Co zrobić dalej?
Gęstość punktów warto interpretować razem z rozdzielczością obrazów, dokładnością i przeznaczeniem produktu końcowego.
Co oznacza gęstość chmury punktów?
Gęstość punktów mówi, ile punktów chmury przypada średnio na jednostkę powierzchni. W raportach fotogrametrycznych najczęściej spotkasz jednostkę pkt/m². Przykładowo 400 pkt/m² oznacza średnio 400 punktów opisujących każdy metr kwadratowy analizowanej powierzchni.
Agisoft Metashape definiuje parametr Point Density jako średnią liczbę punktów chmury na metr kwadratowy. Sam wskaźnik nie mówi jednak, czy punkty są rozmieszczone równomiernie.
Jak z gęstości wyliczany jest średni odstęp?
Dla uproszczonego, równomiernego rozkładu punktów przyjmujemy, że jeden punkt zajmuje średnio pole 1 / D, gdzie D to gęstość w pkt/m². Bok kwadratu o takim polu daje nominalny spacing.
odstęp [m] = 1 / √gęstości [pkt/m²]
W drugą stronę: gęstość = 1 / odstęp². Taka relacja jest stosowana również przy opisie nominalnej gęstości i spacingu danych punktowych.
Przykład: 400 pkt/m²
Dla 400 pkt/m² średnia powierzchnia przypadająca na jeden punkt wynosi 1/400 m², czyli 0,0025 m² = 25 cm².
Pierwiastek z 0,0025 m² daje 0,05 m, czyli 5 cm nominalnego odstępu. Na powierzchni 1 ha przy tej samej średniej gęstości byłoby około 4 mln punktów.
Wskazówka od KalkulatorXXL
Nie porównuj dwóch projektów tylko po liczbie pkt/m². Bardzo gęsta chmura nie gwarantuje wyższej dokładności, jeśli zdjęcia są słabe, geometria nalotu jest niekorzystna albo georeferencja jest niedokładna. Gęstość opisuje ilość danych, a nie sama w sobie jakość pozycjonowania.
Dlaczego rzeczywisty odstęp punktów nie jest stały?
Chmura fotogrametryczna powstaje z dopasowania informacji widocznej na wielu zdjęciach. Na kontrastowych, dobrze sfotografowanych powierzchniach punktów może być więcej, a na wodzie, błyszczących dachach, jednolitych ścianach, cienkiej roślinności lub w miejscach zasłoniętych — mniej.
Dlatego kalkulator pokazuje nominalny odstęp wynikający ze średniej gęstości, a nie statystykę najbliższego sąsiada obliczoną z rzeczywistych współrzędnych punktów.
Gęstość punktów a GSD
GSD opisuje rozmiar piksela obrazu na gruncie, natomiast gęstość chmury opisuje liczbę zrekonstruowanych punktów na powierzchni. Te wielkości są powiązane przez jakość i ustawienia rekonstrukcji, ale nie są tym samym i nie należy ich przeliczać prostym stałym mnożnikiem.
Do wyznaczenia GSD użyj kalkulatora GSD i wysokości lotu, a do oceny dokładności projektu kalkulatora RMSE, GCP i checkpointów.
Czy większa gęstość zawsze jest lepsza?
Nie zawsze. Większa gęstość może pomóc odwzorować drobne szczegóły i zwiększa liczbę próbek powierzchni, ale jednocześnie zwiększa rozmiar plików, zapotrzebowanie na pamięć RAM i czas przetwarzania.
W praktyce trzeba dopasować gęstość do celu produktu końcowego: modelu 3D, pomiaru objętości, DSM/DTM, ortofotomapy czy dokumentacji obiektu.
Najczęstsze pytania
Źródła i metodologia
Kalkulator wykorzystuje definicję gęstości jako liczby punktów na jednostkę powierzchni oraz geometryczną zależność między średnią powierzchnią przypadającą na punkt i nominalnym spacingiem.
- Agisoft Metashape Professional 2.2 User Manual — Point Density jako średnia liczba punktów chmury na metr kwadratowy.
- USGS Lidar Base Specification – Glossary — relacja nominalnego spacingu i gęstości: NPS = 1/√NPD.
Źródło USGS opisuje formalnie chmury LiDAR. W kalkulatorze wykorzystujemy wyłącznie tę samą zależność geometryczną spacing–gęstość jako przybliżenie dla punktów rozmieszczonych równomiernie; nie przenosimy poziomów jakości LiDAR na fotogrametrię.