Alla samlingar
Molnprocessering av drönarfoton
Ladda upp drönarbilder för Molnprocessering
Ladda upp drönarbilder för Molnprocessering

Med hjälp av den här funktionen kan du på ett smidigt sätt ladda upp drönarfoton och skapa 3D-modell, punktmoln och ortofoto.

Uppdaterad för mer än en vecka sedan

Steg 1: Ladda upp dina bilder

Det första du kommer behöva göra är att skapa ett projekt och ladda upp dina drönarbilder för molnprocessering.

1.1. Skapa ett nytt projekt eller gå in i ett projekt du redan skapat.

1.2. Gå till sidan Molnprocesseringar.

1.3. Välj korrekt koordinatsystem för projektet samt geoidmodell om det vill användas. Molnprocesseringar kan genomföras för koordinatsystem i Sverige, Norge, Finland och Tyskland. Det finns möjlighet till andra länders koordinatsystem via kontakt med SkyMap support.

För Sverige väljer du korrekt SWEREF-koordinatsystem och ev. geoidmodell för ditt projekt om det inte är angivet sedan tidigare under Inställningar. Höjdsystemet kommer bli detsamma som dina GCP-punkter är inmätta i (RH2000 är vanligast i Sverige). Detta är viktigt för att alla koordinater ska bli korrekta senare i processen.

1.4. Klicka på knappen Ny molnprocessering för att skapa en ny uppladdning av drönarbilder.

1.5. Startsidan för ny molnprocessering blir synlig.

Här har du ett antal paket att välja:

Standard - (3D-modell, punktmoln och ortofoto till SkyView)
När du väljer detta alternativet har du möjlighet att lägga till en GCP-fil som innehåller koordinater för inmäta markstöd. Detta kan även läsas in senare i processen efter uppladdning av bilderna.

Punktmoln
Genererar ett punktmoln till SkyView samt ett ortofoto. Med detta alternativ har du möjlighet att lägga till en GCP-fil som innehåller koordinater för inmäta markstöd. Detta kan även läsas in senare i processen efter uppladdning av bilderna.

Ortofoto
Genererar ett ortofoto till SkyView.
Väljs detta alternativ utgår steg 2-5 i denna instruktion.

Premium - (3D-modell, punktmoln och ortofoto till SkyView)
Det här alternativet gör att 3D-modellen visuellt blir visuellt både renare och snyggare, men det innebär också att återgivningen av verkligheten blir mer visuellt korrekt vid högre inzoomningsgrad. När du väljer detta alternativet har du möjlighet att lägga till en GCP-fil som innehåller koordinater för inmäta markstöd. Detta kan även läsas in senare i processen efter uppladdning av bilderna.

Med detta alternativ tillkommer nedladdning av 3D-modell i filformatet OBJ.

Gör ditt val genom att klicka på Välj under det alternativ som passar.
Här hitta du Standardprislista för molnprocessering

1.6. Bilder
Här väljer du de bilder som du vill ladda upp för molnprocesseringen. Välj knappen Lägg till bilder eller dra och släpp bilderna till dialogen.
Notera att du kan välja max 2 000 bilder. Önskar du ladda upp över 2 000 bilder kontakta SkyMap support. Ju fler bilder samt ju mer komplext området du vill avbilda är, desto längre tid kommer det ta innan du får tillgång till datan, normalt är att det tar ca 40 minuter för 200 bilder.

1.7. GCP
Här lägger du till en fil som innehåller koordinater för inmätta markstöd, så kallade GroundControllPoints. Dessa punkter kommer senare att knytas till motsvarande punkter i flygbilderna för att öka noggrannheten för den färdiggenererade datan.

Om du inte har någon GCP-fil kan du hoppa över steget i guiden, alternativt läsa in den senare efter att uppladdningen av bilderna är klar.

Paketet Ortofoto har inte det här steget i guiden.

1.8. Detaljer
Här anger du en beskrivning för flygningen samt gör avancerade inställningar.

Beskrivning
Här kan du ange en beskrivning för din flygning. Texten du anger här kommer att synas som en beskrivningstext i tidslinjen i SkyView. Texten kan också ändras i efterhand under Tidslinje i projektet.

Begränsningspolygon
Om du vill avgränsa resultatet i molnprocesseringen kan du ladda upp en georefererad begränsningspolygon (.kml, .kmz eller .shp). Funktionen påverkar inte beräkningen utan enbart resultatet.

Ground Sampling Distance (GSD)
Föreslaget värde ger en pixelstorlek på 2x2cm för TIF-filen, för mindre områden på ca 2 ha blir filen då hanterbar i de flesta 3:e parts applikationer, om man ska jobba med större områden brukar 0,08 (pixelstorlek 8x8cm) vara en standard som de flesta program som t ex Autodesk Civil 3D klarar av att hantera på et bra sätt. Ju lägre värde du skriver här desto större blir filstorleken på ortofotot, detta kan vara avgörande för att kunna använda fotot i vissa applikationer.

Linskompensation
Här markerar du om fotona har tagits med en rullande slutare (rolling shutter) för att resultatet ska bli så bra som möjligt.

Export av 3D-modell
Om du har valt Premium anger du här max antal trianglar som ska exporteras för filformatet .obj. Ju högre antal trianglar desto större blir den exporterade filen. Inställningen påverkar endast filen och inte resultatet i SkyView.

1.9. Tillägg
Här finns ett antal tillägg du kan välja till för molnprocesseringen.
Här hitta du standardpriser för tilläggen, Standardprislista för molnprocessering.

Mark
Genererar en markmodell i DXF, LAZ eller LAS utifrån det klassificerade punktmolnet. Modellen skapas med hjälp av AI och SkyMap ansvarar inte för eventuella avvikelser som kan finnas i den färdiga produkten. Kontakta annars SkyMap support om du önskar en manuell kvalitetssäkring. Markmodellen kommer automatiskt bli tillgänglig i SkyView.

Beställ GCP-justering
Spar tid genom att låta vår samarbetspartner utföra GCP-justeringen (även känt som flaggflyttning). Du behöver då endast ladda upp GCP-fil och foton så får du bekräftelse via e-post när flygningen är tillgänglig i SkyView.

Utglesat punktmoln
Genererar ett reducerat punktmoln baserat på valda punktklasser och avstånd mellan dem. Punktmolnet innehåller färre punkter och därmed blir storleken på nedladdningsbar fil mindre. Kan användas exempelvis för att förenkla inläsning i tredjepartsprogram.

1.9.1. Summering
Här visas en summering av de val du gjort i guiden innan du börjar uppladdningen via Slutför. När uppladdningen har startats vänta på att alla foton har laddats upp innan du lämnar sidan, annars kommer uppladdningen inte att kunna slutföras utan avbryts.

Du är nu klar med Steg 1.
Dina bilder kommer att förberedas för vidare behandling och du kommer att bli informerad via e-post när du kan påbörja nästa steg alternativt vid Ortofoto tillgängligt i SkyView.

Steg 2: Läs in GCP

2. I Steg 2 läser vi in en fil som innehåller koordinater för inmätta markstöd, så kallade GroundControllPoints. Dessa punkter kommer senare att knytas till motsvarande punkter i flygbilderna för att öka noggrannheten för den färdiggenererade datan.

Om du inte har någon GCP-fil så kan du gå direkt till steg 5.

2.1. När bilderna är uppladdade och redo kommer du få ett mail med en länk som tar dig till GCP-justeringssidan. Du kan även gå in på GCP-justeringssidan genom att klicka på knappen Lägg till GCP på projektets molnprocesseringssida.

2.2. På GCP-justeringssidan så hittar du ett flertal kontroller, första steget är att Ladda upp en GCP-fil med knappen Ladda upp GCP-fil uppe till vänster på skärmen. Har du redan i steg 1 läst in en GCP-fil kommer punkterna vara inlästa.

Tips! Använd knappen Länka lokala bilder för att länka flygbilderna med lokala bilder i en mapp på datorn. Detta kommer att snabba in inladdningen av bilderna.

2.3. Välj en CSV-formaterad (kommaavgränsad) fil som innehåller dina inmätta markpunkter. Notera att även dessa koordinater måste vara i samma koordinatsystem som du valde för projektet. Tex om projektet är inställt på SWEREF 15 00 så måste även GCP-filens koordinater vara angivna i SWEREF 15 00.

Observera! Första värdet på varje rad i filen kommer att anges som gcp-namnet. De efterföljande värdena läses in som N-, E-, H-koordinater. Om N- och E-värdena råkar stå i omvänd ordning så kommer systemet automatiskt att känna igen och korrigera detta. Det är även viktigt att N-, E-, H-koordinaterna har decimaler.

Exempel på korrekt formaterad GCP-fil.

2.4. När filen är inläst kommer du att se information om dina markstöd i listan till vänster och även representerade i form av blåa punkter i översiktsvyn. 

Du är nu redo att sätta ut dina första flaggor och göra din första optimering.

Om GCP-filen du laddade upp blivit fel så kan du klicka på Alternativ. Börja sen med att bocka i Ta bort alla flaggor för att sedan kunna bocka i Ta bort inlästa GCP:er.

Vill du radera en enstaka GCP-punkt från listan så för du muspekaren över namnet i listan och klickar på soptunnan som visas.

Tips! Använd knappen fullskärmsläge för att vinna utrymme på skärmen vid flaggflyttning.

Steg 3: Knyta GCP till foton

3. Då GCP-filen är inläst kan vi matcha de första markstöden med fotona. Detta görs genom att sätta ut markörer i form av flaggor i fotona. På så vis kommer den senare färdiggenererade datans noggrannhet att öka. Vi behöver till en början sätta ut åtminstone 3-4 flaggor för 3-4 av punkterna. Efter att vi manuellt satt ut de första flaggorna så kommer vi genom funktionen optimera, automatiskt kunna uppskatta positionerna, vilket underlättar för resterande flaggutsättning.

3.1. Identifiera de GCP-punkter som du vill sätta ut de första flaggorna för. Förslagsvis välj 3-4 punkter i hörnen. Genom att välja punkter i ytterkanten blir det lättare för mjukvaran att estimera de punkter som befinner sig inom den ytan som de yttersta punkterna ramar in.

3.2. Välj en av GCP-punkterna antingen genom att klicka på den i listan till vänster eller genom att välja punkten i översiktsvyn.

3.3. Genom att trycka på ett av fotona i närheten av punkten i översiktsvyn kan vi hitta ett foto som innehåller motsvarande markstöd.

Tips! Ibland får man leta för att hitta de första markstöden, men oftast så hittar man enklast ett foto med rätt markstöd genom att först kolla på de foton som är närmast GCP-punkten.

3.4. Hitta markstödet i bilden. Du kan zooma in och ut genom att scrolla med mitten-knappen på musen. Panorera bilden genom att hålla inne vänster musknapp.

Är bilden suddigt kan du välja att inaktivera fotot via knappen Inaktivera foto.

3.5. Vänsterklicka med musen i mitten av krysset för att sätta ut en flaggmarkör (grön). Bilden nedan visar ett exempel på en bra placerad flaggmarkör.

3.6. Du kan även ta bort flaggan om den hamnar fel med höger musknapp.

3.7. Notera att fotot du satte ut flaggan på även syns i fotolistan till höger. Där har även en grön flagga tillkommit. Detta för att visa att flaggflyttning på denna bild är genomförd.

3.8. Med hjälp av fotolistan så kan du snabbt navigera till nästa bild, som också är sannolik att innehålla samma markstöd. Du kan även använda PageUp och PageDown knapparna för att byta bild. Den nuvarande valda bilden markeras med gul ram i listan. 

När du väljer en bild i listan så kommer systemet automatiskt att förbereda de närmsta bilderna för att flödet ska gå snabbare.

3.9. Du kan också när som helst komma tillbaka till översiktsvyn genom att klicka på knappen Översiktsvy uppe i vänstra hörnet på bilden.

3.10. Fortsätt med flaggutsättning för ytterligare två bilder för samma markstöd. Dvs sätt ut flaggor på tre bilder totalt för GCP1.

3.11. Repetera proceduren med att sätta ut minst 3 flaggor även för de resterande punkterna.

Tips! För att snabba på arbetet så kan det ibland räcka med att sätta ut flaggor för färre GCP-punkter. Notera att i detta exempel nöjer vi oss med hörnpunkterna GCP1, GCP2, GCP7 och GCP8 eftersom de är de yttersta punkterna som omringar området bäst.

3.12. När du har satt ut minst 3 flaggor för åtminstone alla dina hörnpunkter så kan du trycka på Optimera-knappen. 

Det som görs när du har klickat på Optimera är att systemet försöker att hitta en gemensam geometri på de GCP punkter som du har markerat med de punkter som matchar i det glesa punktmoln som har skapats efter att du har laddat upp bilderna.

3.13. Optimeringen använder sig av koordinaterna för dina redan utsatta flaggor för att automatiskt uppskatta ungefärliga positioner för resterande flaggor i samtliga bilder.
GCP-justeringssidan är inaktiv under tiden optimeringen pågår. Optimeringen kan variera i tid, men brukar normalt inte ta mer än ett par minuter. Du kommer automatiskt tillbaka till GCP-justeringssidan så snart optimeringen är färdig.

3.14. När optimeringen är klar så visas avvikelsevärden i listan till vänster för de punkter du satt ut flaggor för. Avvikelsevärdena visar differensen mellan koordinaterna för dina utsatta flaggor och dina inmätta GCP-punkter.
Det har även tillkommit blåa flaggor i listan till höger.

Om inga avvikelsevärden visas betyder det att "aligningen" av bilderna har misslyckats och du kan då behöva gå in under Alternativ och klicka på Återställ bildpositionering.

Det finns även mer avancerade funktioner. Funktionen Bilder, här kan du välja om RTK data ska användas eller inte för fotona. Den här funktionen är enbart tillgänglig för foton som har lagrad GPS data. Här kan du se noggrannheten för varje foto och kan vara användbar för att kontrollera om något foto har ett högt värde som eventuellt påverkar resultatet. Du kan se standardavvikelsen per foto som visas både för foton med GPS data eller inte.
Det finns även funktionen Flaggor som listar alla foton om den har en flagga eller inte pinnad och dess avvikelse, återprojicering (m).

3.15. Notera även att vissa av bilderna i översiktsvyn har blåa och gröna kanter för att visa vilka som innehåller flaggor. Beroende på vilken GCP-punkt du har valt så blir dessa kanter tjockare så att du kan hitta de relaterade bilderna ifrån översiktsvyn lättare.

Du är nu klar med steg 3.

Steg 4: Flytta återstående flaggor

4. För steg 4 så är målet att placera ut flaggor på alla korten. Ifall steg 3 gick bra så kommer du nu att ha många foton med blåa flaggor på. Dessa blåa flaggor är estimerade positioner för GCP-punkterna som behöver bekräftas och justeras vid behov. Målet är att så många foton som möjligt ska ha gröna flaggor när steget är klart. Om du har foton tagna med en RTK-drönare så finns det estimerade flaggor från början.

4.1. Välj en av GCP-punkterna och tryck på knappen Filtrera på. När knappen är aktiv (gul) så kommer fotolistan visa endast de foton som innehåller flaggor för den valda GCP-punkten. Fotona innehåller antingen blåa (estimerade) eller gröna (placerade) flaggor.

4.2. Välj ett foto med blå flaggikon i fotolistan, och zooma in till flaggan i bilden.

4.3. Justera punkten, tryck med vänster musknapp för att placera ut den korrekt om det behövs, alternativt tryck på mellanslagstangenten för att bekräfta positionen. När flaggan är placerad så är den grön. Du kan även trycka mellanslag igen för att växla mellan bekräftad eller inte. Ta bort flaggan helt genom att klicka med höger musknapp.

På vissa datorer så måste man aktivera/avaktivera “FN lock” för att kunna använda Page Up och Page Down knapparna.

4.4. Tryck på PageDown för att gå till nästa bild, eller tryck med muspekaren på nästa bild i listan.

Fotovyn kommer automatiskt att komma ihåg ditt zoomläge medan filterverktyget är aktivt.

4.5. Justera eller bekräfta positionen för flaggorna i samtliga foton i listan. Alla foton bör ha en grön flagga när du är färdig.

4.6. Fortsätt genom att välja nästa GCP-punkt och repetera flaggjusteringarna även för denna GCP. Upprepa proceduren även för alla resterande GCP-punkter. När alla foton med flaggor är gröna så är GCP-punkterna färdigjusterade.

Har du många GCP punkter och inte vill markera alla så rekommenderar vi att man markerar varje GCP få gånger (minst 5) i varje bild istället för att man markerar många GCP-punkter i få bilder.

Tips! Ibland så kan det vara en fördel att inte placera en grön flagga. Exempelvis ifall markstödet är skymt under ett träd eller bakom en husvägg eller om bilden är för suddig etc.. Du kan då låta den blå flaggan vara, alternativt ta bort flaggan helt med höger musknapp. Det är endast de foton som innehåller gröna flaggor som kommer att användas för optimering (och senare även processering).

Tips: Ifall de blåa flaggorna är ganska långt ifrån markstödet så kan du sätta ut ca 3 flaggor för den GCP:n och testa att optimera igen. De blå flaggorna kommer att justeras och det blir enklare att justera de kvarvarande flaggorna. Du kan optimera så många gånger du önskar. De gröna flaggorna kommer inte att påverkas alls av optimeringen.

4.7. När alla flaggor är utplacerade; gör optimeringen en extra gång och kontrollera sedan avvikelsekolumnen i GCP-listan. I regel så vill man ha så små avvikelsevärden som möjligt. Men det som är under 0.025 (2.5 cm) brukar anses som bra.

4.8. Om du trycker på Visa avvikelsedetaljer så kan du få detaljerad information om avvikelsen uppdelat i norrled, östled och höjdled. Då är det lättare att veta hur flaggorna behöver justeras.

Om avvikelsevärdet är väldigt stort: Ifall värdet är väldigt stort t.ex. 0.1 eller mer kan det innebära att fler flaggor behöver justeras för GCP-punkten eller att någon flagga för punkten kan vara felplacerad. Ifall värdet inte går att få lägre så rekommenderas att man tar bort alla flaggor för punkten och inte har med den.
Om avvikelsevärdet är väldigt litet: Ifall värdet är väldigt litet, t.ex. 0.003 eller mindre, så kan det innebära att du satt ut för få flaggor för GCP-punkten. t.ex. om bara 1 flagga sätts ut för en punkt så finns det inga felmarginal att räkna ut, för det är den enda flaggan att ta hänsyn till.

Steg 5: Processera datan

5. När du är nöjd med dina resultat för avvikelserna och placerat ut så många flaggor du kunnat så kan du starta processeringen som genererar data till SkyView.

5.1. Tryck på Starta processering... Efter att du bekräftat start av processering i dialogfönstret kommer data nu att genereras till SkyView, detta inkluderar avbildning (3D-modell), ortofoto och ett punktmoln med koordinatinformation beroende på paket.

5.2. När processeringen startas så dirigeras du till projektets molnprocesseringssida där du kan följa statusen för den pågående processeringen.

5.3. När processeringen är klar kommer du få ett mejl som innehåller direktlänk till SkyView, där du kan se avbildningen i 3D, samt länk till molnprocesseringssidan där du kan ladda ned rapport över noggrannheten och även exportera ut data för användning utanför portalen.

För närvarande kan man exportera ut punktmoln i formaten .las och .laz och ortofoto i formatet .tif tillsammans med transformationsfil.

Modelldatan (avbildning, punktmoln och ortofoto) kommer automatiskt att sättas in i tidslinjen baserat på datumet då fotona togs. Om det finns en senare flygning kan du behöva välja en tidigare flygning från tidslinjen för att se den önskade modellen.

Steg 6: Exportera data 

På projektets sida över molnprocesseringar får du möjligheten att exportera och ladda ner den data du är intresserad av.


Projektdata

Rapport (.PDF) - En rapport över flygningens noggrannhet. Här kan du hitta information om hur noggrann respektive GCP-punkt är, hur mycket kamerorna har justerats, med mera. Den är viktig att läsa för att veta noggrannheten på modelldatan i SkyView.
Projekt (.ZIP) - Projektdata för användning i Agisoft Metashape.
GCP / Markstöd (.CSV) - Textfil som innehåller inmätta flygstöd för flygningen om det använts.
Bilder (.ZIP) - Originalbilderna som har använts vid uppladdningen av flygningen.
Begränsningspolygon - Filen som har använts för att avgränsa resultatet av processeringen.


Punktmoln

Punktmoln (.LAS) - Georefererat punktmoln (*.las).
Punktmoln (.LAZ) - Georefererat punktmoln (*.laz).
Utglesat punktmoln - Tillägget Utglesat punktmoln som kan väljas till i en molnprocessering. Filformatet är utifrån de inställningar som är angivna.

3D-modeller
Cesium 3D-tiles (.ZIP) - En 3D-modell i filformatet Cesium 3D Tiles (*.zip). Avbildningen kopplas automatiskt till en tidslinje vid molnprocesseringen.
Markmodell - Tillägget Mark som kan väljas till i en molnprocessering (*.dxf, *.laz eller *.las).
3D-modell (.OBJ) - 3D-modell av flygningen (*.obj).

Ortofoton
Ortofoto (.TIF) - Ett ortofoto över flygningen (*.tif) med det GSD-värde som använts.
Ortofoto WORLD-fil (.TFW) - Transformationsfil som tillhör TIF-filen TIF med det GSD-värde som använts.
GSD 0.1 Ortofoto (.TIF) - Ett ortofoto över flygningen med GSD 0.1 (*.tif).
GSD 0.1 Ortofoto WORLD-fil (.TFW) - Transformationsfil som tillhör TIF-filen med GSD 0.1.

Fick du svar på din fråga?