Sebbene la disponibilità e l’accessibilità dei sistemi aerei senza pilota (UAS) abbiano portato al rapido sviluppo di applicazioni di telerilevamento in idrologia e idrometria, le incertezze relative a tali misurazioni devono essere quantificate e mitigate. L’instabilità fisica della piattaforma UAS induce inevitabilmente movimento nei video acquisiti e può avere un impatto significativo sull’accuratezza delle misurazioni basate sulla fotocamera, come la velocimetria. Una pratica comune nella preelaborazione dei dati è la compensazione del movimento indotto dalla piattaforma mediante metodi di stabilizzazione dell’immagine digitale (DIS), che utilizzano le informazioni visive dai video acquisiti – sotto forma di caratteristiche statiche – per stimare e poi compensare tale movimento . La maggior parte degli approcci di stabilizzazione esistenti si basano su strumenti personalizzati sviluppati internamente, basati su algoritmi diversi, o su software commerciali di uso generale. In letteratura non è stata trovata interconfronto tra diversi strumenti di stabilizzazione per scopi di telerilevamento UAS che potrebbe servire come base per la selezione di un particolare strumento in determinate condizioni. In questo documento, abbiamo tentato di riassumere e descrivere diversi strumenti DIS liberamente disponibili applicabili alla velocimetria UAS. Un totale di sette strumenti – sei mirati specificamente alla velocimetria e un software generico – sono stati studiati in termini di (1) accuratezza della stabilizzazione in varie condizioni, (2) robustezza, (3) complessità computazionale e (4) esperienza dell’utente, utilizzando tre video di casi di studio con diverse condizioni di volo e di terra. Nel tentativo di quantificare adeguatamente l’accuratezza della stabilizzazione utilizzando diversi strumenti, abbiamo anche presentato una metrica di confronto basata sulle differenze quadratiche medie (RMSD) delle intensità dei pixel tra i fotogrammi per le caratteristiche statiche selezionate. Le differenze più evidenti tra gli strumenti indagati sono state riscontrate per quanto riguarda il metodo di identificazione delle caratteristiche statiche nei video, ovvero la selezione manuale delle caratteristiche o automatica. I metodi all’avanguardia che si basano sulla selezione automatica delle caratteristiche richiedono un minor numero di parametri forniti dall’utente e sono in grado di selezionare un numero significativamente maggiore di caratteristiche potenzialmente statiche (di diversi ordini di grandezza) rispetto ai metodi che richiedono l’identificazione manuale di tali caratteristiche. Ciò consente al primo di ottenere una maggiore precisione di stabilizzazione, ma i metodi di selezione manuale delle funzionalità hanno dimostrato una minore complessità computazionale e una migliore robustezza in condizioni di campo complesse. Sebbene questo documento non intenda identificare lo strumento di stabilizzazione ottimale per scopi di velocimetria basato su UAS, mira a far luce sui dettagli dell’implementazione, che possono aiutare ingegneri e ricercatori a scegliere lo strumento adatto alle loro esigenze e alle condizioni specifiche del campo. Inoltre, la metrica di confronto RMSD presentata in questo documento può essere utilizzata per misurare l’incertezza di stima della velocità indotta dal movimento dell’UAS.
How to cite: Ljubičić, R., Strelnikova, D., Perks, M. T., Eltner, A., Peña-Haro, S., Pizarro, A., Dal Sasso, S. F., Scherling, U., Vuono, P., and Manfreda, S.: A comparison of tools and techniques for stabilising unmanned aerial system (UAS) imagery for surface flow observations, Hydrol. Earth Syst. Sci., 25, 5105–5132, https://doi.org/10.5194/hess-25-5105-2021, 2021. [pdf]
