Wild leek (Allium tricoccum) is a spring ephemeral of northeastern North America. In the Canadian province of Quebec, it is listed as threatened due to human harvesting, and in Gatineau Park its presence is used as an indicator of human impact. Wild leek grows in patches on the forest floor, and before the tree canopy develops its green leaves are clearly visible through the bare branches of deciduous forests, allowing it to be observed with optical remote sensing. This study developed and tested a new method for monitoring wild leek across large geographic areas by integrating field observations, UAV video, and satellite imagery. Three-cm resolution orthomosaics were generated for five <0.1 km2 sites from the UAV video using Structure-from-Motion, segmented, and classified into wild leek (WL) or other (OT) surface types using a simple greenness threshold. The resulting maps, validated using the field observations, had a high overall accuracy (F1-scores between 0.64 to 0.94). These maps were then used to calibrate a linear model predicting the per-pixel percentage cover of wild leek (%WL) from NDVI in the satellite imagery. The linear model calibrated for a Sentinel-2 image from 2018, covering all of Gatineau Park (~361 km2), allowed %WL to be predicted with an RMSE of 10.32. A similar model calibrated for a WorldView-2 image from 2018 was noisy (RMSE = 37.64), though much improved by resampling this image to match the spatial resolution of Sentinel-2, due to MAUP scale effect (RMSE = 13.06). Testing the potential for satellite-based monitoring of wild leek, the %WL prediction errors were similar when a new linear model was developed using the Sentinel-2 image from 2017 (RMSE = 12.84) and when the model calibrated with the 2018 Sentinel-2 image was applied to the 2017 satellite data (RMSE = 16.97). The linear models developed for the Sentinel-2 and WorldView-2 images from 2018 were used to map wild leek cover for Gatineau Park. Both images allowed production of similar wild leek maps that, based on field experience and visual inspection of the imagery, provide good descriptions of the actual distribution of wild leek at Gatineau Park.

Small unmanned aerial vehicles (sUAV) can produce valuable data for inspections, topography, mapping, and 3D modeling of structures. Used by multiple industries, sUAV can help inspect and study geographic and structural sites. Typically, the sUAV and camera specifications require optimal conditions with known geography and fly pre-determined flight paths. However, if the environment changes, new undetectable aerial hazards may intersect new flight paths. This makes it difficult to construct autonomous flight path missions that are safe in post-hazard areas where the flight paths are based on previously built models or previously known terrain details. The goal of this research is to make it possible for an unskilled pilot to obtain high quality images at key angles which will facilitate the inspections of dangerous environments affected by natural disasters through the construction of accurate 3D models. An iterative process with converging variables can circumvent the current deficit in flying UAVs autonomously and make it possible for an unskilled pilot to gather high quality data for the construction of photogrammetric models. This can be achieved by gaining preliminary photogrammetric data, then creating new flight paths which consider new developments contained in the generated dense clouds. Initial flight paths are used to develop a coarse representation of the target area by aligning key tie points of the initial set of images. With each iteration, a 3D mesh is used to compute a new optimized view and flight path used for the data collection of a better-known location. These data are collected, the model updated, and a new flight path is computed until the model resolution meets the required heights or ground sample distances (GSD). This research uses basic UAVs and camera sensors to lower costs and reduce the need for specialized sensors or data analysis. The four basic stages followed in the study include: determination of required height reductions for comparison and convergent limitation, construction of real-time reconnaissance models, optimized view and flight paths with vertical and horizontal buffers constructed from previous models, and develop an autonomous process that combines the previous stages iteratively. This study advances the use of autonomous sUAV inspections by developing an iterative process of flying a sUAV to potentially detect and avoid buildings, trees, wires, and other hazards in an iterative manner with minimal pilot experience or human intervention; while optimally collecting the required images to generate geometric models of predetermined quality.

<p> </p> <p>Modern remote sensing platforms such as unmanned aerial vehicles (UAVs) that can carry a variety of sensors including RGB frame cameras, hyperspectral (HS) line cameras, and LiDAR sensors are commonly used in several application domains. In order to derive accurate products such as point clouds and orthophotos, sensors’ interior and exterior orientation parameters (IOP and EOP) must be established. These parameters are derived/refined in a triangulation framework through minimizing the discrepancy between conjugate features extracted from involved datasets. Existing triangulation approaches are not general enough to deal with varying nature of data from different sensors/platforms acquired in diverse environmental conditions. This research develops a generic triangulation framework that can handle different types of primitives (e.g., point, linear, and/or planar features), and sensing modalities (e.g., RGB cameras, HS cameras, and/or LiDAR sensors) for delivering accurate products under challenging conditions with a primary focus on digital agriculture and stockpile monitoring application domains. </p>

Indiana University-Purdue University Indianapolis (IUPUI) / Simultaneous localization and mapping (SLAM) is a general device localization technique that uses realtime sensor measurements to develop a virtualization of the sensor's environment while also using this growing virtualization to determine the position and orientation of the sensor. This is useful for augmented reality (AR), in which a user looks through a head-mounted display (HMD) or viewfinder to see virtual components integrated into the real world. Visual SLAM (i.e., SLAM in which the sensor is an optical camera) is used in AR to determine the exact device/headset movement so that the virtual components can be accurately redrawn to the screen, matching the perceived motion of the world around the user as the user moves the device/headset. However, many potential AR applications may need access to more than device localization data in order to be useful; they may need to leverage environment data as well. Additionally, most SLAM solutions make the naive assumption that the environment surrounding the system is completely static (non-moving). Given these circumstances, it is clear that AR may benefit substantially from utilizing a SLAM solution that detects objects that move in the scene and ultimately provides localization data for each of these objects. This problem is known as the dynamic SLAM problem. Current attempts to address the dynamic SLAM problem often use machine learning to develop models that identify the parts of the camera image that belong to one of many classes of potentially-moving objects. The limitation with these approaches is that it is impractical to train models to identify every possible object that moves; additionally, some potentially-moving objects may be static in the scene, which these approaches often do not account for. Some other attempts to address the dynamic SLAM problem also localize the moving objects they detect, but these systems almost always rely on depth sensors or stereo camera configurations, which have significant limitations in real-world use cases. This dissertation presents a novel approach for registering and localizing unknown moving objects in the context of markerless, monocular, keyframe-based SLAM with no required prior information about object structure, appearance, or existence. This work also details a novel deep learning solution for determining SLAM map initialization suitability in structure-from-motion-based initialization approaches. This dissertation goes on to validate these approaches by implementing them in a markerless, monocular SLAM system called LUMO-SLAM, which is built from the ground up to demonstrate this approach to unknown moving object registration and localization. Results are collected for the LUMO-SLAM system, which address the accuracy of its camera localization estimates, the accuracy of its moving object localization estimates, and the consistency with which it registers moving objects in the scene. These results show that this solution to the dynamic SLAM problem, though it does not act as a practical solution for all use cases, has an ability to accurately register and localize unknown moving objects in such a way that makes it useful for some applications of AR without thwarting the system's ability to also perform accurate camera localization.

[EN] Hydric soil erosion is an economic and ecological problem throughout the world. Current investigation of the processes intervening in the erosion needs detailed information about the soil's surface topography appropriate in resolution and precision for the work's scale. Part of the studies trying to model and quantify the erosive processes are carried out in laboratories, in detailed scales (millimetric), and need methods capable of giving accurate measurements of the surface, in an efficient way. Experiments carried out in a laboratory to measure hydric erosion are based on the use of rain simulators on small soil plots. Soil's rugosity or micro relief influences considerably the distribution of rain water among infiltration and run-off, and is a key factor when modelling erosive processes. Accurate measurement of the plot's relief before and after the rain simulation allows estimation based on the volume differences. In recent years there is an increasing demand for accurate topographical data in the area of geomorphological science. Reproduction of the soil's surface is done by means of Digital Elevation Models (DEM), generated from massive altimetric data acquired by means of laser scanners or image-based photogrammetric techniques. These data have been collected by means of classical photogrammetric techniques (among others) up until recently; it is not, however, an easy task, and furthermore, to achieve the necessary accuracy, a strict methodology is needed, taking into account all the error sources in the process. Advances in digital photogrammetry and related fields, such as image processing and computer vision, have brought new software tools with potential application in various fields, such as geomorphology and erosion study. Structure from Motion (SfM) method produces automatically a 3D model of an object from multiple converging images, using automatic image to image registry methods and image correspondence algorithms, which allow a great degree of automatization and a greater ease of use, with a very low cost. This thesis tries to establish a DEM collection methodology of an experimental zone in a laboratory after repeated episodes of simulated rain by means of photogrammetric techniques based on SfM. Based on the obtained DEM, an estimation of the erosion using DEM of Difference (DoD) techniques will be carried out, comparing these estimations with the results of the obtained run-off and infiltration to validate the method. The results show the suitability of this technique for laboratory erosion studies. / [ES] La erosión hídrica del suelo es hoy un problema económico y ecológico en todo el mundo. La investigación actual de los procesos que intervienen en la erosión requiere información detallada sobre la topografía de la superficie del suelo con resolución y precisión adecuadas a la escala de trabajo. Una parte de los estudios que se realizan para la modelización y cuantificación de los procesos erosivos se llevan a cabo en laboratorio, a escalas de detalle (milimétricas), y necesitan métodos capaces de proporcionar mediciones precisas de la superficie, de una manera eficiente. Los experimentos realizados en laboratorio para la medición de la erosión hídrica se basan en el uso de simuladores de lluvia sobre parcelas de suelo de reducidas dimensiones. La rugosidad o microrrelieve del suelo influye considerablemente en el reparto de agua de lluvia entre infiltración y escorrentía, y es un parámetro importante para la modelización de procesos erosivos. La medición precisa del relieve de la parcela antes y después de la simulación de la lluvia permite estimar la erosión a partir de las diferencias de volumen. Así, en los últimos años se ha producido una creciente demanda de datos topográficos de precisión en el ámbito de las ciencias geomorfológicas. La representación de la superficie del suelo se realiza a través de Modelos Digitales de Elevaciones (MDE), generados a partir de datos altimétricos masivos, adquiridos mediante escáneres láser o por técnicas fotogramétricas basadas en imágenes. La obtención de estos datos se ha realizado mediante técnicas fotogramétricas clásicas (entre otras) hasta hace poco; sin embargo, no es una tarea trivial, y además para conseguir las precisiones necesarias se ha de trabajar con una metodología rigurosa que tenga en cuenta todas las fuentes de error en el proceso. Los avances experimentados en fotogrametría digital y otros ámbitos relacionados, como el procesamiento de imágenes y la visión por computador, han proporcionado nuevas herramientas software disponibles con gran potencial de aplicación en muchas y variadas disciplinas, entre ellas la geomorfología y el estudio de la erosión. El método Structure from Motion (SfM) obtiene de forma automática un modelo 3D de un objeto a partir de múltiples imágenes convergentes empleando métodos automáticos de registro imagen a imagen y algoritmos de correspondencia de imágenes, lo que permite un alto nivel de automatización y una mayor facilidad de uso, con un coste muy bajo. En esta tesis se pretende establecer una metodología para la obtención de MDE de una zona experimental en laboratorio tras sucesivos episodios de simulación de lluvia mediante técnicas fotogramétricas basadas en SfM. A partir de los MDE obtenidos se realizará una estimación de la erosión aplicando técnicas de diferencias de MDE (DoD), contrastando estas estimaciones con los resultados de los sedimentos arrastrados por la escorrentía y la infiltración para validar el método. Los resultados han demostrado la idoneidad de esta técnica en los estudios de erosión en laboratorio. / [CA] L'erosió hídrica del sòl és actualment un problema econòmic i ecològic en tot el món. La investigació actual dels processos que intervenen en l'erosió requereix informació detallada sobre la topografia de la superfície del sòl amb resolució i precisió adequades a l'escala de treball. Una part dels estudis que es realitzen per a la modelització i quantificació dels processos erosius es duen a terme en laboratori, a escales de detall (mil·limètriques) , i necessiten mètodes capaços de proporcionar mesuraments precisos de la superfície, d'una manera eficient. Els experiments realitzats en laboratori per al mesurament de l'erosió hídrica es basen en l'ús de simuladors de pluja sobre parcel·les de sòl de reduïdes dimensions. La rugositat o microrrelleu del sòl influeix considerablement en el repartiment d'aigua de pluja entre infiltració i escolament, i és un paràmetre important per a la modelització de processos erosius. La medició precisa del relleu de la parcel·la abans i després de la simulació de la pluja permet estimar l'erosió a partir de les diferències de volum. Així, en els últims anys s'ha produït una creixent demanda de dades topogràfiques de precisió en l'àmbit de les ciències geomorfològiques. La representació de la superfície del sòl es realitza a través de Models Digitals d'Elevacions (MDE) , generats a partir de dades altimètriques massives, adquirides per mitjà d'escàners làser o per tècniques fotogramètriques basades en imatges. La obtenció d'estes dades s'ha realitzat amb tècniques fotogramètriques clàssiques (entre altres) fins fa poc; no obstant això, no és una tasca trivial, i a més per a aconseguir les precisions necessàries s'ha de treballar amb una metodologia rigorosa que tinga en compte totes les fonts d'error en el procés. Els avanços experimentats en fotogrametria digital i altres àmbits relacionats, com el processament d'imatges i la visió per computador, han proporcionat noves ferramentes disponibles amb gran potencial d'aplicació en moltes i variades disciplines, entre elles la geomorfologia i l'estudi de l'erosió. El mètode Structure from Motion (SfM) obté de forma automàtica un model 3D d'un objecte a partir de múltiples imatges convergents emprant mètodes automàtics de registre imatge a imatge i algoritmes de correspondència d'imatges, la qual cosa permet un alt nivell d'automatització i una major facilitat d'ús, amb un cost molt baix. En esta tesi es pretén establir una metodologia per a l'obtenció de MDE d'una zona experimental en laboratori després de successius episodis de simulació de pluja per mitjà de tècniques fotogramètriques basades en SfM. A partir dels MDE obtinguts es realitzarà una estimació de l'erosió aplicant tècniques de diferències de MDE (DoD) , contrastant estes estimacions amb els resultats dels sediments arrossegats per l'escolament i la infiltració per a validar el mètode. Els resultats han demostrat la idoneïtat d'esta tècnica en els estudis d'erosió en laboratori. / Balaguer Puig, M. (2015). Análisis empírico de soluciones fotogramétricas en estudios de erosión hídrica en laboratorio [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/58989

[ES] La Fotogrametría es una ciencia y tecnología que tiene utilidad médica creciente. Una aplicación médica destacable de la Fotogrametría es la medición de las úlceras de la piel. Las úlceras de la piel constituyen un problema médico y social importante: por su elevado coste económico, afectación de la salud y calidad de vida, frecuente cronicidad y complicaciones. La medición de la úlcera es necesaria y útil para el seguimiento clínico. La disminución de variables de tamaño de la úlcera indica su progresión hacia la cicatrización. Los procedimientos tradicionales de medición unidimensional y bidimensional, como la regla graduada y la planimetría con acetato, se siguen utilizando por su sencillez y comodidad de uso. Sin embargo, son invasivos y tienen inconvenientes técnicos, como inexactitud e imprecisión. Otros procedimientos de medición tridimensional (3D), como la inyección de líquido y los moldes de pasta, pueden tener, además, efectos adversos, como dolor, irritación o reacción alérgica. Algunos procedimientos sin contacto que utilizan técnicas de escaneo con luz estructurada o láser: 1/ necesitan dispositivos de escaneo específicos; 2/ no se ha demostrado su utilidad en la práctica clínica; 3/ tienen un coste elevado. Por otra parte, no hay un procedimiento de referencia (patrón oro) para la medición del volumen de las úlceras cutáneas. Una optimización de las técnicas utilizadas para la valoración objetiva de la evolución de las úlceras de la piel ayudaría a comparar la eficacia de los distintos tratamientos y seleccionar los más adecuados, así como predecir el tiempo de curación. Por todo lo anterior, se justifica el desarrollo de un procedimiento de medición de úlceras basado en una técnica fotogramétrica sin contacto, como la estereofotogrametría. El objetivo general de esta tesis es desarrollar un procedimiento fotogramétrico para el escaneo, medición, clasificación tisular y seguimiento clínico de úlceras cutáneas; y validar dicho procedimiento en un estudio clínico con pacientes, evaluando su fiabilidad y exactitud. El procedimiento SfM-3DULC está basado en las técnicas estereofotogramétricas SfM (Structure from Motion) y MVS (Multi View Stereo) y utiliza como software de escaneo Agisoft PhotoScan y como software de medición del modelo 3D el programa 3DULC, creado por los autores. Este procedimiento escanea y reconstruye un modelo digital 3D de la úlcera utilizando una cámara digital, con la que se adquieren una serie de fotografías desde varias localizaciones y orientaciones. Para la validación del procedimiento SfM-3DULC, se realizó un estudio piloto en el que se evaluó su fiabilidad y exactitud. También se propuso una nueva variante del procedimiento ImageJ, en la que se utiliza una ortofotografía (Ortho-ImageJ), para medir el área proyectada. Por último, se compararon las mediciones realizadas por un grupo de dermatólogos y otro grupo de no expertos. Todas las variables medidas por dermatólogos usando SfM-3DULC mostraron excelentes puntuaciones de fiabilidad intra-evaluador (ICC > 0.99) e inter-evaluador (ICC > 0.98). En conclusión, el software 3DULC desarrollado, en su versión 1.0: 1/ Interviene en la fase de medición de la úlcera cutánea, tras su escaneo. 2/ Es autónomo respecto al procedimiento de escaneo, y podría utilizarse junto a cualquier otra técnica que obtenga una nube de puntos de la úlcera cutánea. 3/ Detecta el contorno de la úlcera de forma asistida basándose en su respuesta espectral. 4/ Clasifica las zonas de la úlcera cutánea según su tipo de tejido utilizando un árbol de decisión. 5/ Mide las siguientes variables morfométricas de la úlcera cutánea: coeficiente de circularidad, coeficiente de lisura, longitud máxima, perímetro, profundidad máxima, área proyectada, área de la superficie excavada, área de la superficie de referencia y volumen. 6/ Presenta los resultados con un informe HTML que facilita la interpretación por personal sanitario. / [CA] La Fotogrametria és una ciència i tecnologia que té utilitat mèdica creixent. Una aplicació mèdica destacable de la Fotogrametria és el mesurament de les úlceres de la pell. Les úlceres de la pell constitueixen un problema mèdic i social important: pel seu elevat cost econòmic, afectació de la salut i qualitat de vida, freqüent cronicitat i complicacions. El mesurament de l'úlcera és necessària i útil per al seguiment clínic. La disminució de variables de mida de l'úlcera indica la seva progressió cap a la cicatrització. Els procediments tradicionals de mesurament unidimensional i bidimensional, com el regle graduat i la planimetria amb acetat, es continuen utilitzant per la seva senzillesa i comoditat d'ús. No obstant això, són invasius i tenen inconvenients tècnics, com inexactitud i imprecisió. Altres procediments de mesurament tridimensional (3D), com la injecció de líquid i els motles de pasta, poden tenir, a més, efectes adversos, com dolor, irritació o reaccions al·lèrgiques. Alguns procediments sense contacte que utilitzen tècniques d'escaneig amb llum estructurada o làser: 1 / necessiten dispositius d'escaneig específics; 2 / no s'ha demostrat la seva utilitat en la pràctica clínica; 3 / tenen un cost elevat. D'altra banda, no hi ha un procediment de referència (patró or) per al mesurament del volum de les úlceres cutànies. Una optimització de les tècniques utilitzades per a la valoració objectiva de l'evolució de les úlceres de la pell ajudaria a comparar l'eficàcia dels diferents tractaments i seleccionar els més adequats, així com predir el temps de curació. Per tot l'anterior, es justifica el desenvolupament d'un procediment de mesurament de úlceres basat en una tècnica fotogramètrica sense contacte, com la estereofotogrametría. L'objectiu general d'aquesta tesi és desenvolupar un procediment fotogramètric per a l'escaneig, mesurament, classificació tissular i seguiment clínic d'úlceres cutànies; i validar aquest procediment en un estudi clínic amb pacients, avaluant la seva fiabilitat i exactitud. El procediment SFM-3DULC està basat en les tècniques estereofotogramétricas SFM (Structure from Motion) i MVS (Multi View Stereo) i utilitza com a programari d'escaneig Agisoft PhotoScan i com a programari de mesurament de el model 3D el programa 3DULC, creat pels autors. Aquest procediment escaneja i reconstrueix un model digital 3D de l'úlcera utilitzant una càmera digital, amb la qual s'adquireixen una sèrie de fotografies des de diverses localitzacions i orientacions. Per a la validació de l'procediment SFM-3DULC, es va realitzar un estudi pilot en el qual es va avaluar la seva fiabilitat i exactitud. També es va proposar una nova variant del procediment ImageJ, en què s'utilitza una ortofotografia (Ortho-ImageJ), per mesurar l'àrea projectada. Finalment, es van comparar les mesures realitzades per un grup de dermatòlegs i un altre grup de no experts. Totes les variables mesures per dermatòlegs usant SFM-3DULC van mostrar excel·lents puntuacions de fiabilitat intra-avaluador (ICC> 0.99) i inter-avaluador (ICC> 0.98). En conclusió, el programari 3DULC desenvolupat, en la seva versió 1.0: 1 / Intervé en la fase de mesurament de l'úlcera cutània, després de la seva exploració. 2 / És autònom respecte a l'procediment d'escaneig, i podria utilitzar-costat de qualsevol altra tècnica que obtingui un núvol de punts de l'úlcera cutània. 3 / Detecta el contorn de l'úlcera de forma assistida basant-se en la seva resposta espectral. 4 / Classifica les zones de l'úlcera cutània segons el seu tipus de teixit utilitzant un arbre de decisió. 5 / Mesura les variables morfomètriques de l'úlcera cutània: coeficient de circularitat, coeficient de llisor, longitud màxima, perímetre, profunditat màxima, àrea projectada, àrea de la superfície excavada, àrea de la superfície de referència i volum. 6 / Presenta els resultats amb un informe HTML que facilita la interpretació per personal sanitari. / [EN] Photogrammetry is a science and technology of increasing medical utility. A notable medical application of photogrammetry is the measurement of skin ulcers. Skin ulcers are a major medical and social problem: due to their high economic cost, impact on health and quality of life, frequent chronicity and complications. Ulcer measurement is necessary and useful for the clinical follow-up. Decreasing ulcer size variables indicate progression towards healing. Traditional one- and two-dimensional measurement procedures, such as the graduated ruler and acetate planimetry, are still used because of their simplicity and ease of use. However, they are invasive and have technical drawbacks, such as inaccuracy and imprecision. Other three-dimensional (3D) measurement procedures, such as liquid injection and paste moulds, may also have adverse effects, such as pain, irritation or allergic reaction. Some non-contact procedures that use structured light or laser scanning techniques: 1/ require specific scanning devices; 2/ have not been demonstrated to be useful in clinical practice; 3/ are expensive. Moreover, there is no reference procedure (gold standard) for the measurement of skin ulcer volume. Optimisation of the techniques used for the objective assessment of the evolution of skin ulcers would help to compare the efficacy of different treatments and to select the most appropriate ones, as well as to predict healing time. Therefore, the development of an ulcer measurement procedure based on a non-contact photogrammetric technique, such as stereophotogrammetry, is justified. The main objective of this thesis is to develop a photogrammetric procedure for the scanning, measurement, tissue classification and clinical follow-up of skin ulcers; and to validate this procedure in a clinical study with patients, evaluating its reliability and accuracy. The SfM-3DULC procedure is based on the stereophotogrammetric techniques SfM (Structure from Motion) and MVS (Multi View Stereo) and uses Agisoft PhotoScan as scanning software and 3DULC as 3D model measurement software. This procedure scans and reconstructs a 3D digital model of the ulcer using a digital camera, which acquires photographs from various locations and orientations. In order to validate the SfM-3DULC procedure, a pilot study was conducted to assess its reliability and accuracy. A new variant of the ImageJ procedure was also proposed, in which an orthophotography (Ortho-ImageJ) is used to measure the projected area. Finally, measurements made by a group of dermatologists and a group of non-experts were compared. All the variables measured by dermatologists using SfM-3DULC showed excellent scores of intra-rater reliability (ICC > 0.99) and inter-rater reliability (ICC > 0.98). In conclusion, the 3DULC software developed, in its version 1.0: 1/ Is used to measure the skin ulcer, after its scan. 2/ Is autonomous with respect to the scanning procedure, and could be used with any other technique that obtains a point cloud of the skin ulcer. 3/ Outlines the edge of the ulcer semi-automatically, based on its spectral response. 4/ Classifies skin ulcer areas according to their tissue type, using a decision tree. 5/ Measures the following morphometric variables of the skin ulcer: circularity coefficient, evenness coefficient, maximum length, perimeter, maximum depth, projected area, surface area, reference surface area and volume. 6/ Presents the results with an HTML report that facilitates its interpretation by healthcare personnel. / Esta tesis doctoral fue financiada con una beca predoctoral de la Generalitat Valenciana – Consellería de Educación, Investigación, Cultura y Deporte, y el Fondo Social Europeo (ACIF/2018/160). / Sánchez Jiménez, D. (2022). SfM-3DULC: Desarrollo y validación de un procedimiento fotogramétrico para el escaneo, medición, clasificación tisular y seguimiento clínico de úlceras cutáneas [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/181691

Fotogrammetri är en viktig metod för att skapa 3D-representationer av terräng och strukturer, men utmaningar kvarstår när det gäller noggrannheten på grund av faktorer som bildkvalitet, kamerakalibrering och positionsdata. Användningen av drönare för byggnadsdetaljmätning möjliggör snabb och kostnadseffektiv datainsamling, men noggrannheten kan påverkas av bildkvalitet och skuggning. Avhandlingen syftar till att jämföra noggrannheten och kvaliteten hos punktmoln genererade med två olika tekniker: terrester laserskanning (TLS) och struktur-från-rörelse (SfM) fotogrammetri med drönare. För att testa båda metodernas osäkerhet och noggrannhet vid detaljmätning av bostäder. Genom att utföra mätningar på en villa har data samlats in med både TLS och drönare utrustade med 48 MP kamera, samt georeferering med markstöd (GCP). SfM-punktmoln bearbetades med Agisoft Metashape. Jämförelser gjordes mellan SfM- och TLS-punktmoln avseende täckning, lägesskillnad och lägesosäkerhet. Genom att följa riktlinjer från HMK - Terrester Laserskanning och tillämpa HMK Standardnivå 3 säkerställs hög noggrannhet i mätningarna. Kontroll av lägesosäkerhet av båda punktmolnen resulterade i en lägesosäkerhet som understeg toleranser satta enligt HMK - Terrester laserskanner Standardnivå 3.  Kontrollen av lägesosäkerheten visade att kvadratiska medelfelet(RMSE) i plan och höjd var 0.011m respektive 0.007m för TLS-punktmolnet, och 0.02m respektive 0.015m för drönar-SfM-punktmolnet, vilket låg under toleransen enligt HMK- Terrester Detaljmätning 2021. Resultaten tyder på att Structure-from-Motion fotogrammetri med drönare kan generera punktmoln med god detaljrikedom, inte lika noggrann som med terrester laserskanner på sin lägsta inställning. TLS uppvisade mindre osäkerhet enligt kontrollen av lägesosäkerhet, ungefär en halvering av RMSE i både plan och höjd. I studien framgick det att TLS presterar sämre vid svåråtkomliga ytor med skymd sikt och ogynnsamma infallsvinklar, där effekten blir en lägre punkttäthet för punktmolnet. Vid gynnsamma förhållanden erbjuder TLS en högre noggrannhet och detaljnivå jämfört med SfM punktmoln. Enligt M3C2 punktmoln analys, med TLS punktmolnet som referens, antydde det att SfM punktmolnet genererade största felen vid takfot samt vid buskage. De större felen vid takfot tyder på att SfM presterar sämre gällande detaljnivå och fel vid buskageområdet varierar inte från det som dokumenterats om fotogrammetriska fel vid mappning av vegetation. SfM kan utföra en effektiv datainsamling för större samt svåråtkomliga ytor men kräver lång bearbetningstid med diverse hjälpmedel för att uppnå hög noggrannhet. TLS kräver istället en lång datainsamlingsprocess men kan generera ett detaljerat och noggrant punktmoln direkt utan långa bearbetningsprocesser. Val av metod styrs därmed baserat på specifika projektkrav. Långsiktiga implikationer inkluderar förbättrad effektivitet och säkerhet inom bygg- och anläggningsprojekt, samt potentialen för kostnadsbesparingar och mer detaljerade inspektioner. / Photogrammetry is a crucial method for creating 3D representations of terrain and structures, yet challenges remain regarding accuracy due to factors such as image quality, camera calibration, and positional data. The use of drones for building detail measurements enables rapid and cost-effective data collection, but accuracy can be affected by image quality and shading. This thesis aims to compare the accuracy and quality of point clouds generated using two different techniques: terrestrial laser scanning (TLS) and Structure-from-Motion (SfM) photogrammetry with drones. The objective is to test the uncertainty and accuracy of both methods in residential surveying. Data collection was performed on a villa using both TLS and a drone equipped with a 48 MP camera, along with georeferencing with ground control points (GCP). SfM point clouds were processed with Agisoft Metashape. Comparisons were made between SfM and TLS point clouds in terms of coverage, positional difference, and positional uncertainty. By following guidelines from HMK - Terrester laserskanning 2021 and applying HMK Standard Level 3, high measurement accuracy was ensured. Positional uncertainty checks of both point clouds resulted in positional uncertainty within tolerances set by HMK - Terrestrial Laser Scanning Standard Level 3. The positional uncertainty, with a sample of 41 points showed that the root mean square error (RMSE) in plane and height was 0.011m and 0.007m respectively for the TLS point cloud, and 0.02m and 0.015m for the drone-SfM point cloud, both within the tolerance according to HMK - Terrestrial Detail Measurement 2021. The results suggest that Structure-from-Motion photogrammetry with drones can generate point clouds with good detail, although not as accurate as terrestrial laser scanning at its lowest setting. TLS showed less uncertainty according to the positional uncertainty check, with approximately half the RMSE in both plan and height. The study found that TLS performs worse on difficult-to-access surfaces with obstructed views and unfavorable angles, resulting in lower point cloud density. Under favorable conditions, TLS offers higher accuracy and detail compared to SfM point clouds. According to M3C2 point cloud analysis, using the TLS point cloud as a reference, SfM point clouds showed the largest errors at eaves and shrubbery. The larger errors at eaves indicate that SfM performs worse in terms of detail level, and errors in the shrubbery area are consistent with documented photogrammetric errors in vegetation mapping. SfM can effectively collect data for larger and difficult-to-access areas but requires extensive processing time with various aids to achieve high accuracy. Conversely, TLS requires a long data collection process but can generate a detailed and accurate point cloud directly without lengthy processing. The choice of method thus depends on specific project requirements. Long-term implications include improved efficiency and safety in construction and infrastructure projects, as well as potential cost savings and more detailed inspections.

<p>Simultaneous localization and mapping (SLAM) is a general device localization technique that uses realtime sensor measurements to develop a virtualization of the sensor's environment while also using this growing virtualization to determine the position and orientation of the sensor. This is useful for augmented reality (AR), in which a user looks through a head-mounted display (HMD) or viewfinder to see virtual components integrated into the real world. Visual SLAM (i.e., SLAM in which the sensor is an optical camera) is used in AR to determine the exact device/headset movement so that the virtual components can be accurately redrawn to the screen, matching the perceived motion of the world around the user as the user moves the device/headset. However, many potential AR applications may need access to more than device localization data in order to be useful; they may need to leverage environment data as well. Additionally, most SLAM solutions make the naive assumption that the environment surrounding the system is completely static (non-moving). Given these circumstances, it is clear that AR may benefit substantially from utilizing a SLAM solution that detects objects that move in the scene and ultimately provides localization data for each of these objects. This problem is known as the dynamic SLAM problem. Current attempts to address the dynamic SLAM problem often use machine learning to develop models that identify the parts of the camera image that belong to one of many classes of potentially-moving objects. The limitation with these approaches is that it is impractical to train models to identify every possible object that moves; additionally, some potentially-moving objects may be static in the scene, which these approaches often do not account for. Some other attempts to address the dynamic SLAM problem also localize the moving objects they detect, but these systems almost always rely on depth sensors or stereo camera configurations, which have significant limitations in real-world use cases. This dissertation presents a novel approach for registering and localizing unknown moving objects in the context of markerless, monocular, keyframe-based SLAM with no required prior information about object structure, appearance, or existence. This work also details a novel deep learning solution for determining SLAM map initialization suitability in structure-from-motion-based initialization approaches. This dissertation goes on to validate these approaches by implementing them in a markerless, monocular SLAM system called LUMO-SLAM, which is built from the ground up to demonstrate this approach to unknown moving object registration and localization. Results are collected for the LUMO-SLAM system, which address the accuracy of its camera localization estimates, the accuracy of its moving object localization estimates, and the consistency with which it registers moving objects in the scene. These results show that this solution to the dynamic SLAM problem, though it does not act as a practical solution for all use cases, has an ability to accurately register and localize unknown moving objects in such a way that makes it useful for some applications of AR without thwarting the system's ability to also perform accurate camera localization.</p>

In this dissertation a novel alternative system concept for monocular-inertial egomotion and landmark position determination is introduced. It is mainly motivated by an in-depth analysis of the observability and consistency of the classic simultaneous localization and mapping (SLAM) approach, which is based on a world-centric model of an agent and its environment. Within the novel system concept - a body-centric agent and environment model, - a pseudo-world centric motion propagation, - and closed-form initialization procedures are introduced. This approach allows for combining the advantageous observability properties of body-centric modeling and the advantageous motion propagation properties of world-centric modeling. A consistency focused and simulation based evaluation demonstrates the capabilities as well as the limitations of the proposed concept. / In dieser Dissertation wird ein neuartiges, alternatives Systemkonzept für die monokular-inertiale Eigenbewegungs- und Landmarkenpositionserfassung vorgestellt. Dieses Systemkonzept ist maßgeblich motiviert durch eine detaillierte Analyse der Beobachtbarkeits- und Konsistenzeigenschaften des klassischen Simultaneous Localization and Mapping (SLAM), welches auf einer weltzentrischen Modellierung eines Agenten und seiner Umgebung basiert. Innerhalb des neuen Systemkonzeptes werden - eine körperzentrische Modellierung des Agenten und seiner Umgebung, - eine pseudo-weltzentrische Bewegungspropagation, - und geschlossene Initialisierungsprozeduren eingeführt. Dieser Ansatz erlaubt es, die günstigen Beobachtbarkeitseigenschaften körperzentrischer Modellierung und die günstigen Propagationseigenschaften weltzentrischer Modellierung zu kombinieren. Sowohl die Fähigkeiten als auch die Limitierungen dieses Ansatzes werden abschließend mit Hilfe von Simulationen und einem starken Fokus auf Schätzkonsistenz demonstriert.

Tesis por compendio / [ES] Los ecosistemas riparios presentan una gran variabilidad, desde un punto de vista geomorfológico como hidrológico y ecológico, incluyendo las complejas interacciones que la morfología y la vegetación de ribera puede presentar. La vegetación se presenta como un factor físico muy influyente en los sistemas fluviales, con una relación directa en los procesos geomorfológicos que tienen lugar en los corredores fluviales. La detección, monitoreo y evaluación de los procesos que se desarrollan en el espacio ripario son clave a la hora de poder entender las funciones ecológicas y el desarrollo de dichos hábitats, y por tanto para tomar decisiones para su conservación y restauración. Según la distribución de especies y los rasgos de las plantas, las comunidades vegetales y su dinámica presentan distintas características en el ecosistema ripario, a las cuales los métodos de detección y monitoreo deben adaptarse. Los constantes cambios que sufren estos espacios a lo largo del tiempo se deben en gran parte a procesos físicos relacionados con las dinámicas de erosión y sedimentación, las variaciones de la trayectoria del cauce, variaciones en la distribución de especies y vegetación en el bosque de ribera, etc., pero también se deben al impacto antropogénico, que puede llegar a generar grandes desajustes en la dinámica ecológica de los ecosistemas en cuestión. Debido a las interacciones de diversos procesos y alteraciones antropogénicas, y las complejas dinámicas espacio-temporales, resulta necesario continuar desarrollando metodologías teóricas y prácticas para la monitorización y caracterización de estos ecosistemas. La teledetección, incluyendo el uso de drones, se presenta como una herramienta muy interesante y óptima para el mapeo y recogida de información en estos espacios naturales. Los beneficios que demuestran las aeronaves no tripuladas -UAV- incluyen las mejoras en la resolución espacial y temporal de los datos capturados, así como la cartografía de áreas extensas en poco tiempo, lo que los convierte en instrumentos clave en tareas de gestión y conservación de los espacios riparios. La necesidad de estudiar la dinámica geomorfológica que se produce en los cauces fluviales ha sido la principal motivación en los estudios que se presentan en esta tesis doctoral. Los capítulos 2 y 3 se basan en técnicas de captura de datos con láser escáner terrestre (TLS) y en el modelado de los datos obtenidos en vuelos fotogramétricos de UAV. Con ellos se han caracterizado los procesos que tienen lugar en una cierta área de estudio, un cauce efímero del sureste de la Península Ibérica, la Rambla de la Azohía (Murcia). Estos estudios también han permitido comparar el ajuste y precisión de los datos capturados a partir de dos técnicas distintas. Además, el interés en caracterizar los cauces fluviales con un flujo permanente ha motivado el estudio de la topografía sumergida en un tramo de río, segmentado por tipos de mesohábitat. Así pues, el capítulo 4 presenta un algoritmo y una herramienta de corrección para el efecto de la refracción en un tramo del rio Palancia (Castellón), para llevar a cabo la correcta representación de la morfología del lecho sumergido. A partir de la metodología planteada y el algoritmo desarrollado, es posible minimizar los efectos de distorsión debidos a la presencia del agua, para obtener la reconstrucción tridimensional del lecho a partir de imágenes tomadas con UAV. La construcción del modelo 3D se llevó a cabo mediante la técnica de Structure from Motion. Finalmente, y como elemento clave en la dinámica de los ecosistemas riparios, el capítulo 5 desarrolla una metodología para clasificar las fases de sucesión de la vegetación del bosque ripario. Dichas fases de sucesión se basan en la metodología del proyecto RIPFLOW, que también está implementada en el modelo dinámico CASiMiR-vegetation. / [CA] Els ecosistemes riparis presenten una gran variabilitat, des d'un punt de vista geomorfològic com a hidrològic i ecològic, incloent les complexes interaccions que la morfologia i la vegetació de ribera pot presentar. La vegetació es presenta com un factor físic molt influent en els sistemes fluvials, amb una relació directa en els processos geomorfològics que tenen lloc en els corredors fluvials. La detecció, monitoratge i avaluació dels processos que es desenvolupen en l'espai ripari són clau a l'hora de poder entendre les funcions ecològiques i el desenvolupament d'aquests hàbitats, i per tant per a prendre decisions per a la seua conservació i restauració. Segons la distribució d'espècies i els trets de les plantes, les comunitats vegetals i la seua dinàmica presenten diferents característiques en l'ecosistema ripario, a les quals els mètodes de detecció i monitoratge han d'adaptar-se. Els constants canvis que pateixen aquests espais al llarg del temps es deuen en gran part a processos físics relacionats amb les dinàmiques d'erosió i sedimentació, les variacions de la trajectòria del llit, variacions en la distribució d'espècies i vegetació en el bosc de ribera, etc., però també es deuen a l'impacte antropogènic, que pot arribar a generar grans desajustaments en la dinàmica ecològica dels ecosistemes en qüestió. A causa de les interaccions de diversos processos i alteracions antropogèniques, i les complexes dinàmiques espaciotemporals, resulta necessari continuar desenvolupant metodologies teòriques i pràctiques per al monitoratge i caracterització d'aquests ecosistemes. La teledetecció, incloent l'ús de drons, es presenta com una eina molt interessant i òptima per al mapatge i recollida d'informació en aquests espais naturals. Els beneficis que demostren les aeronaus no tripulades -UAV- inclouen les millores en la resolució espacial i temporal de les dades capturades, així com la cartografia d'àrees extenses en poc temps, la qual cosa els converteix en instruments clau en tasques de gestió i conservació dels espais riparis. La necessitat d'estudiar la dinàmica geomorfològica que es produeix en els llits fluvials ha sigut la principal motivació en els estudis que es presenten en aquesta tesi doctoral. Els capítols 2 i 3 es basen en tècniques de captura de dades amb làser escàner terrestre (TLS) i en el modelatge de les dades obtingudes en vols fotogramètrics de UAV. Amb ells s'han caracteritzat els processos que tenen lloc en una certa àrea d'estudi, un llit efímer del sud-est de la Península Ibèrica, la Rambla de la Azohía (Múrcia). Aquests estudis també han permés comparar l'ajust i precisió de les dades capturades a partir de dues tècniques diferents. A més, l'interés a caracteritzar els llits fluvials amb un flux permanent ha motivat l'estudi de la topografia submergida en un tram de riu, segmentat per tipus de mesohábitat. Així doncs, el capítol 4 presenta un algorisme i una eina de correcció per a l'efecte de la refracció en un tram del va riure Palància (Castelló), per a dur a terme la correcta representació de la morfologia del llit submergit. A partir de la metodologia plantejada i l'algorisme desenvolupat, és possible minimitzar els efectes de distorsió deguts a la presència de l'aigua, per a obtindre la reconstrucció tridimensional del llit a partir d'imatges preses amb UAV. La construcció del model 3D es va dur a terme mitjançant la tècnica de Structure from Motion. Finalment, i com a element clau en la dinàmica dels ecosistemes riparis, el capítol 5 desenvolupa una metodologia per a classificar les fases de successió de la vegetació del bosc ripari. Aquestes fases de successió es basen en la metodologia del projecte RIPFLOW, que també està implementada en el model dinàmic CASiMiR-vegetation. / [EN] Riparian ecosystems show great variability, from a geomorphological, hydrological and ecological point of view, including the complex interactions that riparian morphology and vegetation can present. Vegetation appears as a very influential physical factor in river systems, with a direct relationship in the geomorphological processes that take place in river corridors. The detection, monitoring and evaluation of the processes that take place in the riparian space are key when it comes to understanding the ecological functions and development of these habitats, and therefore for making decisions for their conservation and restoration. According to the distribution of species and plant traits, plant communities and their dynamics present different characteristics in the riparian ecosystem, to which detection and monitoring methods must be adapted. The constant changes that these spaces undergo over time are largely due to physical processes related to the dynamics of erosion and sedimentation, variations in the path of the channel, variations in the distribution of species and vegetation in the riparian forest, etc. These processes also are due to the anthropogenic impact, which can generate major imbalances in the ecological dynamics of the ecosystems in question. Due to the interactions of various anthropogenic processes and alterations, and the complex spatio-temporal dynamics, it is necessary to continue developing theoretical and practical methodologies for the monitoring and characterization of these ecosystems. Remote sensing, including the use of drones, is presented as a very interesting and optimal tool for mapping and collecting information in these natural spaces. The benefits demonstrated by unmanned aircraft -UAV- include improvements in the spatial and temporal resolution of the captured data, as well as the mapping of large areas in a short time, which makes them key instruments in the management and conservation tasks of riparian spaces. The need to study the geomorphological dynamics that occur in river channels has been the main motivation in the studies presented in this doctoral thesis. Chapters 2 and 3 are based on ground-based laser scanner (TLS) data capture techniques and modelling of UAV photogrammetric flight data. They have characterized the processes that take place in a certain study area, an ephemeral riverbed in the southeast of the Iberian Peninsula, the Rambla de la Azohía (Murcia). These studies have also made it possible to compare the fit and precision of the data captured from two different techniques. In addition, the interest in characterizing the fluvial channels with a permanent flow has motivated the study of the submerged topography in a stretch of river, segmented by types of mesohabitat. Thus, chapter 4 presents an algorithm and a correction tool for the effect of refraction in a stretch of the Palancia river (Castellón), to carry out the correct representation of the submerged bed morphology. From the proposed methodology and the developed algorithm, it is possible to minimize the distortion effects due to the presence of water, to obtain the three-dimensional reconstruction of the bed from images taken with UAVs. The construction of the 3D model was carried out using the Structure from Motion technique. Finally, and as a key element in the dynamics of riparian ecosystems, chapter 5 develops a methodology to classify the phases of succession of riparian forest vegetation. These succession phases are based on the RIPFLOW project methodology, which is also implemented in the dynamic CASiMiR-vegetation model. / Agradezco a Francisca Segura y a Carles Sanchis por su ayuda y trabajo conjunto en el proyecto “Natural and anthropogenic changes in Mediterranean river drainage basins: historical impacts on rivers morphology, sedimentary flows and vegetation” financiado por el Ministerio de Economía y Competitividad (MINECO) (CGL2013-44917-R). Agradezco también a la Universidad de Murcia y la Universidad de Alicante así como al proyecto de investigación “Respuesta morfológica y sistémica al cambio climático en cauces efímeros mediterráneos: dinámica, resiliencia y propuestas de actuación” funded by ERDF/Spanish Ministry of Science, Innovation and Universities—State Research Agency/Project CGL2017-84625-C2-1-R (CCAMICEM); State Program for Research, Development and Innovation Focused on the Challenges of Society, del Ministerio de Economía y Competitividad (MINECO) y EU FEDER (Project TEC2017- 85244-C2-1-P) y de la Universidad de Alicante (vigrob-157 and GRE18-05). / Puig Mengual, CA. (2021). Remote Sensing and UAVs for the Geomorphological and Habitat Analysis in Ephemeral and Permanent Mediterranean Streams [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/177643 / Compendio