eerste fotosessie. Ook hier betreft
het markers die soms gesitueerd zijn op moeilijk op te meten plaatsen (markers 24 en 25, in mindere mate
ook markers 41 en 42) of op plaatsen met vervaagd verfwerk.
71
Tabel 12: Foutenlast van de markers die gebruikt zijn voor de georeferentie van het resultaat van de
tweede fotosessie. Markers met een sterretje zijn niet weerhouden vanwege hun te grote fout
# marker Fout in x (mm) Fout in y (mm) Fout in z (mm) Totale fout (mm) Pixelfout
1 8,7 0,8 1,1 8,8 0,086
2 -9,3 -0,3 4,2 10,3 0,012
4 -0,5 -0,3 -0,5 0,8 0,231
5 -0,7 -0,8 1,4 1,7 0,062
6 2,3 -0,3 -0,5 2,4 0,215
7 4,6 -1,9 -3,2 5,9 0,283
9 -3,3 -0,6 -0,4 0,5 0,292
10 -1,8 0,1 -1,2 2,1 0,208
11 -0,4 1,8 1,3 2,2 0,240
12 4,0 1,4 5,3 6,8 0,411
14* -2,7 -7,3 20,1 21,6 1,129
15 -2,8 3,5 -1,4 4,7 0,536
16 -0,6 -1,8 -4,2 4,6 1,113
18 3,9 2,2 5,0 6,7 0,103
20 -1,7 1,1 1,2 2,4 0,158
22 3,1 0,3 3,4 4,6 0,721
23 -0,2 -1,0 1,0 1,4 0,279
24* 74,2 26,6 -32,8 85,3 0,323
25* 61,1 -33,3 7,2 69,9 1,212
27 -2,7 -1,5 3,0 4,3 0,838
28 -3,3 -2,6 0,2 4,2 0,317
29 -3,3 0,9 0,7 3,5 0,413
31 -1,7 -3,1 -2,6 4,3 0,852
32 -2,4 0,2 -2,4 3,4 0,289
33 -0,2 0,7 -2,5 2,7 0,351
34 0,7 2,1 -4,1 4,7 0,424
35 10,1 -11,2 4,9 15,9 0,724
36 -1,0 -0,9 5,2 5,3 0,433
37 5,6 0,6 2,0 6,0 0,430
41* 7,4 2,3 9,1 12,0 0,250
42* 11,1 6,7 -1,9 13,1 0,229
43 0,4 3,6 -5,0 6,2 0,026
44 11,2 -1,3 4,8 12,2 0,063
45 -7,0 1,7 -3,8 8,2 0,298
46 -5,7 0,8 -3,4 6,7 0,220
47 -0,7 4,7 -2,4 5,3 0,388
48 -2,9 1,8 -0,8 3,5 0,231
50* 15,8 76,7 -3,2 78,4 0,386
51 -2,1 -0,3 -2,4 3,2 0,788
Algemeen 4,4 2,6 3,1 6,0 0,477
De 12 checkpoints hebben algemene foutenwaarden van 11,6 mm (afstandsfout) en 0,739 (pixelfout) (tabel
13). Ook al liggen ze enigszins hoger dan de algemene fouten van de markers die gebruikt zijn voor de
georeferentie, toch zijn ze nog net aanvaardbaar. Het algemeen kwaliteitsoordeel over dit model is
gemengd: aangezien de algemene afstandsfout van het model slechts 6,0 mm bedraagt en de pixelfout
ook goed is, kan gesteld worden dat de georeferentie van het model van hoge kwaliteit is. Ook de
algemene geometrische eigenschappen van het model zijn goed. Het verschil met de checkpoints dat er bij
72
het model op basis van de gegevens van de eerste fotosessie niet is, wijst er echter op dat de alignering
van het model in dit geval iets minder goed gelukt is. Ter nuancering mag echter niet uit het oog verloren
worden dat dit model complexer is: om een hogere graad van detail te bereiken van eenzelfde oppervlak is
het noodzakelijk dat het model veel meer foto’s bevat (22 tegenover 8). Het is per definitie moeilijker om dit
groter aantal foto’s te verwerken tot een 3D-model met dezelfde geometrische kwaliteiten.
Tabel 13: Foutenlast van de checkpoints van het resultaat van de tweede fotosessie
# marker Fout in x (mm) Fout in y (mm) Fout in z (mm) Totale fout (mm) Pixelfout
3 -3,2 -0,3 -3,0 4,4 0,331
8 5,0 -2,4 7,0 8,9 0,560
13 -3,7 -0,3 -2,3 4,4 0,204
17 3,6 1,0 3,8 5,3 0,216
19 -2,7 -1,2 0,1 3,0 0,327
21 2,9 3,3 4,9 6,6 0,211
26 6,2 16,1 -8,1 19,0 0,257
30 -0,8 -0,4 0,9 1,2 0,272
38 7,4 3,0 9,5 12,4 1,448
39 4,9 11,8 -7,6 14,9 1,272
40 -12,9 -15,9 15,0 25,4 0,508
49 -2,6 0,2 3,7 4,5 0,225
Algemeen: 5,5 7,5 6,8 11,6 0,739
4.3 Laserscanning
Aansluitend volgt een bespreking van de resultaten van de laserscanning. De scanprocessen van beide
gevels hebben een goed resultaat opgeleverd en ze worden dan ook achtereenvolgens overlopen.
4.3.1 Gevel A
De laserscanning van gevel A heeft tot een goed resultaat geleid (afbeelding 34). Op basis van één enkele
scan is de volledige gevel vastgelegd en dankzij de relatief eenvoudige geometrie van de gevel was dit
mogelijk met een minimum aan schaduwzones. Enkel bovenaan de zuiltjes die zich aan weerszijden van
de gevel bevinden konden kleine stukjes niet bemonsterd worden (afbeelding 36). Ondanks de
gehanteerde registratiemethode is er toch een behoorlijke graad van detail bij de opname gerealiseerd.
Ook de contrastwerking binnen het bekomen resultaat is goed. Illustratief hiervoor is afbeelding 35 die een
impressie geeft van het fresco van het Laatste Avondmaal binnen de puntenwolk. Er is te zien hoe zelfs
73
redelijk fijne details in het fresco toch geregistreerd zijn. Ook de vlekken die in het verfwerk boven het
fresco zitten zijn duidelijk zichtbaar.
Afbeelding 34, 35 en 36: Impressie van de volledige puntenwolk van gevel A (links), detailuitsnede
van het fresco van het Laatste Avondmaal (rechts boven), schaduweffect bovenaan het zuiltje aan
de rechter zijde van de gevel (rechts onder)
4.3.2 Gevel B
Ook de laserscanning van gevel B heeft een goed resultaat opgeleverd, zoals op afbeeldingen 37 en 38 te
zien is. De resulterende puntenwolk is een combinatie van twee samengevoegde scans waardoor het
overgrote deel van de moeilijk te bemonsteren zones toch gedekt is. Belangrijk is het feit dat de afstand
tussen de scanposities en de gevel groot genoeg is waardoor ook de schuine gevelvlakken onder elk raam
geregistreerd zijn. De schaduwzones die toch nog achtergebleven zijn, zijn zeer moeilijk te bemonsteren
zones zoals stukken van de zijkanten van de schouw. De fijne details zijn iets minder scherp geregistreerd
dan bij de puntenwolk van gevel A het geval is. Dit is het beste zichtbaar bij de fresco’s die een iets vager
uitzicht hebben (afbeelding 38), in de fijne sierelementen van de glasramen is dit minder zichtbaar. De
contrasten binnen de puntenwolk zijn tot slot ook in dit resultaat zichtbaar.
74
Afbeelding 37 en 38: Impressie van de volledige puntenwolk van gevel B (links), detailuitsnede van
een van de fresco’s die een impressie geeft van de graad van detail (rechts)
4.3.3 Nauwkeurigheden
4.3.3.1 Algemeen
De nauwkeurigheid van de positiebepaling bij de registratie van de puntenwolk is, gezien de gehanteerde
apparatuur, reeds zeer nauwkeurig. Zoals uit de technische gegevens van de gebruikte laserscanner blijkt
kan dit met een nauwkeurigheid van 5 mm voor alle geregistreerde punten tot op een afstand van 25 m van
de scanner. Gezien de afmetingen binnen de zaal waar de opmetingen plaatsgevonden hebben is dit een
goede richtwaarde.
Een tweede factor die een impact heeft op de nauwkeurigheid van het uiteindelijke resultaat is de
georeferentie van de puntenwolk. Net zoals bij het model van de fotomodellering moet bij de laserscanning
een transformatie uitgevoerd worden die de puntenwolk oriënteert volgens het nationale Belgische
referentiestelsel Lambert 72. De transformatie wordt uitgevoerd op basis van een aantal targets die zowel
opgemeten zijn met het totaalstation als geregistreerd zijn met de laserscanner. Kleine afwijkingen bij het
meet- en registratieproces van de targets, samen met de manuele handelingen tijdens het
georeferentieproces zullen er voor zorgen dat de uiteindelijke georeferentie met een zekere
onnauwkeurigheid doorgevoerd wordt.
75
De handelingen uit de twee voorgaande alinea’s geven informatie in verband met de nauwkeurigheden van
de dataverwerving en de dataverwerking, maar zeggen in feite weinig over de uiteindelijke afwijkingen van
de gegeorefereerde puntenwolk tegenover de werkelijkheid. Daarom wordt tot slot een analyse gemaakt
van de afwijkingen van de coördinaten van een set punten tegenover de referentiecoördinaten van de
grondcontrolepunten die op dezelfde locaties liggen en die via het totaalstation opgemeten zijn. De punten
liggen evenredig verspreid over de gevel zodat een representatief beeld van de volledige gevel ontstaat. In
de aansluitende paragrafen worden de resultaten van zowel gevel A als gevel B besproken.
4.3.3.2 Gevel A
De georeferentie van de puntenwolk is uitgevoerd in het softwarepakket CloudCompare door manueel een
koppeling te maken tussen de 6 targets die opgemeten zijn met het totaalstation en de 6 overeenkomstige
punten in de niet-gegeorefereerde puntenwolk die geregistreerd is door de laserscanner. In dit geval zijn de
twee meest onnauwkeurige connecties (met targets 502 en 504) verwijderd. Daardoor is de alignering met
de overige 4 targets doorgevoerd met een algemene fout van 1,9 mm.
Tabel 14: Foutenlast van de coördinaten van de gegeorefereerde puntenwolk van de laserscanner
van gevel A
# grondcontrolepunt Fout in x (mm) Fout in y (mm) Fout in z (mm) Totale fout (mm)
3 -1 -6 -10 11,7
8 1 2 -9 9,3
13 4 4 -8 9,8
17 2 4 1 4,6
19 5 0 7 8,6
21 6 -7 1 9,3
26 2 -10 5 11,4
30 10 -1 -2 10,2
38 8 -24 -12 28,0
39 3 -21 10 23,5
40 16 -16 -14 26,6
49 2 -7 -4 8,3
Algemene RMS (mm) 7 11 8 15,4
Voor de analyse van de algemene nauwkeurigheid van de puntenwolk van gevel A is dezelfde set
grondcontrolepunten gebruikt als de checkpoints uit de nauwkeurigheidsanalyse van het resultaat van de
fotomodellering. Dit heeft als voordeel dat in een volgende stap de resultaten van de fotomodellering en de
laserscanning op eenduidige wijze met elkaar vergeleken kunnen worden. De algemene RMSE van de
puntenwolk is met 15,4 mm enigszins aan de grote kant, doch nog steeds aanvaardbaar (tabel 14).
76
Wanneer de resultaten per controlepunt bekeken worden valt duidelijk op dat de grootste foutenlast zich
situeert bij de grondcontrolepunten die hoger op de gevel gelegen zijn (punten 26 tem. 40).
Afbeelding 39: Eigenschappen van de laserpuls bij een laserscanning. De linker zijde illustreert de
continue divergentie van de laserpuls. De rechter zijde illustreert het reflectieoppervlak van de
laserpuls in relatie tot de invalshoek van de puls
Bron: (Soudarissanane et al., 2009)
Twee verklaringen kunnen daarvoor geleverd worden. De belangrijkste verklaring heeft te maken met het
georeferentieproces. Om logistieke redenen was het gedurende de plaatsing van de targets enkel mogelijk
om deze op en rond de onderste helft van de gevel te plaatsen. Dit heeft tot gevolg dat gedurende de
georeferentie een transformatie gevonden wordt die optimaal aansluit bij de aanwezige targets, en dus bij
de zone waarin deze targets gelegen zijn. De transformatie sluit met andere woorden optimaal aan bij het
onderste deel van de gevel, met het bovenste deel wordt geen rekening gehouden. Daarom zijn er in deze
zone grotere verschillen, verschillen die overigens steeds groter worden naar de bovenkant van de gevel
toe. Een tweede verklaring heeft te maken met de locatie van de laserscanner en de gevolgen voor de
registratie van de puntenwolk. Er moet rekening gehouden worden met het feit dat de uitgestuurde
laserpuls van de scanner licht divergerend is en bijgevolg een steeds grotere diameter heeft wanneer de
puls zich verder van de scanner begeeft (afbeelding 39). Wanneer de puls invalt op een object dat zich
relatief dicht bij de scanner bevindt en dat zich bovendien ongeveer in hetzelfde vlak bevindt, dan zal de
oppervlakte van het bestraalde oppervlak van het object minimaal zijn en zal de vorm van het bestraalde
oppervlak quasi cirkelvormig zijn. Het gereflecteerde signaal zal in dat geval een hoge intensiteit hebben
en zal nauwkeurig te lokaliseren zijn. In het geval waarbij een laserpuls langer onderweg is en op een
object invalt onder een schuine hoek zal het bestraalde oppervlak groter zijn door de invalshoek en het
divergentieproces van de laserpuls dat door de grotere afstand langer heeft kunnen plaatsvinden. Het
77
bestraalde oppervlak zal door de schuine invalshoek bovendien een (sterk) elliptische vorm aannemen. Het
gereflecteerde signaal zal bijgevolg zwakker zijn, en zal moeilijker exact te lokaliseren zijn. Toegepast op
de context van dit onderzoek, met een laserscanner die centraal voor de gevel op de vloer opgesteld is,
betekent dit dat de onderste muurdelen met een grote mate van nauwkeurigheid zullen kunnen
geregistreerd worden aangezien deze zich enerzijds het dichtst bij de laserscanner bevinden en de
invalshoek van de laserpulsen in deze zone anderzijds het dichtst een rechte hoek benadert. De hogere
muurdelen zijn minder nauwkeurig te registreren aangezien deze zich verder van de scanner bevinden en
de invalshoek van de laserpulsen in deze zone veel schuiner is.
Een beter resultaat hangt af van twee zaken: enerzijds een betere ruimtelijke distributie van de targets
zodat de georeferentie beter kan aansluiten bij de volledige gevel, anderzijds een verhoogde opstelling van
de laserscanner zodat de afstand tussen de laserscanner en de hogere muurdelen minder hoog oploopt en
de invalshoek van de laserpulsen in deze zone minder scherp is. De logistieke context in de zaal op dat
moment maakte het echter niet mogelijk om deze zaken gedurende het onderzoek op een betere manier
uit te voeren.
4.3.3.3 Gevel B
De georeferentie van de puntenwolk van gevel B is iets gecompliceerder dan die van gevel A omdat er
twee scans zijn uitgevoerd. Het samenvoegen en georefereren van beide scans is in dezelfde procedure
uitgevoerd aangezien proefondervindelijk vastgesteld is dat dit het beste resultaat opleverde. De
georeferentie werd aldus uitgevoerd met een RMSE van 3,0 mm.
Tabel 15: Verschil in 3D-afstand tussen de coördinaten van de gegeorefereerde puntenwolk van de
laserscanner en de referentiecoördinaten van de overeenkomstige grondcontrolepunten op gevel B
# grondcontrolepunt Fout in x (mm) Fout in y (mm) Fout in z (mm) Totale fout (mm)
102 0 2 -11 11,2
104 0 -8 -2 8,2
107 -1 -2 -18 18,1
110 -5 19 9 21,6
114 -9 -7 1 11,4
116 -1 -18 3 18,3
130 -1 -8 0 8,1
133 -3 -8 2 8,8
138 -4 -10 -9 14,0
145 6 5 -2 8,1
146 5 5 -10 12,2
151 -10 9 8 15,7
Algemene RMS (mm) 5 10 8 13,7
78
Een maat van de algemene nauwkeurigheid van de volledige puntenwolk wordt op analoge wijze met gevel
A bekomen. Er worden 12 grondcontrolepunten geselecteerd die evenredig over gevel B verpreid liggen,
van deze grondcontrolepunten wordt de afwijking bepaald van de coördinaten in de puntenwolk ten
opzichte van de referentiecoördinaten en van deze afwijkingen wordt ten slotte een algemene RMSE
berekend. In tabel 15 zijn de resultaten van deze berekeningen te vinden.
Afbeelding 40: Impressie van de locatie van de 12 grondcontrolepunten die gebruikt zijn voor de
berekening van de algemene nauwkeurigheid van de puntenwolk van gevel B
Met een algemene RMSE van 13,7 mm is de nauwkeurigheid van gevel B ongeveer even goed als deze
van gevel A. Als we de fouten van de afzonderlijke punten meer in detail bekijken is daarentegen toch een
andere trend zichtbaar. Waar de fouten bij gevel A gradueel groter worden met de hoogte van de gevel zijn
de fouten nu meer homogeen over de gevel verspreid. Hoewel de factoren die bepalend waren bij gevel A
ook hier een rol van betekenis zullen hebben in de verklaring van de fouten, lijkt het hier vooral de
procedure ter bepaling van de coördinaten van de punten uit de puntenwolk die de grootste impact heeft.
De identificatie van de juiste punten in de puntenwolk gebeurt namelijk visueel. Binnen de puntenwolk van
gevel B zijn de intensiteitsverschillen beperkter dan in de puntenwolk van gevel A. Bovendien zorgt het feit
dat de puntenwolk uit twee verschillende scans bestaat er voor dat de puntenwolk een iets onscherper
voorkomen heeft. Beide factoren zorgen er voor dat een nauwkeurige visuele bepaling van de juiste punten
moeilijker is.
79
5. DISCUSSIE
5.1 Analyse van de fotomodelleringsresultaten
De resultaten die de gehanteerde dataverwervings- en verwerkingsmethode opgeleverd heeft zijn in de
voorgaande sectie gepresenteerd. Zoals steeds heeft elk resultaat zijn sterktes en zijn zwaktes. In wat
volgt zullen deze aspecten nader geanalyseerd worden en zal naar elementen gezocht worden die een
passende verklaring bieden.
5.1.1 Gedekte oppervlakte en randzones van de fotogrammetrische documenten
De geveloppervlakte die door de fotogrammetrische documenten gedekt wordt is geen aandachtspunt bij
de overzichtsdocumenten van gevel A. Bij de verwerking die tot deze resultaten geleid heeft zijn alle
gevelelementen die tot een van de aanpalende gevels behoorden systematisch weg geselecteerd
waardoor enkel gevel A zonder randzones door de fotogrammetrische documenten weergegeven wordt.
De detailopnamen van het fresco van het Laatste Avondmaal zijn echter een ander verhaal. Een goede
weergave is gebaat met het voorzien van enige marge rond deze muurschildering. Er valt echter op dat
deze marge soms aan de kleine kant is. In het bijzonder bij het detaildocument dat tot stand gekomen is op
basis van de foto’s van de tweede fotosessie (afbeelding 41) is te zien hoe deze marge compleet ontbreekt
en hoe het uiterste stukje van de tafel uit het tafereel niet weergegeven wordt. De oorzaak hiervan ligt bij
de iets te krappe fotografische opname: de doelstelling van de tweede fotosessie is zoals reeds eerder
aangehaald het bekomen van een beter resultaat, onder andere in de graad van detail waarin de
fotomodelleringsresultaten weergegeven worden. Bij de berekening van het vereiste aantal foto’s en de
precieze opnamelocaties bleek het mogelijk te zijn om een GSD van ongeveer 1 mm te bekomen en
tegelijkertijd het volledige tafereel te capteren op basis van één enkele reeks foto’s die in 1 band liggen met
een grote zijdelingse overlap. Een grotere graad van detail gaat echter gepaard met een kleinere
geveloppervlakte die per foto gecapteerd wordt en dus werden de marges aan de boven- en onderzijde
redelijk krap. Een ruimer en beter resultaat had bekomen kunnen worden door twee overlappende
gevelstroken vlak boven elkaar te capteren met het tafereel liggend in de overlappende zone. Een extra
foto aan de rechter zijde had ervoor kunnen zorgen dat er ook aan die zijde voldoende overlappende
beelden waren om de uiterste rand van het fresco op het resultaat weer te geven.
80
Afbeelding 41: Krappe marges van het orthofotoplan van het Laatste Avondmaal, in het bijzonder
aan de rechter zijde, hadden vermeden kunnen worden door een groter aantal foto’s te trekken
Afbeeldingen 42 en 43: Het overzichtsbeeld bekomen na de tweede fotosessie (links) bevat
verschillende kleine gaten aan de rechter zijde die niet weggewerkt konden worden. Ook het detail
van het Laatste Avondmaal bekomen na de eerste fotosessie (rechts) bevat onderaan een
opvallend gat
Daarnaast zijn er enkele fotogrammetrische beelden die onregelmatige randzones bevatten, of waarbij
stukjes van randzones niet volledig weergegeven zijn. Enkele oorzaken komen daarbij in beeld. Ten eerste
zijn er de opnameomstandigheden van de foto’s die vooral van belang zijn bij de detailbeelden afbeelding
44): mocht het mogelijk zijn om alle foto’s van eenzelfde gevelstrook exact vanop één lijn te trekken met
steeds dezelfde ruimtelijke oriëntatie van de camera, dan zou het in principe mogelijk moeten zijn om een
81
orthofoto te produceren met een continue breedte en rechte randen. In de praktijk is dit echter niet
haalbaar waardoor er hier en daar randzones ontstaan met onvoldoende overlap die de software dus niet
kan construeren. Deze oorzaak speelt doorgaans iets minder bij de overzichtsbeelden omdat er aan de
gevelranden ook een stuk van de aangrenzende gevels geregistreerd is waardoor er een zekere marge
ontstaat .
Afbeelding 44: Een impressie van de opnameomstandigheden gedurende de registratie van de
foto’s
Ten tweede is er het reeds aangehaalde probleem van de voorafgaande berekening van het benodigde
aantal foto’s en de specifieke registratielocaties die iets te krap berekend zijn. Dit is een probleem dat
vooral speelt bij de resultaten die geproduceerd zijn op basis van de tweede fotosessie. Het gevolg hiervan
is dat de meeste gevelstukken naar de randen toe slechts op een tweetal foto’s weergegeven zijn. De
software heeft daardoor op sommige locaties onvoldoende informatie om de geveldelen te modelleren. Bij
wijze van voorbeeld kan gerefereerd worden naar afbeelding 42: aan de rechter zijde van het orthofotoplan
zijn enkele plaatsen zichtbaar waar de gevel op basis van de overzichtsfoto’s niet volledig weergegeven
kon worden. Enkele extra foto’s van deze zones hadden dit probleem kunnen verhelpen. Aan de linker
zijde (ter hoogte van de rode kader) speelde initieel hetzelfde probleem. Deze locatie is echter ook gedekt
door een van de detailbeelden die van het fresco van het Laatste Avondmaal gerealiseerd zijn. Door de
verwerking van het overzichtsbeeld te herhalen met deze detailfoto inbegrepen in de selectie van de foto’s
kon deze zone toch volledig geconstrueerd worden.
Een derde verklaring voor enkele onregelmatige randzones heeft de maken met de gevolgde werkwijze
voor het bekomen van beelden met correcte kleuren. In het bijzonder bij de eerste fotosessie was de
werkwijze dusdanig dat op elke foto een colorchart mee gefotografeerd is om later de juiste kleurcorrecties
te kunnen doorvoeren. Bij de productie van de fotogrammetrische documenten zijn de colorcharts samen
82
met gevelvlakken van aangrenzende gevels weg gefilterd. Dit kan soms gaten veroorzaken in het beeld.
Een goed voorbeeld hiervan is te zien in afbeelding 43. Een colorchart werd net onder het fresco
gepositioneerd en aldus mee gefotografeerd. In de verwerking van de foto’s is de colorchart uit het beeld
verwijderd maar op basis van de andere foto’s had de software onvoldoende informatie om het
resulterende gat op te vullen. In dit specifieke geval is dit uiteraard niet zo erg aangezien de belangrijke
zaken (de muurschildering) wel in hun volledigheid weergegeven zijn. Toch onderstreept dit het belang van
een goede positionering van de colorchart in functie van het beoogde resultaat.
5.1.2 Belichting
Pérez Ramos & Robleda Prieto (2015) wezen bij hun rapportering over de 3D-modellering van een deel
van de binnenkant van een Gotische kerk in La Coruña (Spanje) reeds op het belang van de belichting
wanneer men goede resultaten wil bekomen. Specifiek was het hun zorg om enerzijds schaduweffecten
door de gotische sierelementen te minimaliseren. Anderzijds zorgde de beperkte aanwezigheid van licht in
sommige nissen voor problemen. Aangezien bij deze studie de terreinomstandigheden zodanig zijn dat er
grote verschillen qua lichtintensiteit zijn tussen die gevelstukken die rechtstreeks verlicht worden door het
invallende daglicht en de omliggende geveldelen zijn de zorgen omtrent een goede uniforme belichting
gelijkaardig.
De belichtingsmogelijkheden die er in het kader van deze studie zijn, zijn redelijk beperkt. Bij aanvang van
de eerste fotosessie is er besloten om gebruik te maken van de in de zaal aanwezige belichtingsinstallatie.
Het resultaat daarvan is in afbeeldingen 23 en 25 te zien. Het sterke punt bij deze resultaten is het feit dat
de contrastverschillen tussen de lichtere en de donkere delen van de gevel door de extra verlichting kleiner
zijn. Het zwakkere punt is het feit dat de verlichting van de gevel duidelijk ongelijk verdeeld is, wat
resulteert in lichtere en donkere vlekken op de gevel. Ook dit is het gevolg van de belichtingsinstallatie die
in het kader van de museumfunctie van de zaal gericht staat op de fresco’s. Daarnaast heeft de artificiële
belichting ook een duidelijke impact op de kleurtinten van de gevel (zie volgende paragraaf).
Aangezien deze resultaten op het vlak van belichting de verwachtingen niet helemaal inlossen wordt er
voor geopteerd om in het kader van de tweede fotosessie enkel gebruik te maken van het natuurlijke
achtergrondlicht dat via de ramen de zaal invalt. De hoop is dat dit voor een meer uniforme belichting zal
zorgen. Bovendien is er voor gezorgd dat de tweede fotosessie plaats vindt op een bewolkte dag zodat het
natuurlijk licht dat de zaal binnenvalt zo diffuus mogelijk is. Al deze factoren ten spijt blijkt uit afbeeldingen
27 en 29 dat de belichtingscontrasten op de gevel tussen het middelste geveldeel dat zich ter hoogte van
de ramen bevindt en de andere geveldelen toch nog steeds aanzienlijk zijn. De bewerking van de kleuren
83
van de beelden voor het fotomodelleringsproces heeft de contrasten op een aantal geveldelen kunnen
verminderen of wegwerken. Zo is er bijvoorbeeld vrij centraal op afbeelding 27 tussen beide fresco’s een
zone te zien waar de contrastverschillen in vergelijking met de resultaten van de eerste fotosessie duidelijk
verminderd zijn. Op die plaatsen waar de contrasten het sterkst variëren op korte afstanden, in het
bijzonder de zone rechts van het tafereel van het Laatste Avondmaal waar het meest intens belichte
geveldeel zich vlak naast de onbelichte rand bevindt, zijn de contrastverschillen ondanks de bewerking van
de foto’s niet weg te werken. Problematisch op deze plaatsen is het feit dat zowel de heel lichte als de
redelijk donkere muurdelen op één en dezelfde foto staan. Dergelijke grote contrasten binnen dezelfde foto
wegwerken is per definitie heel moeilijk. Wat daarentegen wel ontegensprekelijk een verbetering is, is de
uniformiteit van de kleurentinten doorheen de resultaten (zie volgende paragraaf). Algemeen kan dus
gesteld worden dat de fotogrammetrische documenten op basis van de tweede fotosessie een verbetering
zijn op het vlak van belichting, doch de perfectie niet benaderen.
Wat had er voor kunnen zorgen dat de belichting nog beter was? De enige oplossing die niet uitgetest is in
deze thesis is het zorgen voor een eigen aangepaste belichtingsinstallatie. Aangezien de gevel geen
complexe geometrieën bevat moet het mogelijk zijn om met een goede keuze van de locatie en de
oriëntatie van de lichten te komen tot een uniforme belichting van de gevel. Een element waar in dat geval
zeker aandacht aan besteed dient te worden is de kleurenkalibratie van de gegenereerde foto’s zodat de
impact van de mogelijks afwijkende spectrale samenstelling van de artificiële lichtbronnen op de kleuren
van de gevel weggewerkt kan worden.
5.1.3 Kleurweergave
De stappen ten bate van de kleurenkalibratie die tijdens het dataverwervingsproces zijn uitgevoerd zijn
zoals in paragraaf 3.3.2 beschreven werd enigszins anders verlopen bij beide fotosessies. Beide
methodologieën vergelijken en uitmaken welke werkwijze de beste resultaten heeft voortgebracht is de
logische volgende stap. Er moet echter op gewezen worden dat een vergelijking minder evident is dan op
het eerste gezicht lijkt, aangezien de belichtingsomstandigheden bij de tweede fotosessie gewijzigd zijn.
Niettemin zullen aansluitend de sterke en de zwakke punten van elke methode gepresenteerd worden.
De kalibratie van de foto’s van de eerste fotosessie zorgt voor een vrij uniform resultaat. De kleuren binnen
de fotogrammetrische documenten hebben een lichte aanpassing van de kleurentint meegekregen
waardoor de kleurverschillen tussen de artificieel verlichte en natuurlijk verlichte gevelstukken afgevlakt
worden. Daarnaast worden ook de contrasten tussen de verlichte en de minder verlichte muurdelen
afgevlakt. De gehanteerde methode heeft er echter niet voor kunnen zorgen dat de verschillen qua contrast
84
volledig weg gewerkt zijn. Afbeelding 23 toont bijvoorbeeld dat er qua contrast nog steeds verschillen zijn
tussen de artificieel bijgelichte fresco’s en de tussenliggende muurdelen. Ook subtiele kleurverschillen van
de gevel die te wijten zijn aan de verschillende spectrale samenstelling van het invallende artificiële licht
tegenover het invallende natuurlijke licht zijn niet helemaal verdwenen. Dit is het beste te zien wanneer
men de linker helft van het detail van het Laatste Avondmaal (afbeelding 25) vergelijkt met de rechter helft.
De linker helft wordt hoofdzakelijk verlicht door de artificiële verlichting en heeft zijn gelere schijn tegenover
de rechter helft voor een stuk behouden.
Het voordeel van de tweede procedure is dat de kalibratieprocedure wel meerdere keren is doorlopen. De
foto’s zijn op basis van hun belichtings- en kleureneigenschappen in drie groepen ingedeeld en de
kalibratieparameters zijn per groep opgesteld. Het voordeel van deze werkwijze is dat de aanpassingen op
die manier iets beter aansluiten bij elke individuele foto. Toch zijn er ook een tweetal nadelen: ten eerste
zijn er maar een bepaald aantal foto’s gemaakt van de colorchart, los van de foto’s van de eigenlijke gevel,
waardoor de foto’s niet individueel gekalibreerd kunnen worden. Uit de eerste gevolgde methodologie
bleek reeds dat dit wellicht de benadering is om het beste resultaat te bekomen. Ten tweede kan in dit
geval het fotograferen van de colorchart niet op exact dezelfde locatie uitgevoerd worden: het fotograferen
van de colorchart is uitgevoerd tegen gevel A, vlak boven de begane grond, rechts van de centrale dubbele
deur, op momenten met meer en minder licht. De belichtingsomstandigheden op deze locatie zijn echter
niet exact dezelfde als op bepaalde plaatsen hoger op de gevel. Ook al wordt er voor gezorgd dat de foto
van de colorchart die gebruikt is voor de kalibratie qua belichting zo goed mogelijk overeen komt met een
bepaalde selectie van foto’s van de gevel, het vernoemde verschil zal toch zorgen voor een kalibratie die
vooral op het vlak van helderheid niet perfect is. Een externe factor die op het vlak van kleur bij de tweede
fotosessie dan wel weer voor een beter resultaat zorgt is het feit dat uitsluitend gebruik gemaakt is van het
natuurlijke achtergrondlicht. Ook al is de belichting van deze bron niet uniform verdeeld, toch is de
spectrale samenstelling van het licht overal dezelfde waardoor de impact op de kleurweergave van de
gevel overal dezelfde is.
Wat had de resultaten kunnen verbeteren? Daarvoor moet in de eerste plaats gekeken worden naar de
groepsgewijze kalibratie van de foto’s. Nu zijn de kalibratiecorrecties opgemaakt op basis van één enkele
foto en vervolgens steeds toegepast op (alle) andere foto’s. Een kalibratie per foto zou wellicht een iets
beter resultaat opleveren omdat de correcties dan exact op maat van elke foto kunnen opgemaakt worden.
De voorwaarde daarvoor is dat bij elke foto een colorchart mee gefotografeerd wordt, zoals in de eerste
procedure het geval is geweest. Er moet wel opgemerkt worden dat dit het kalibratieproces
arbeidsintensiever maakt aangezien de kalibratieprocedure voor elke foto volledig doorlopen moet worden.
Zeker voor grotere projecten met tientallen tot honderden foto’s kan dit een zorg zijn. Bij projecten met zeer
uniforme belichtingsomstandigheden kan de hier gehanteerde procedure wel een resultaat met een zeer
hoge kwaliteit opleveren. Voor een verdere verbetering van het resultaat moet naast de kalibratie gekeken
85
worden naar de belichting. De grootste zorg daarbij moet zijn om belichting te vermijden met lichtbronnen
die licht uitzenden met een verschillende spectrale samenstelling aangezien dit voor wijzigingen in de
kleurentinten zorgt.
5.1.4 Beeldscherpte en graad van detail
De doelstelling van deze studie is steeds het produceren van resultaten geweest met een hoge graad van
detail. Door bij het registreren van de beelden te kiezen voor een GSD die in bepaalde gevallen 1 mm
benadert is een hoge graad van detail bij de eindresultaten verzekerd. Toch zijn er een tweetal
opmerkingen te maken bij de graad van detail van de resultaten in relatie tot de scherpte van het beeld.
Tabel 16: Kwaliteit van de gebruikte foto’s van de eerste fotosessie
Foto volgnummer Beeldkwaliteit Foto volgnummer Beeldkwaliteit
A1 1,03 A15 0,79
A3 0,92 A18 1,13
A5 0,94 A19 0,90
A7 1,01 A21 0,79
A9 0,77 A23 1,09
A11 0,84 A26 0,98
A13 0,79
Tabel 17: Kwaliteit van de gebruikte foto’s van de tweede fotosessie
Foto volgnummer Beeldkwaliteit Foto volgnummer Beeldkwaliteit
A101 1,12 A114 0,74
A102 1,06 A115 0,51
A103 1,17 A116 0,75
A104 1,19 A117 0,84
A105 0,99 A118 0,64
A106 1,22 A119 0,95
A107 1,14 A120 1,07
A108 0,90 A121 0,87
A109 0,79 A122 0,86
A110 1,04 A123 0,79
A111 1,01 A124 1,03
A112 1,04 A125 1,08
A113 0,95
Ten eerste is er de kwaliteit van de foto’s. Wanneer het gaat over kwaliteit zijn er verschillende factoren die
een rol spelen: de resolutie van het beeld, de belichting, de kleurenkalibratie etc. De factor die in dit
verband het belangrijkste is, is de beeldscherpte. Gedurende het fotomodelleringsproces heeft de scherpte
van de gebruikte foto’s namelijk niet alleen een impact op de geometrische nauwkeurigheid van het
aligneringsproces, doordat de inkleuring van de 3D-modellen en orthofotoplannen gebeurt aan de hand
86
van de foto’s heeft de beeldscherpte een rechtstreekse impact op de kwaliteit waarmee de software dit
proces kan uitvoeren (www.agisoft.com, 07/07/2018). Hoe is vastgesteld wat de kwaliteit is van de
gebruikte foto’s? Daarbij biedt de software een oplossing. Binnen Agisoft PhotoScan Professional is het
namelijk mogelijk om een tool uit te voeren die aan de hand van de berekening van een parameter een
inschatting maakt van de kwaliteit van elke foto. Het algoritme van de tool doet dit door een kwantitatieve
inschatting te maken van de contrasten binnen de foto. Hoe scherper de beelden op de foto afgelijnd zijn,
hoe groter het contrastverschil tussen naburige pixels. De resulterende parameter heeft in regel een
waarde tussen 0 en 1, hoewel door specifieke eigenschappen van sommige afbeeldingen deze waarde 1
kan overschrijden. Een waarde van 0,5 wordt als de ondergrens beschouwd om via fotomodellering tot
kwalitatieve resultaten te komen (www.agisoft.com, 07/07/2018). Aldus is voor elke foto een
parameterwaarde bekomen, zoals in tabellen 16 en 17 te zien is. Een voorbeeld dat de impact van de
fotokwaliteit toont is te zien in afbeelding 45: de afbeelding van de engel linksboven is duidelijk vager dan
deze van de figuur rechtsonder. De oorzaak hiervan is het feit dat beide afbeeldingen bemonsterd zijn op
basis van verschillende foto’s, waarbij een van de foto’s die de engel afbeeldt (A115) duidelijk van mindere
kwaliteit is dan de andere.
Afbeelding 45: uitsnede uit het overzichtsbeeld van het orthofotoplan op basis van foto’s van de
tweede fotosessie. Er is een duidelijk verschil in scherpte merkbaar tussen de engel aan de linker
zijde en de figuur rechtsonder
Een tweede factor die het vermelden waard is, is de registratieafstand tot de gevel. Omwille van logistieke
redenen was het enkel mogelijk om de onderste 2/3 van de gevel (van de begane grond tot de onderkant
van het hoogste fresco) te registreren onder een loodrechte hoek. Bij het hoogste derde ging dit niet
omwille van twee redenen: ten eerste liet de beschikbare stelling dit niet toe, ten tweede beperken de
87
metalen balken die het dakgewelf ondersteunen een deel van het zicht. Daardoor moest het bovenste
derde van de gevel onder een schuine hoek geregistreerd worden. Het gevolg hiervan is dat de GSD in de
onderste 2/3 constant is door de continue registratieafstand, in het bovenste derde is de GSD daarentegen
variabel en stijgend naar de bovenkant van de gevel toe omdat de hogere delen van de gevel geregistreerd
worden met een steeds groter wordende registratieafstand. Een grafische voorstelling van dit probleem is
te zien in afbeelding 46: hoe scherper in dat geval de hoek wordt tussen de zenitale richting (z) en
opnamerichting van de foto, hoe groter de registratieafstand d wordt. Aangezien de resultaten van het
fotomodelleringsproces worden geproduceerd met de grootst mogelijke graad van detail en dit detailniveau
constant is doorheen het volledige document zorgt dit voor een probleem bij het bovenste gedeelte van de
gevel. Daar worden de resultaten namelijk gegenereerd op een groter detailniveau dan de foto’s eigenlijk
toelaten. Het gevolg is dat het beeld naar de top van de gevel toe waziger wordt en minder details toont.
Het merkbare verschil wordt geïllustreerd door afbeeldingen 47 en 48: het linker beeld dat van halverwege
de gevel afkomstig is, is veel scherper dan het rechter beeld dat van bovenaan de gevel afkomstig is. De
enige manier om dit probleem te overkomen is het vinden van een technische oplossing die het toelaat om
elk geveldeel onder een loodrechte hoek te registreren. Een hogere stelling zou dus een oplossing kunnen
bieden. Een andere piste die het onderzoeken waard is, is de registratie van de bovenste geveldelen door
gebruik te maken van een drone. De vraag is echter of de beeldregistratie via drones een aanvaardbare
beeldkwaliteit kan leveren. Een drone is geen stabiel platform, noch zijn de meeste in staat om grote en
zware fotocamera’s zoals het in deze thesis gebruikte exemplaar te dragen.
Afbeelding 46: Grafische voorstelling van de gehanteerde richtingen bij de beeldregistratie. De
registratieafstand d is minimaal (= d1) wanneer de opnameas loodrecht staat op de zenitale richting.
Wanneer deze hoek scherper wordt zal de registratieafstand toenemen (vb: d2)
88
Afbeeldingen 47 en 48: Twee uitsneden uit het overzichtsbeeld van gevel A, geproduceerd op basis
van de foto’s van de tweede fotosessie. Het linker beeld, afkomstig van halverwege de gevel, is
duidelijk scherper dan het rechter beeld dat van het bovenste deel van de gevel afkomstig is
5.2 Vergelijking van de methoden naar nauwkeurigheid
De uniforme benadering van de nauwkeurigheden bij de resultaten van de fotomodellering en de
laserscanning maken het mogelijk om op een simpele wijze de resultaten van gevel A te vergelijken.
Gezien de algemene RMSE-waarden blijkt dat het fotomodelleringsproces duidelijk de meest nauwkeurige
resultaten heeft voortgebracht. De RMSE-waarden van 8,8 mm en 6,0 mm van de resultaten van
respectievelijk de eerste en de tweede fotosessie liggen duidelijk onder de RMSE van 15,4 mm van de
laserscanning.
Ook al lijkt dit verschil in nauwkeurigheid aanzienlijk, toch is het belangrijk om de waarde van dit verschil
goed te kunnen inschatten. Daarom wordt vervolgens getest of dit verschil significant is. Concreet zal het
opzet van de test zijn om te onderzoeken of er een verschil bestaat tussen de grootte van de fouten van de
fotomodellering enerzijds en van de laserscanning anderzijds. Indien beide methoden even nauwkeurig
zouden zijn, zouden zij beiden even grote afwijkingen vertonen tegenover de referentiewaarden die
opgemeten zijn met het totaalstation. Aangezien er een verschil in nauwkeurigheid is tussen beide
methoden zal er ook een verschil zijn in de grootte van de afwijkingen. Aan de hand van een gepaarde t-
test zal bepaald worden of het verschil in grootte van de afwijkingen tussen beide groepen significant van 0
verschilt.
Er kan een gepaarde test uitgevoerd worden omdat dezelfde punten op de gevel gebruikt zijn bij de
bepaling van de fouten van de fotomodellering en de laserscanning. De inputdata die voor de test gebruikt
worden zijn afkomstig van de laserscanning enerzijds, en van de fotomodelleringsprocedure op basis van
de foto’s van de eerste fotosessie anderzijds. Aan de voorwaarden voor het uitvoeren van de test is
voldaan: de set punten op basis waarvan de afwijkingen berekend zijn is willekeurig gekozen, uit een QQ-
89
plot blijkt dat de verschillen tussen de fouten van de punten normaal verdeeld zijn (afbeelding 49). Er kan
dus over gegaan worden tot de uitvoer van de test.
Afbeelding 49: De QQ-plot van de nauwkeurigheidsverschillen wijst uit dat deze verschillen bij
benadering normaal verdeeld zijn
Met een p-waarde van 0,0005 blijkt dat op het 95% significantieniveau het verschil in nauwkeurigheid
tussen het resultaat van de fotomodellering op basis van de foto’s van de eerste fotosessie en het resultaat
van de laserscanning significant is. Aangezien het verschil in nauwkeurigheid tussen het resultaat van de
fotomodellering op basis van de foto’s van de tweede fotosessie en het resultaat van de laserscanning nog
groter is, geeft deze test ook een goede indicatie omtrent de interpretatie van dit verschil.
Zoals door de internationale literatuur reeds aangehaald wordt zijn fotogrammetrische technieken, en
fotomodellering in het bijzonder, zeer geschikte technieken om op een laagdrempelige, kostenefficiënte,
doch kwalitatief hoogstaande wijze patrimonium te registreren. Ook de laserscanning biedt op dit vlak vele
mogelijkheden vanwege het nauwkeurige resultaat, het gebruiksgemak van de scanner en de relatief
eenvoudige verwerkingswijze. De resultaten van deze thesis bevestigen dit: de resultaten van beide
methoden zijn van goede kwaliteit en zijn concurrentieel wat betreft de geometrische nauwkeurigheid. Het
resultaat van de fotomodellering is in dit onderzoek echter significant nauwkeuriger dan het resultaat van
de laserscanning. Hieruit concluderen dat laserscanning een slechtere techniek is zou echter te kort door
de bocht zijn. De RMSE van 15,4 mm is een aanvaardbare fout en met een oplossing voor de logistieke
tekortkomingen bij de plaatsing van de targets zou dit resultaat beter kunnen zijn en misschien zelfs de
nauwkeurigheid van de fotomodellering benaderen.
90
6. CONCLUSIE
Deze thesis hoopt een bescheiden bijdrage te leveren aan de bescherming van het bouwkundig erfgoed op
de Gentse Bijlokesite door een geometrisch correcte registratie van twee binnenmuren te realiseren die
zich in het historische kloostercomplex situeren. Concreet betreft het de oostelijke en westelijke gevel van
de refter van het kloostercomplex. De waarde van deze twee binnenmuren is extra groot vanwege een
viertal fresco’s van grote historische waarde die op deze muren te zien zijn. De technieken waarmee de
weergaven gerealiseerd zijn, zijn fotogrammetrie (meer bepaald de techniek die vaak als fotomodellering
omschreven wordt) en laserscanning. De geometrische nauwkeurigheid en de georeferentie van de
eindresultaten wordt mogelijk gemaakt door ondersteunende topografische metingen.
De werkzaamheden in het kader van deze thesis hebben voor de westelijke gevel slechts een deel van het
oorspronkelijk beoogde resultaat opgeleverd. Op basis van de laserscanning is een puntenwolk van de
gevel gerealiseerd met een gemiddelde fout van ongeveer 13 mm. Gezien de aard en het doel van het
project is dit een acceptabele nauwkeurigheid. Het fotogrammetrische luik van de thesis kon voor deze
gevel door logistieke omstandigheden echter niet uitgevoerd worden waardoor geen orthofotoplannen
konden gerealiseerd worden. Het resultaat voor de oostelijke gevel is daarentegen wel volledig, divers en
van goede kwaliteit. Op basis van de fotomodellering zijn meerdere gegeorefereerde 3D-modellen en
orthofotoplannen gerealiseerd en dit zowel voor de volledige gevel als voor een detailuitsnede van het
Laatste Avondmaal, het meest waardevolle fresco van de zaal die zich op deze gevel situeert. Bij deze
resultaten is in het bijzonder ook rekening gehouden met een kwalitatieve kleurweergave. Op basis van de
laserscanning is een gegeorefereerde puntenwolk van deze gevel bekomen. De post-processing leert dat
de resultaten op basis van fotomodellering met een gemiddelde fout van 6 à 9 mm significant nauwkeuriger
zijn dan de puntenwolk van de laserscanner die een gemiddelde fout heeft van 15 mm. Onder optimale
logistieke omstandigheden was het mogelijk geweest om de fout van de laserscanning nog enigszins te
reduceren waardoor het verschil met de fotogrammetrische resultaten nog kleiner zou geweest zijn.
Daarmee is in deze studie nogmaals bewezen dat beide uitgevoerde technieken qua nauwkeurigheid
concurrentieel zijn met elkaar. Bovendien is ook bewezen dat beide technieken de kwaliteitsstandaarden
naleven die vereist zijn bij de registratie van historisch patrimonium.
91
7. REFERENTIELIJST
7.1 Literatuur
Andreoli, M. (2014) “Mosaics of frescoes: digital photogrammetry, raster representation, pigment analysis
and metrology of a Flavian wall painting on the Caelian Hill (Rome)”. Cambridge Archaeological Journal. 24
(2), 233-247.
Andrews, D.P., Beckett, N.J., Clowes, M., Tovey, S.M. (2003) “Photographics survey of
mosaïc and tiled floors - a methodology”. Antalya: Proceedings of CIPA 2003 XIX
International Symposium.
Arias, P., Herráez, J., Lorenzo, H., Ordóñez, C. (2005) “Contol of structural problems in cultural heritage
monuments using close-range photogrammetry and computer methods”. Computers and Structures. 83,
1754-1766.
Bayram, B., Nemli, G., Özkan, T., Oflaz, O., Kankotan, B., Cetin, I. (2015) “Comparison of laser scanning
and photogrammetry and their use for digital recording of cultural monument.Case study: Byzantine land
walls-Istanbul”. ISPRS Annals of the Photogrammety, Remote Sensing and Spatial Information Sciences.
II-5/W3, 17-24.
Boukerch, I., Takarli, B., Mahmoudi, R., Tellai, S., Chadli, D. (2016) “Application of digital terrestrial
photogrammetry in architectural conservation: the mosque of Abdullah Ibn Salam of Oran”. The
International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. XLI-B5.
De Maeyer, Ph., Van de Weghe, N. (2007) Inleiding geomatica. Gent: Academia Press.
Georgopoulos, A., Ioannidis, C. (2004) “Photogrammetric and surveying methods for the geometric
recording of archaeological monuments”. In: N.N. (Red.) FIG Working week 2004. Athens: FIG.
Goossens, R. (2010) Fotogrammetrie. Onuitgegeven cursus. Faculteit Wetenschappen, Universiteit Gent.
Karabörk, H., Karasaka, L., Yaldiz, E. (2015) “A case study: documentation method with close range
photogrammetry of muqarnas which is to be an ornamentation type specific to the Islamic architecture”.
Procedia Earth and Planetary Science. 15, 133-140.
92
Korumaz, M., Gulec Korumaz, A. (2010) “Reproduction of Turkish traditional wall-painting using close
range photogrammetry, a case study in Gaziantep”. International Archives of Photogrammetry, Remote
Sensing and Spatial Information Sciences. XXXVIII, 5.
Linder, W. (2016) Digital Photogrammetry A Practical Course. Berlin: Springer-Verlag.
Martens, M. (1989) De muurschilderkunst te Gent (12de tot 16de eeuw). Brussel: Koninklijke academie voor
wetenschappen, letteren en schone kunsten van België.
Martinez, S., Ortiz, J., Luz Gil, M., Teresa Rego, M. (2013) “Recording complex structures using close
range photogrammetry: the cathedral of Santiago De Compostella”. The Photogrammetric Record. 28
(144), 375-395.
Núñez Andrés, A., Buill Pozuelo, F., Regot Marimón, J., Mesa Gisbert, A. (2012) “Generation of virtual
models of cultural heritage”. Journal of Cultural Heritage. 13, 103-106.
Pérez Ramos, A., Robleda Prieto, G. (2015) “3D virtualization by close range photogrammetry indoor
gothic church apses. The case study of church of San Francisco in Betanzos (La Coruña, Spain)”. The
International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. XL-
5/W4.
Remondino, F. (2011) “Heritage recording and 3D modeling with photogrammetry and 3D scanning”.
Remote Sensing. 3, 1104-1138.
Schenk, T. (2005) Introduction to photogrammetry. Onuitgegeven cursus. The Ohio State University.
Snavely, N., Seitz, S.M., Szeliski, R. (2008) “Modeling the world from internet photo collections”.
International Journal of Computer Vision.80(2), 189-210.
Soudarissanane, S., Lindenbergh, R., Menenti, M., Teunissen, P. (2009) “Incidence Angle Influence on the
Quality of Terrestrial Laser Scanning Points”. In: Bretar, F., Pierrot-Deseilligny, M., Vosselman, G. (Ed.)
ISPRS – Commission III – Photogrammetric Computer Vision and Image Analysis Workshop
Laserscanning ’09, Sep 1 2009. Paris: International Society for Photogrammetry and Remote Sensing, pp.
183-188.
Verhoeven, G. (2010) “It’s all about the format – unleashing the power of RAW aerial photography”.
International Journal of Remote Sensing. 31 (8), 2009-2042.
93
Westoby, M.J., Brasington, J., Glasser, N.F., Hambrey, M.J., Reynolds, J.M. (2012) “’Structure-from-
motion’ phtotogrammetry: a low-cost, effective tool for geoscience applications”. Geomorphology. 179, 300-
314.
Yastikli, N. (2007) “Documentation of cultural heritage using digital photogrammetry and laser scanning”.
Journal of Cultural Heritage. 8, 423-427.
Yilmaz, H., Yakar, M., Gulec, S., Dulgerler, O. (2007) “Importance of digital close-range photogrammetry in
documentation of cultural heritage”. Journal of Cultural Heritage. 8, 428-433.
7.2 Internetbronnen
Agisoft (2018) Agisoft PhotoScan User Manual: Professional Edition, Version 1.4
http://www.agisoft.com/pdf/photoscan-pro_1_4_en.pdf. 07/07/2018.
ARRIRental (s.d.)
http://www.arrirentalstore.com/product_p/102032.htm. 13/05/2017.
CIE (s.d.)
http://cie.co.at/index.php?i_ca_id=484. 13/05/2017.
N.N. (2011) CIE standard illuminants.
https://www.image-engineering.de/library/technotes/753-cie-standard-illuminants. 13/05/2017.
Datacolor (s.d.) SpyderCHECKR® 24 User’s Guide
https://www.datacolor.com/wp-content/uploads/2017/05/SpyderCheckr_24_UserGuide_EN_v1.pdf.
03/07/2018.
N.N. (s.d.)
http://dba.med.sc.edu/price/irf/Adobe_tg/models/cielab.html. 14/05/2017.
Dhaeze, P. (2009) sRGB of AdobeRGB.
http://www.eoszine.nl/195630/04-sRGB-of-AdobeRGB.html. 14/05/2017.
Kraal, J. (2012) Kleurruimte en kleurbeheer – Wat en Hoe?
94
http://www.digifotopro.nl/content/kleurruimte-en-kleurbeheer-wat-en-hoe. 14/05/2017.
Passumansky., A. (2015) error – meters vs pix
http://www.agisoft.com/forum/index.php?topic=3927.0. 04/082018.
Passumansky., A. (2014) estimate image quality
http://www.agisoft.com/forum/index.php?topic=2179.0. 07/07/2018.
Rashid, A. (2001) After 1700 years, Buddhas fall to Taliban dynamite.
https://www.telegraph.co.uk/news/worldnews/asia/afghanistan/1326063/After-1700-years-Buddhas-fall-to-
Taliban-dynamite.html. 24/07/2018.
Shaheen K. (2017) Isis destroys tetrapylon monument in Palmyra.
https://www.theguardian.com/world/2017/jan/20/isis-destroys-tetrapylon-monument-palmyra-syria.
24/07/2018.
STAM (s.d.)
http://stamgent.be/nl_be/over-het-stam/locatie/gebouwen. 07/02/18.
N.N. (2015) the origin of warm/cool.
http://www.handprint.com/HP/WCL/color12.html. 13/05/2017.
N.N. (2016) Validation points
http://www.agisoft.com/forum/index.php?topic=5177.0. 04/08/2018.
7.3 Gebruikte software
Agisoft PhotoScan Professional 1.4.0., Agisoft
ArcMap 10.4, Esri Inc.
AutoCAD 2016 Civil 3D, Autodesk Inc.
Autodesk ReCap 360, Autodesk Inc.
CloudCompare 2.10, Open source project
Adobe Lightroom 5, Adobe Inc.
Pythagoras 15, Pythagoras BVBA
95
8. BIJLAGEN
Bijlage 1: Coördinatenlijsten
Bijlage 2: Originele orthofotoplannen
96
Bijlage 1
97
Tabel 18: Coördinaten van de grondcontrolepunten
Puntnummer x y z
1 104278,258 192846,521 12,064
2 104276,869 192837,066 11,923
3 104277,906 192843,981 12,242
4 104277,661 192842,295 12,668
5 104277,665 192842,301 11,808
6 104277,367 192840,344 12,666
7 104277,378 192840,344 11,932
8 104277,196 192839,180 12,251
9 104278,089 192845,349 13,425
10 104277,741 192842,895 13,417
11 104277,385 192840,447 13,414
12 104277,014 192838,070 13,427
13 104277,998 192844,879 15,389
14 104277,796 192843,401 14,849
15 104277,570 192841,823 14,964
16 104277,326 192840,162 14,982
17 104277,171 192839,137 14,865
18 104276,957 192837,783 15,682
19 104277,852 192843,947 16,722
20 104277,539 192841,762 17,016
21 104277,118 192838,890 17,146
22 104277,216 192839,525 16,044
23 104277,724 192842,985 16,017
24 104277,872 192846,276 18,088
25 104276,884 192837,404 18,106
26 104277,119 192838,995 18,796
27 104277,273 192840,056 19,004
28 104277,461 192841,334 18,985
29 104277,688 192842,919 18,951
30 104277,958 192844,810 19,153
31 104277,756 192843,485 20,161
32 104277,538 192841,995 20,407
33 104277,420 192841,151 20,111
34 104277,224 192839,812 20,263
35 104278,042 192845,887 20,476
36 104277,728 192843,400 21,752
37 104277,569 192842,326 22,388
38 104277,328 192840,688 22,476
39 104277,225 192839,882 21,169
40 104277,843 192844,391 23,052
41 104277,201 192839,847 23,721
42 104276,824 192837,681 20,821
43 104277,910 192843,992 11,249
44 104277,080 192838,376 11,062
45 104277,908 192844,210 15,420
46 104277,877 192843,885 13,902
47 104277,737 192842,923 13,905
48 104277,635 192842,321 15,380
49 104277,453 192841,039 14,925
50 104277,249 192839,617 13,898
51 104277,553 192841,644 13,417
100 104245,953 192841,688 11,425
101 104247,197 192850,355 11,422
98
Puntnummer x y z
102 104246,196 192843,284 10,520
103 104246,146 192843,221 12,776
104 104245,969 192841,554 13,963
105 104245,952 192841,428 14,853
106 104245,971 192841,498 16,479
107 104246,015 192841,717 17,957
108 104246,232 192843,127 18,008
109 104247,055 192844,534 13,177
110 104247,300 192846,331 13,503
111 104246,782 192848,033 10,519
112 104247,078 192845,398 14,533
113 104246,822 192844,221 15,843
114 104247,070 192846,509 16,716
115 104246,903 192845,948 17,954
116 104246,093 192842,294 18,450
117 104246,422 192844,395 18,533
118 104246,207 192843,088 20,082
119 104246,302 192843,745 20,793
120 104246,109 192842,477 21,846
121 104246,344 192844,238 23,894
122 104246,623 192845,432 21,079
123 104246,840 192846,578 20,235
124 104246,726 192846,830 24,424
125 104247,054 192849,198 22,131
126 104246,921 192848,157 20,779
127 104247,096 192849,439 20,332
128 104246,984 192848,486 19,209
129 104247,190 192850,130 18,648
130 104246,811 192845,929 19,129
131 104246,951 192848,277 18,042
132 104247,109 192847,267 17,692
133 104247,208 192850,204 17,535
134 104247,378 192847,237 14,178
135 104247,239 192850,512 16,188
136 104247,222 192850,391 14,375
137 104247,491 192848,344 13,218
138 104247,105 192849,518 13,413
139 104247,204 192850,409 10,882
140 104246,427 192844,402 17,794
141 104246,248 192843,263 18,633
142 104246,296 192843,563 19,343
143 104246,121 192842,559 20,859
144 104246,217 192843,212 20,903
145 104246,170 192842,942 21,733
146 104247,075 192849,181 18,326
147 104246,942 192848,190 18,421
148 104247,066 192849,122 19,028
149 104247,067 192849,182 19,957
150 104247,027 192848,928 20,600
151 104246,975 192848,650 21,649
152 104247,022 192848,993 21,361
99
Tabel 19: Coördinaten van de targets
Puntnummer x y z
500 104276,258 192847,161 14,555
501 104277,194 192846,486 11,648
502 104277,525 192842,172 10,925
503 104277,325 192840,848 12,602
504 104275,085 192838,875 10,618
505 104271,589 192837,239 14,694
550 104250,950 192840,130 15,240
551 104246,628 192840,987 11,641
552 104245,780 192842,253 15,753
553 104248,951 192845,805 10,644
554 104247,465 192850,393 10,860
555 104252,666 192850,475 14,635
Tabel 20: Coördinaten van de polygoonpunten
Puntnummer x y z
1000 104327,067 192841,618 7,661
2000 104294,468 192848,735 7,154
3000 104280,249 192849,558 7,149
4000 104279,185 192840,880 10,404
5000 104263,515 192841,970 10,413
6000 104258,764 192845,955 10,413
7000 104279,345 192841,514 10,403
8000 104280,057 192849,402 7,144
9000 104294,413 192848,369 7,150
11000 104310,825 192760,659 9,699
12000 104354,331 192907,021 7,814
100
Bijlage 2
101
102
103
104