SlideShare a Scribd company logo
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
UNIVERSIDAD DE LAS FUERZAS ARMADAS “ESPE”
Departamento de Ciencias de la Tierra y la Construcción
Ingeniería en Tecnologías Geoespaciales
Tema: Gestión de la producción fotogramétrica
Nombre: Carlos Antonio Calispa Noroña
Docente: Ing. Pablo Perez S. MAG
Fecha de entrega: 12/03/2021
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
Contenido
1. Justificación................................................................................................................. 1
3. Definiciones ................................................................................................................. 2
4. Materiales y Equipos.................................................................................................. 3
5. Actividades .................................................................................................................. 3
6. Conclusiones.............................................................................................................. 11
Bibliografía.................................................................................................................... 12
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
1
1. Justificación
Al igual que otras ciencias, la fotogrametría se ha beneficiado significativamente con
los desarrollos y adelantos en el diseño de software y aplicaciones de alto rendimiento.
La automatización de los procesos fotogramétricos, y la alta competitividad de empresas
desarrolladoras de software, que quieren ubicar sus productos y/o servicios, ha permitido
que en los actuales momentos, se pueda disponer y acceder a una gran variedad de
software de procesamiento de fotografías aéreas (métricas y no métricas) y terrestres para
la generación de Ortofotos y modelos 3D del terreno.
A continuación, podemos observar los logos distintivos de algunas de las aplicaciones
que se encuentran disponibles en el mercado, para ejecutar los procesos fotogramétricos,
cada uno de los cuales tienen particularidades y formas de resolver y presentar los
resultados.
COLMAP,
MicMacVis
ualSFM
OpenMVG
Hexagon Geospatial
IMAGINE Photogrammetry
2. Objetivos de aprendizaje
Objetivo general: Aplicar los conocimientos sobre modelamiento en el programa 3df
Zephyr sobre el tema de proyecto establecido en trabajos anteriores, con estudios
cualitativos y cuantitativos sobre este.
Objetivos específicos:
 Validar cualitativa y cuantitativamente la propuesta de plan de toma de
fotografías terrestres, de manera que respondan a los criterios de: Relevancia del
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
2
bien patrimonial, medios y recursos tecnológicos, accesibilidad, seguridad,
diseño geométrico.
 Desarrollar competencias básicas relacionadas con el uso y explotación del
software fotogramétrico 3d Zephyr en su versión libre.
 Retroalimentar dicho conocimiento, para perfeccionar el plan de toma de
fotografías terrestres personal, para así disponer del plan definitivo.
3. Definiciones
• Fotografías aéreas: La fotografía aérea es el análisis de la superficie terrestre
mediante el empleo de máquinas fotográficas instaladas a bordo de diversos medios
aéreos. (Wikipedia)
• Distancia focal: generalmente representada en milímetros (mm), es la descripción
básica de un lente fotográfico. […] es un cálculo de la distancia óptica desde el punto
en donde los rayos convergen hasta formar una imagen nítida de un objeto. (Diane
Berkenfeld, 2021)
• Cámara digital: es una cámara fotográfica que, en vez de captar y
almacenar fotografías en película química como las cámaras de película fotográfica,
recurre a la fotografía digital para generar y almacenar imágenes. (Wikipedia, 2009)
• Fotogrametría: es la técnica cuyo objeto es estudiar y definir con precisión la forma,
dimensiones y posición en el espacio de un objeto cualquiera, utilizando
esencialmente medidas hechas sobre una o varias fotografías de ese objeto.
(Wikipedia, 2006)
• Orientación Interior: La orientación interior establece la relación entre el plano de
imagen y el centro de la proyección de una cámara. La orientación interior se puede
calcular y perfeccionar mediante las marcas fiduciales visibles en las fotografías
aéreas escaneadas, junto con otras medidas asociadas con el plano focal y el sistema
de lente de una cámara métrica. (Arcgis Pro, 2017).
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
3
• Orientación Exterior: La orientación externa es la que determina la posición y
orientación exactas de la cámara en el instante en que se realizó la fotografía.
Consiste en unas coordenadas tridimensionales X, Y y Z denominadas foto-centro y
tres giros Ω, Φ y Κ (respecto a los ejes XYZ), siendo usualmente los valores de Ω y
Φ cercanos a cero. (Aplitop, 2018).
4. Materiales y Equipos
• Internet
• Celular Huawei P9 Lite Smart
• Software: 3df Zephyr
5. Actividades
Actividad 13.1.- Validación del diseño: evaluación cualitativa y cuantitativa
Diseño del proyecto fotogramétrico: En base al conocimiento adquirido en la unidad
anterior y con las consideraciones especiales revisadas en la parte teórica durante la
reunión sincrónica, se requiere abordar un caso práctico de planificación del proyecto
fotogramétrico terrestre, con la intención que estando en condiciones controladas,
podamos con nuestros propios recursos desarrollar el proyecto sin inconveniente.
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
4
Fuente: Carlos Calispa
Evaluación cualitativa: El Santuario de Aloasi ostenta su título desde la época del 1997,
15 de Septiembre para ser exactos, tiene un significado de tranquilidad más allá del
significado religioso para los ciudadanos de la parroquia y de lugares cercanos, como
Machachi, el Chaupi, Aloag. La historia de la Iglesia y su nombramiento como Santuario
de Nuestra Señora de los dolores se debe a los milagros, que se cuentan como leyenda,
que se realizaron en torno a la imagen de la misma.
Se cuenta que la llegada de dicha imagen de la Señora de los Dolores se dio por la pérdida
de 3 mulas que se dirigían hacia Quito, un término en Machachi llevando la imagen del
ahora conocido como Señor de la Santa Escuela, la siguiente termino en Aloasi llevando
consigo la imagen de Nuestra Señora de los Dolores y solo la Efigie del Señor de la Buena
Esperanza llego a su destino en Quito.
Por parte de la tecnología solo cuento con un teléfono Huawei P9 Lite Smart con una
cámara de 13 megapixeles, la seguridad de la zona es buena pues no tiene mucha afluencia
de personas y es un lugar visible a el GAD de la parroquia que da un aire de seguridad, el
único problema es la accesibilidad pues por el periodo de pandemia que estamos viviendo
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
5
es muy difícil que abran la iglesia pues trae la posibilidad de las aglomeraciones pero para
los mismo se debe hablar con los cuidadores y el personal del despacho del Santuario.
Evaluación cuantitativa: Los datos preliminares con los resultados de los cálculos sobre
la distancia de toma, numero de fotos aproximada (pues se terminó tomando 42 fotos en
un inicio), se ponen a continuación:
Datos:
Celular con cámara fotográfica Huawei P9 Lite Smart
Escala requerida del mapa: 1:50 Escala 1:500
Distancia focal: 30mm = 0.03cm
Resolución: 13 MP (4160x3120) Tamaño sensor: 2,5 x 2 cm
Norma de Referencia ISO
Fachada:
Longitud= 14 metros Ancho= 16 metros
Resultados:
Escala de la fotografía: 5x50=250
Distancia de toma Y: 𝑌 = 7,5 𝑚
Cobertura de la fotografía: 𝐵 = 2.5 𝑚
Número de fotografías: 𝑁𝑢𝑚𝑓 = 10 𝑓𝑜𝑡𝑜𝑠
Separación entre líneas: 𝐴 = 4 𝑚
Número de líneas: 𝑁𝑢𝑚𝑙 = 4 ≈ 4 𝑙𝑖𝑛𝑒𝑎𝑠
Número total de fotografías: 𝑁𝑢𝑚𝑇 = 40 𝑓𝑜𝑡𝑜𝑔𝑟𝑎𝑓í𝑎𝑠
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
6
Actividad 13.2.- Evaluación de las fotografías: Para esta actividad se ha realizado una
evaluación general de iluminación, nitidez en base al rechazo de fotografías por el
programa de modelado.
Como se mencionó anteriormente el número de fotografías tomadas en primera
instancia fue de 42 fotografías que se resumen en la siguiente foto:
El problema de la iluminación, almenos en la parte actual del proyecto que se basa solo
en la fachada, me enfrento a la problemática del clima pues la mayor parte de los días
desde el inicio de mes o mucho antes pasa nublados los días con pocos momentos de sol
que casi no duran, fuera de eso la nitidez de las fotos no está mal y tampoco genero
rechazos en el programa solamente se debe tener en cuenta las siguientes indicaciones
dadas en clase:
 Complementar los filos de la fachada al igual que la parte alta que tiene forma
de cúpula tomando fotos con un poco más de distancia del objeto para tratar de
tomar las fotos (una distancia aproximada de 10 metros de ser posible para
tomar dichas partes).
 Implementación de zoom en zonas que cuenten con mayor detalle para poder
plasmar estos datos en el modelamiento a realizarse.
 Para un desarrollo de un proyecto más completo realizar la toma de fotos interna
del Santuario, esto viene de la mano con la necesidad de los permisos necesarios
del despacho Parroquial y del Padre de la Iglesia para la toma de las mismas y la
apertura de la Iglesia pues por la pandemia esta se a mantenido cerrada la mayor
parte del tiempo.
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
7
Actividad 13.3.- Aprendizaje y empleo del del software 3D ZEPHYR: Fotografías de
resultados finales, nube de puntos densa y malla con textura.
En esta parte del trabajo se pide la realización con 2 diferentes datos de fotografías la 1
es con las imágenes proporcionadas en el drive en la carpeta Arqueología y la segunda
del proyecto en su primera instancia.
Caso 1: Fotos carpeta Arqueología
Las fotos implementadas para esta práctica en el programa son las siguientes:
Estas son agregadas al programa 3df Zephyr y procesadas para darnos las primeras nubes
de puntos dispersas, dando el siguiente resultado:
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
8
Pasado esto se realiza el procesamiento de la nube de puntos densa:
Donde ya se observa con mayor precisión las cualidades del objeto, continuando con la
generación de la malla en base a estos puntos y como término la malla con textura
adjuntadas en las siguientes imágenes:
Modelo procesado en malla:
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
9
Modelo procesado en malla con textura:
Caso 2: Fotos proyecto fachada Santuario de Nuestra Señora de los Dolores.
Primero se sube las fotografías para el debido procesamiento, en el cual al subir no hubo
ningún problema y ninguna foto fue rechazada. Obteniendo la nube de puntos dispersos
así:
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
10
Para el siguiente procesamiento se realizó una limpieza de puntos externos que pudieran
estorbar o ser de partes que no nos interesan para así ayudar al momento de procesar los
puntos ya que estos serán menos, terminando con una nube densa de puntos tal que así:
Aquí se logra observar la problemática explicada en la anterior actividad, la parte alta de
la iglesia no tiene información pues el ángulo de la toma y la distancia no cubren en su
totalidad por lo que el programa omite esas partes por falta de información. El siguiente
paso es la malla:
En las fotos se puede ver la parte recortada, despues de algunas ediciones y como los detalles
de la facahada se empiezan a notar más y más. Por ultimo tenemos la malla con textura:
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
11
Aquí obtenemos un poco más de resolución en las cosas pues se llegan hasta a leer
cuadros que se encuentran frente a la iglesia.
6. Conclusiones
 La toma de fotos terrestres se ha llevado a cabo de acuerdo al plan e intentando
tomar según las capacidades del terreno y las condiciones climáticas que se han
mantenido con fuertes lluvias en estas semanas.
 La reconstrucción de las fotografías se llevó a cabo de buena manera mientras se
mantenga en la opción default para no sobrecargar la computadora, igual que la
eliminación de puntos que no competen nuestra área de estudio.
 La toma de fotos debe replantearse acuerdo a las distintas capacidades del terreno
y de la cámara para ampliar la zona tomada tratando de alcanzar más zonas de la
fachada.
 Se concluye con que el trabajo presenta un reto al software y hardware de la
computadora dependiendo el nivel de detalle que se precise y de la cantidad de
fotos (incluye las especificaciones de la foto como colores, tamaño, etc) por lo
que se debe mantener en mente también este tipo de situaciones.
UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02
Ingeniería Geográfica y del Medio Ambiente Versión: V1.0
Manual de prácticas de Fotogrametría
Gestión de la producción fotogramétrica Fecha 11/03/21
Revisión 12/03/21
12
Bibliografía
Alfaro, S. (2017). Plan de vuelo fotogramétrico. Recuperado de:
https://prezi.com/vds0tvcpe9so/plan-de-vuelo-fotogrametrico/
Ideca. (2019). Infraestructura de Datos Espaciales de Bogotá. Recuperado de:
http://www.ideca.gov.co/recursos/glosario/resolucion-temporal
Orozco, E. (2017). INFAIMON. Obtenido de ¿Cómo crear modelos 3D a partir de
capturas de imágenes?. Recuperado de: https://blog.infaimon.com/crear- modelos-3d-
partir-capturas-imagenes/
Rodriguez, J. (2015). Thewebfoto.com. Recuperado de:
http://www.thewebfoto.com/about
Wikipedia. (2019). Fotografía aérea y orbital. Recuperado de:
https://es.wikipedia.org/wiki/Fotografía_aérea_y_orbital
Wikipedia. (2020). Wikipedia. Obtenido de https://es.wikipedia.org/wiki/Obturador
Zubrinic, F. Carpeta de trabajos prácticos: Teledetección forestal [Ebook] (p. 155).
Recuperado de: https://fcf.unse.edu.ar/archivos/lpr/pdf/p14.PDF

More Related Content

Similar to Gestión de la producción fotogramétrica

Visual Environment by Semantic Segmentation Using Deep Learning: A Prototype ...
Visual Environment by Semantic Segmentation Using Deep Learning: A Prototype ...Visual Environment by Semantic Segmentation Using Deep Learning: A Prototype ...
Visual Environment by Semantic Segmentation Using Deep Learning: A Prototype ...
Tomohiro Fukuda
 
AN EFFICIENT IMPLEMENTATION OF TRACKING USING KALMAN FILTER FOR UNDERWATER RO...
AN EFFICIENT IMPLEMENTATION OF TRACKING USING KALMAN FILTER FOR UNDERWATER RO...AN EFFICIENT IMPLEMENTATION OF TRACKING USING KALMAN FILTER FOR UNDERWATER RO...
AN EFFICIENT IMPLEMENTATION OF TRACKING USING KALMAN FILTER FOR UNDERWATER RO...
IJCSEIT Journal
 
Concealed Weapon Detection
Concealed Weapon Detection Concealed Weapon Detection
Concealed Weapon Detection
SrijanKumar18
 
Disparity map generation based on trapezoidal camera architecture for multi v...
Disparity map generation based on trapezoidal camera architecture for multi v...Disparity map generation based on trapezoidal camera architecture for multi v...
Disparity map generation based on trapezoidal camera architecture for multi v...
ijma
 
DISPARITY MAP GENERATION BASED ON TRAPEZOIDAL CAMERA ARCHITECTURE FOR MULTI-V...
DISPARITY MAP GENERATION BASED ON TRAPEZOIDAL CAMERA ARCHITECTURE FOR MULTI-V...DISPARITY MAP GENERATION BASED ON TRAPEZOIDAL CAMERA ARCHITECTURE FOR MULTI-V...
DISPARITY MAP GENERATION BASED ON TRAPEZOIDAL CAMERA ARCHITECTURE FOR MULTI-V...
ijma
 
Semantic Perception for Telemanipulation at SPME Workshop at ICRA 2013
Semantic Perception for Telemanipulation at SPME Workshop at ICRA 2013Semantic Perception for Telemanipulation at SPME Workshop at ICRA 2013
Semantic Perception for Telemanipulation at SPME Workshop at ICRA 2013
Dariolakis
 
A Review over Different Blur Detection Techniques in Image Processing
A Review over Different Blur Detection Techniques in Image ProcessingA Review over Different Blur Detection Techniques in Image Processing
A Review over Different Blur Detection Techniques in Image Processing
paperpublications3
 
Inclined Image Recognition for Aerial Mapping using Deep Learning and Tree ba...
Inclined Image Recognition for Aerial Mapping using Deep Learning and Tree ba...Inclined Image Recognition for Aerial Mapping using Deep Learning and Tree ba...
Inclined Image Recognition for Aerial Mapping using Deep Learning and Tree ba...
TELKOMNIKA JOURNAL
 
183-192_vdMerwe
183-192_vdMerwe183-192_vdMerwe
183-192_vdMerwe
Chris van der Merwe
 
Sensor Robotics.ppt
Sensor Robotics.pptSensor Robotics.ppt
Sensor Robotics.ppt
SofitriRahayu1
 
IRJET - Underwater Object Identification using Matlab and Machine
IRJET - Underwater Object Identification using Matlab and MachineIRJET - Underwater Object Identification using Matlab and Machine
IRJET - Underwater Object Identification using Matlab and Machine
IRJET Journal
 
THESIS 2014
THESIS 2014THESIS 2014
THESIS 2014
Mark Wade
 
SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...
SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...
SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...
drboon
 
SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...
SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...
SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...
drboon
 
Remote+Sensing
Remote+SensingRemote+Sensing
Cassette Digital radiography (COMPUTED RADIOGRAPHY)
Cassette Digital radiography (COMPUTED RADIOGRAPHY)Cassette Digital radiography (COMPUTED RADIOGRAPHY)
Cassette Digital radiography (COMPUTED RADIOGRAPHY)
symbiosis institute of health science
 
Recognition of optical images based on the
Recognition of optical images based on theRecognition of optical images based on the
Recognition of optical images based on the
ijcsa
 
Camara for uav jan2012 eas 021
Camara for uav jan2012 eas 021Camara for uav jan2012 eas 021
Camara for uav jan2012 eas 021
M.L. Kamalasana
 
Análisis del brillo artificial del cielo mediante modelos
Análisis del brillo artificial del cielo mediante modelosAnálisis del brillo artificial del cielo mediante modelos
Análisis del brillo artificial del cielo mediante modelos
Consejería de Sostenibilidad, Medio Ambiente y Economía Azul
 
Gaurav.report on femto photography
Gaurav.report on femto photographyGaurav.report on femto photography
Gaurav.report on femto photography
gaurav chauhan
 

Similar to Gestión de la producción fotogramétrica (20)

Visual Environment by Semantic Segmentation Using Deep Learning: A Prototype ...
Visual Environment by Semantic Segmentation Using Deep Learning: A Prototype ...Visual Environment by Semantic Segmentation Using Deep Learning: A Prototype ...
Visual Environment by Semantic Segmentation Using Deep Learning: A Prototype ...
 
AN EFFICIENT IMPLEMENTATION OF TRACKING USING KALMAN FILTER FOR UNDERWATER RO...
AN EFFICIENT IMPLEMENTATION OF TRACKING USING KALMAN FILTER FOR UNDERWATER RO...AN EFFICIENT IMPLEMENTATION OF TRACKING USING KALMAN FILTER FOR UNDERWATER RO...
AN EFFICIENT IMPLEMENTATION OF TRACKING USING KALMAN FILTER FOR UNDERWATER RO...
 
Concealed Weapon Detection
Concealed Weapon Detection Concealed Weapon Detection
Concealed Weapon Detection
 
Disparity map generation based on trapezoidal camera architecture for multi v...
Disparity map generation based on trapezoidal camera architecture for multi v...Disparity map generation based on trapezoidal camera architecture for multi v...
Disparity map generation based on trapezoidal camera architecture for multi v...
 
DISPARITY MAP GENERATION BASED ON TRAPEZOIDAL CAMERA ARCHITECTURE FOR MULTI-V...
DISPARITY MAP GENERATION BASED ON TRAPEZOIDAL CAMERA ARCHITECTURE FOR MULTI-V...DISPARITY MAP GENERATION BASED ON TRAPEZOIDAL CAMERA ARCHITECTURE FOR MULTI-V...
DISPARITY MAP GENERATION BASED ON TRAPEZOIDAL CAMERA ARCHITECTURE FOR MULTI-V...
 
Semantic Perception for Telemanipulation at SPME Workshop at ICRA 2013
Semantic Perception for Telemanipulation at SPME Workshop at ICRA 2013Semantic Perception for Telemanipulation at SPME Workshop at ICRA 2013
Semantic Perception for Telemanipulation at SPME Workshop at ICRA 2013
 
A Review over Different Blur Detection Techniques in Image Processing
A Review over Different Blur Detection Techniques in Image ProcessingA Review over Different Blur Detection Techniques in Image Processing
A Review over Different Blur Detection Techniques in Image Processing
 
Inclined Image Recognition for Aerial Mapping using Deep Learning and Tree ba...
Inclined Image Recognition for Aerial Mapping using Deep Learning and Tree ba...Inclined Image Recognition for Aerial Mapping using Deep Learning and Tree ba...
Inclined Image Recognition for Aerial Mapping using Deep Learning and Tree ba...
 
183-192_vdMerwe
183-192_vdMerwe183-192_vdMerwe
183-192_vdMerwe
 
Sensor Robotics.ppt
Sensor Robotics.pptSensor Robotics.ppt
Sensor Robotics.ppt
 
IRJET - Underwater Object Identification using Matlab and Machine
IRJET - Underwater Object Identification using Matlab and MachineIRJET - Underwater Object Identification using Matlab and Machine
IRJET - Underwater Object Identification using Matlab and Machine
 
THESIS 2014
THESIS 2014THESIS 2014
THESIS 2014
 
SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...
SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...
SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...
 
SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...
SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...
SAFARILAB: A Rugged and Reliable Optical Imaging System Characterization Set-...
 
Remote+Sensing
Remote+SensingRemote+Sensing
Remote+Sensing
 
Cassette Digital radiography (COMPUTED RADIOGRAPHY)
Cassette Digital radiography (COMPUTED RADIOGRAPHY)Cassette Digital radiography (COMPUTED RADIOGRAPHY)
Cassette Digital radiography (COMPUTED RADIOGRAPHY)
 
Recognition of optical images based on the
Recognition of optical images based on theRecognition of optical images based on the
Recognition of optical images based on the
 
Camara for uav jan2012 eas 021
Camara for uav jan2012 eas 021Camara for uav jan2012 eas 021
Camara for uav jan2012 eas 021
 
Análisis del brillo artificial del cielo mediante modelos
Análisis del brillo artificial del cielo mediante modelosAnálisis del brillo artificial del cielo mediante modelos
Análisis del brillo artificial del cielo mediante modelos
 
Gaurav.report on femto photography
Gaurav.report on femto photographyGaurav.report on femto photography
Gaurav.report on femto photography
 

More from CARLOSANTONIOCALISPA

Control de Calidad Carlos Calispa
Control de Calidad Carlos CalispaControl de Calidad Carlos Calispa
Control de Calidad Carlos Calispa
CARLOSANTONIOCALISPA
 
Tarea 15 Modelos 3D- Ortofotos
Tarea 15 Modelos 3D- OrtofotosTarea 15 Modelos 3D- Ortofotos
Tarea 15 Modelos 3D- Ortofotos
CARLOSANTONIOCALISPA
 
Calibración Cámara Fotográfica - Carlos Calispa
Calibración Cámara Fotográfica - Carlos CalispaCalibración Cámara Fotográfica - Carlos Calispa
Calibración Cámara Fotográfica - Carlos Calispa
CARLOSANTONIOCALISPA
 
Tarea11: Plan de toma terrestre
Tarea11: Plan de toma terrestreTarea11: Plan de toma terrestre
Tarea11: Plan de toma terrestre
CARLOSANTONIOCALISPA
 
Practica N3: Proyecto Fotogramétrico
Practica N3: Proyecto FotogramétricoPractica N3: Proyecto Fotogramétrico
Practica N3: Proyecto Fotogramétrico
CARLOSANTONIOCALISPA
 
Actividad 8.2 Caracterización Descriptiva Carlos Calispa
Actividad 8.2 Caracterización Descriptiva Carlos CalispaActividad 8.2 Caracterización Descriptiva Carlos Calispa
Actividad 8.2 Caracterización Descriptiva Carlos Calispa
CARLOSANTONIOCALISPA
 
Actividad 8.1 Caracterizacion Gráfica Carlos Calispa
Actividad 8.1 Caracterizacion Gráfica Carlos CalispaActividad 8.1 Caracterizacion Gráfica Carlos Calispa
Actividad 8.1 Caracterizacion Gráfica Carlos Calispa
CARLOSANTONIOCALISPA
 
Prueba Parcial 1
Prueba Parcial 1 Prueba Parcial 1
Prueba Parcial 1
CARLOSANTONIOCALISPA
 
Conjunta Primer Parcial Fotogrametría
Conjunta Primer Parcial FotogrametríaConjunta Primer Parcial Fotogrametría
Conjunta Primer Parcial Fotogrametría
CARLOSANTONIOCALISPA
 
Ejercicios Inclinación de las fotografías
Ejercicios Inclinación de las fotografíasEjercicios Inclinación de las fotografías
Ejercicios Inclinación de las fotografías
CARLOSANTONIOCALISPA
 
Rectificación de las Fotografías
Rectificación de las FotografíasRectificación de las Fotografías
Rectificación de las Fotografías
CARLOSANTONIOCALISPA
 
Carlos Calispa Distorsión radial y tangencial
Carlos Calispa Distorsión radial y tangencialCarlos Calispa Distorsión radial y tangencial
Carlos Calispa Distorsión radial y tangencial
CARLOSANTONIOCALISPA
 
Practica n1calispacarlos
Practica n1calispacarlosPractica n1calispacarlos
Practica n1calispacarlos
CARLOSANTONIOCALISPA
 
Carlos calispa incertidumbremedicion001
Carlos calispa incertidumbremedicion001Carlos calispa incertidumbremedicion001
Carlos calispa incertidumbremedicion001
CARLOSANTONIOCALISPA
 
Carlos Calispa Geometria de las Fotografías
Carlos Calispa Geometria de las FotografíasCarlos Calispa Geometria de las Fotografías
Carlos Calispa Geometria de las Fotografías
CARLOSANTONIOCALISPA
 
Marco tecnico
Marco tecnicoMarco tecnico
Marco tecnico
CARLOSANTONIOCALISPA
 
Marco legal vigente
Marco legal vigenteMarco legal vigente
Marco legal vigente
CARLOSANTONIOCALISPA
 

More from CARLOSANTONIOCALISPA (17)

Control de Calidad Carlos Calispa
Control de Calidad Carlos CalispaControl de Calidad Carlos Calispa
Control de Calidad Carlos Calispa
 
Tarea 15 Modelos 3D- Ortofotos
Tarea 15 Modelos 3D- OrtofotosTarea 15 Modelos 3D- Ortofotos
Tarea 15 Modelos 3D- Ortofotos
 
Calibración Cámara Fotográfica - Carlos Calispa
Calibración Cámara Fotográfica - Carlos CalispaCalibración Cámara Fotográfica - Carlos Calispa
Calibración Cámara Fotográfica - Carlos Calispa
 
Tarea11: Plan de toma terrestre
Tarea11: Plan de toma terrestreTarea11: Plan de toma terrestre
Tarea11: Plan de toma terrestre
 
Practica N3: Proyecto Fotogramétrico
Practica N3: Proyecto FotogramétricoPractica N3: Proyecto Fotogramétrico
Practica N3: Proyecto Fotogramétrico
 
Actividad 8.2 Caracterización Descriptiva Carlos Calispa
Actividad 8.2 Caracterización Descriptiva Carlos CalispaActividad 8.2 Caracterización Descriptiva Carlos Calispa
Actividad 8.2 Caracterización Descriptiva Carlos Calispa
 
Actividad 8.1 Caracterizacion Gráfica Carlos Calispa
Actividad 8.1 Caracterizacion Gráfica Carlos CalispaActividad 8.1 Caracterizacion Gráfica Carlos Calispa
Actividad 8.1 Caracterizacion Gráfica Carlos Calispa
 
Prueba Parcial 1
Prueba Parcial 1 Prueba Parcial 1
Prueba Parcial 1
 
Conjunta Primer Parcial Fotogrametría
Conjunta Primer Parcial FotogrametríaConjunta Primer Parcial Fotogrametría
Conjunta Primer Parcial Fotogrametría
 
Ejercicios Inclinación de las fotografías
Ejercicios Inclinación de las fotografíasEjercicios Inclinación de las fotografías
Ejercicios Inclinación de las fotografías
 
Rectificación de las Fotografías
Rectificación de las FotografíasRectificación de las Fotografías
Rectificación de las Fotografías
 
Carlos Calispa Distorsión radial y tangencial
Carlos Calispa Distorsión radial y tangencialCarlos Calispa Distorsión radial y tangencial
Carlos Calispa Distorsión radial y tangencial
 
Practica n1calispacarlos
Practica n1calispacarlosPractica n1calispacarlos
Practica n1calispacarlos
 
Carlos calispa incertidumbremedicion001
Carlos calispa incertidumbremedicion001Carlos calispa incertidumbremedicion001
Carlos calispa incertidumbremedicion001
 
Carlos Calispa Geometria de las Fotografías
Carlos Calispa Geometria de las FotografíasCarlos Calispa Geometria de las Fotografías
Carlos Calispa Geometria de las Fotografías
 
Marco tecnico
Marco tecnicoMarco tecnico
Marco tecnico
 
Marco legal vigente
Marco legal vigenteMarco legal vigente
Marco legal vigente
 

Recently uploaded

Properties Railway Sleepers and Test.pptx
Properties Railway Sleepers and Test.pptxProperties Railway Sleepers and Test.pptx
Properties Railway Sleepers and Test.pptx
MDSABBIROJJAMANPAYEL
 
Advanced control scheme of doubly fed induction generator for wind turbine us...
Advanced control scheme of doubly fed induction generator for wind turbine us...Advanced control scheme of doubly fed induction generator for wind turbine us...
Advanced control scheme of doubly fed induction generator for wind turbine us...
IJECEIAES
 
Heat Resistant Concrete Presentation ppt
Heat Resistant Concrete Presentation pptHeat Resistant Concrete Presentation ppt
Heat Resistant Concrete Presentation ppt
mamunhossenbd75
 
6th International Conference on Machine Learning & Applications (CMLA 2024)
6th International Conference on Machine Learning & Applications (CMLA 2024)6th International Conference on Machine Learning & Applications (CMLA 2024)
6th International Conference on Machine Learning & Applications (CMLA 2024)
ClaraZara1
 
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODELDEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
gerogepatton
 
Technical Drawings introduction to drawing of prisms
Technical Drawings introduction to drawing of prismsTechnical Drawings introduction to drawing of prisms
Technical Drawings introduction to drawing of prisms
heavyhaig
 
ACEP Magazine edition 4th launched on 05.06.2024
ACEP Magazine edition 4th launched on 05.06.2024ACEP Magazine edition 4th launched on 05.06.2024
ACEP Magazine edition 4th launched on 05.06.2024
Rahul
 
Generative AI leverages algorithms to create various forms of content
Generative AI leverages algorithms to create various forms of contentGenerative AI leverages algorithms to create various forms of content
Generative AI leverages algorithms to create various forms of content
Hitesh Mohapatra
 
BPV-GUI-01-Guide-for-ASME-Review-Teams-(General)-10-10-2023.pdf
BPV-GUI-01-Guide-for-ASME-Review-Teams-(General)-10-10-2023.pdfBPV-GUI-01-Guide-for-ASME-Review-Teams-(General)-10-10-2023.pdf
BPV-GUI-01-Guide-for-ASME-Review-Teams-(General)-10-10-2023.pdf
MIGUELANGEL966976
 
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMSA SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
IJNSA Journal
 
DfMAy 2024 - key insights and contributions
DfMAy 2024 - key insights and contributionsDfMAy 2024 - key insights and contributions
DfMAy 2024 - key insights and contributions
gestioneergodomus
 
Understanding Inductive Bias in Machine Learning
Understanding Inductive Bias in Machine LearningUnderstanding Inductive Bias in Machine Learning
Understanding Inductive Bias in Machine Learning
SUTEJAS
 
RAT: Retrieval Augmented Thoughts Elicit Context-Aware Reasoning in Long-Hori...
RAT: Retrieval Augmented Thoughts Elicit Context-Aware Reasoning in Long-Hori...RAT: Retrieval Augmented Thoughts Elicit Context-Aware Reasoning in Long-Hori...
RAT: Retrieval Augmented Thoughts Elicit Context-Aware Reasoning in Long-Hori...
thanhdowork
 
22CYT12-Unit-V-E Waste and its Management.ppt
22CYT12-Unit-V-E Waste and its Management.ppt22CYT12-Unit-V-E Waste and its Management.ppt
22CYT12-Unit-V-E Waste and its Management.ppt
KrishnaveniKrishnara1
 
International Conference on NLP, Artificial Intelligence, Machine Learning an...
International Conference on NLP, Artificial Intelligence, Machine Learning an...International Conference on NLP, Artificial Intelligence, Machine Learning an...
International Conference on NLP, Artificial Intelligence, Machine Learning an...
gerogepatton
 
sieving analysis and results interpretation
sieving analysis and results interpretationsieving analysis and results interpretation
sieving analysis and results interpretation
ssuser36d3051
 
Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...
Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...
Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...
University of Maribor
 
Embedded machine learning-based road conditions and driving behavior monitoring
Embedded machine learning-based road conditions and driving behavior monitoringEmbedded machine learning-based road conditions and driving behavior monitoring
Embedded machine learning-based road conditions and driving behavior monitoring
IJECEIAES
 
IEEE Aerospace and Electronic Systems Society as a Graduate Student Member
IEEE Aerospace and Electronic Systems Society as a Graduate Student MemberIEEE Aerospace and Electronic Systems Society as a Graduate Student Member
IEEE Aerospace and Electronic Systems Society as a Graduate Student Member
VICTOR MAESTRE RAMIREZ
 
Modelagem de um CSTR com reação endotermica.pdf
Modelagem de um CSTR com reação endotermica.pdfModelagem de um CSTR com reação endotermica.pdf
Modelagem de um CSTR com reação endotermica.pdf
camseq
 

Recently uploaded (20)

Properties Railway Sleepers and Test.pptx
Properties Railway Sleepers and Test.pptxProperties Railway Sleepers and Test.pptx
Properties Railway Sleepers and Test.pptx
 
Advanced control scheme of doubly fed induction generator for wind turbine us...
Advanced control scheme of doubly fed induction generator for wind turbine us...Advanced control scheme of doubly fed induction generator for wind turbine us...
Advanced control scheme of doubly fed induction generator for wind turbine us...
 
Heat Resistant Concrete Presentation ppt
Heat Resistant Concrete Presentation pptHeat Resistant Concrete Presentation ppt
Heat Resistant Concrete Presentation ppt
 
6th International Conference on Machine Learning & Applications (CMLA 2024)
6th International Conference on Machine Learning & Applications (CMLA 2024)6th International Conference on Machine Learning & Applications (CMLA 2024)
6th International Conference on Machine Learning & Applications (CMLA 2024)
 
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODELDEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
DEEP LEARNING FOR SMART GRID INTRUSION DETECTION: A HYBRID CNN-LSTM-BASED MODEL
 
Technical Drawings introduction to drawing of prisms
Technical Drawings introduction to drawing of prismsTechnical Drawings introduction to drawing of prisms
Technical Drawings introduction to drawing of prisms
 
ACEP Magazine edition 4th launched on 05.06.2024
ACEP Magazine edition 4th launched on 05.06.2024ACEP Magazine edition 4th launched on 05.06.2024
ACEP Magazine edition 4th launched on 05.06.2024
 
Generative AI leverages algorithms to create various forms of content
Generative AI leverages algorithms to create various forms of contentGenerative AI leverages algorithms to create various forms of content
Generative AI leverages algorithms to create various forms of content
 
BPV-GUI-01-Guide-for-ASME-Review-Teams-(General)-10-10-2023.pdf
BPV-GUI-01-Guide-for-ASME-Review-Teams-(General)-10-10-2023.pdfBPV-GUI-01-Guide-for-ASME-Review-Teams-(General)-10-10-2023.pdf
BPV-GUI-01-Guide-for-ASME-Review-Teams-(General)-10-10-2023.pdf
 
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMSA SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
A SYSTEMATIC RISK ASSESSMENT APPROACH FOR SECURING THE SMART IRRIGATION SYSTEMS
 
DfMAy 2024 - key insights and contributions
DfMAy 2024 - key insights and contributionsDfMAy 2024 - key insights and contributions
DfMAy 2024 - key insights and contributions
 
Understanding Inductive Bias in Machine Learning
Understanding Inductive Bias in Machine LearningUnderstanding Inductive Bias in Machine Learning
Understanding Inductive Bias in Machine Learning
 
RAT: Retrieval Augmented Thoughts Elicit Context-Aware Reasoning in Long-Hori...
RAT: Retrieval Augmented Thoughts Elicit Context-Aware Reasoning in Long-Hori...RAT: Retrieval Augmented Thoughts Elicit Context-Aware Reasoning in Long-Hori...
RAT: Retrieval Augmented Thoughts Elicit Context-Aware Reasoning in Long-Hori...
 
22CYT12-Unit-V-E Waste and its Management.ppt
22CYT12-Unit-V-E Waste and its Management.ppt22CYT12-Unit-V-E Waste and its Management.ppt
22CYT12-Unit-V-E Waste and its Management.ppt
 
International Conference on NLP, Artificial Intelligence, Machine Learning an...
International Conference on NLP, Artificial Intelligence, Machine Learning an...International Conference on NLP, Artificial Intelligence, Machine Learning an...
International Conference on NLP, Artificial Intelligence, Machine Learning an...
 
sieving analysis and results interpretation
sieving analysis and results interpretationsieving analysis and results interpretation
sieving analysis and results interpretation
 
Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...
Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...
Presentation of IEEE Slovenia CIS (Computational Intelligence Society) Chapte...
 
Embedded machine learning-based road conditions and driving behavior monitoring
Embedded machine learning-based road conditions and driving behavior monitoringEmbedded machine learning-based road conditions and driving behavior monitoring
Embedded machine learning-based road conditions and driving behavior monitoring
 
IEEE Aerospace and Electronic Systems Society as a Graduate Student Member
IEEE Aerospace and Electronic Systems Society as a Graduate Student MemberIEEE Aerospace and Electronic Systems Society as a Graduate Student Member
IEEE Aerospace and Electronic Systems Society as a Graduate Student Member
 
Modelagem de um CSTR com reação endotermica.pdf
Modelagem de um CSTR com reação endotermica.pdfModelagem de um CSTR com reação endotermica.pdf
Modelagem de um CSTR com reação endotermica.pdf
 

Gestión de la producción fotogramétrica

  • 1. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 UNIVERSIDAD DE LAS FUERZAS ARMADAS “ESPE” Departamento de Ciencias de la Tierra y la Construcción Ingeniería en Tecnologías Geoespaciales Tema: Gestión de la producción fotogramétrica Nombre: Carlos Antonio Calispa Noroña Docente: Ing. Pablo Perez S. MAG Fecha de entrega: 12/03/2021
  • 2. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 Contenido 1. Justificación................................................................................................................. 1 3. Definiciones ................................................................................................................. 2 4. Materiales y Equipos.................................................................................................. 3 5. Actividades .................................................................................................................. 3 6. Conclusiones.............................................................................................................. 11 Bibliografía.................................................................................................................... 12
  • 3. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 1 1. Justificación Al igual que otras ciencias, la fotogrametría se ha beneficiado significativamente con los desarrollos y adelantos en el diseño de software y aplicaciones de alto rendimiento. La automatización de los procesos fotogramétricos, y la alta competitividad de empresas desarrolladoras de software, que quieren ubicar sus productos y/o servicios, ha permitido que en los actuales momentos, se pueda disponer y acceder a una gran variedad de software de procesamiento de fotografías aéreas (métricas y no métricas) y terrestres para la generación de Ortofotos y modelos 3D del terreno. A continuación, podemos observar los logos distintivos de algunas de las aplicaciones que se encuentran disponibles en el mercado, para ejecutar los procesos fotogramétricos, cada uno de los cuales tienen particularidades y formas de resolver y presentar los resultados. COLMAP, MicMacVis ualSFM OpenMVG Hexagon Geospatial IMAGINE Photogrammetry 2. Objetivos de aprendizaje Objetivo general: Aplicar los conocimientos sobre modelamiento en el programa 3df Zephyr sobre el tema de proyecto establecido en trabajos anteriores, con estudios cualitativos y cuantitativos sobre este. Objetivos específicos:  Validar cualitativa y cuantitativamente la propuesta de plan de toma de fotografías terrestres, de manera que respondan a los criterios de: Relevancia del
  • 4. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 2 bien patrimonial, medios y recursos tecnológicos, accesibilidad, seguridad, diseño geométrico.  Desarrollar competencias básicas relacionadas con el uso y explotación del software fotogramétrico 3d Zephyr en su versión libre.  Retroalimentar dicho conocimiento, para perfeccionar el plan de toma de fotografías terrestres personal, para así disponer del plan definitivo. 3. Definiciones • Fotografías aéreas: La fotografía aérea es el análisis de la superficie terrestre mediante el empleo de máquinas fotográficas instaladas a bordo de diversos medios aéreos. (Wikipedia) • Distancia focal: generalmente representada en milímetros (mm), es la descripción básica de un lente fotográfico. […] es un cálculo de la distancia óptica desde el punto en donde los rayos convergen hasta formar una imagen nítida de un objeto. (Diane Berkenfeld, 2021) • Cámara digital: es una cámara fotográfica que, en vez de captar y almacenar fotografías en película química como las cámaras de película fotográfica, recurre a la fotografía digital para generar y almacenar imágenes. (Wikipedia, 2009) • Fotogrametría: es la técnica cuyo objeto es estudiar y definir con precisión la forma, dimensiones y posición en el espacio de un objeto cualquiera, utilizando esencialmente medidas hechas sobre una o varias fotografías de ese objeto. (Wikipedia, 2006) • Orientación Interior: La orientación interior establece la relación entre el plano de imagen y el centro de la proyección de una cámara. La orientación interior se puede calcular y perfeccionar mediante las marcas fiduciales visibles en las fotografías aéreas escaneadas, junto con otras medidas asociadas con el plano focal y el sistema de lente de una cámara métrica. (Arcgis Pro, 2017).
  • 5. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 3 • Orientación Exterior: La orientación externa es la que determina la posición y orientación exactas de la cámara en el instante en que se realizó la fotografía. Consiste en unas coordenadas tridimensionales X, Y y Z denominadas foto-centro y tres giros Ω, Φ y Κ (respecto a los ejes XYZ), siendo usualmente los valores de Ω y Φ cercanos a cero. (Aplitop, 2018). 4. Materiales y Equipos • Internet • Celular Huawei P9 Lite Smart • Software: 3df Zephyr 5. Actividades Actividad 13.1.- Validación del diseño: evaluación cualitativa y cuantitativa Diseño del proyecto fotogramétrico: En base al conocimiento adquirido en la unidad anterior y con las consideraciones especiales revisadas en la parte teórica durante la reunión sincrónica, se requiere abordar un caso práctico de planificación del proyecto fotogramétrico terrestre, con la intención que estando en condiciones controladas, podamos con nuestros propios recursos desarrollar el proyecto sin inconveniente.
  • 6. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 4 Fuente: Carlos Calispa Evaluación cualitativa: El Santuario de Aloasi ostenta su título desde la época del 1997, 15 de Septiembre para ser exactos, tiene un significado de tranquilidad más allá del significado religioso para los ciudadanos de la parroquia y de lugares cercanos, como Machachi, el Chaupi, Aloag. La historia de la Iglesia y su nombramiento como Santuario de Nuestra Señora de los dolores se debe a los milagros, que se cuentan como leyenda, que se realizaron en torno a la imagen de la misma. Se cuenta que la llegada de dicha imagen de la Señora de los Dolores se dio por la pérdida de 3 mulas que se dirigían hacia Quito, un término en Machachi llevando la imagen del ahora conocido como Señor de la Santa Escuela, la siguiente termino en Aloasi llevando consigo la imagen de Nuestra Señora de los Dolores y solo la Efigie del Señor de la Buena Esperanza llego a su destino en Quito. Por parte de la tecnología solo cuento con un teléfono Huawei P9 Lite Smart con una cámara de 13 megapixeles, la seguridad de la zona es buena pues no tiene mucha afluencia de personas y es un lugar visible a el GAD de la parroquia que da un aire de seguridad, el único problema es la accesibilidad pues por el periodo de pandemia que estamos viviendo
  • 7. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 5 es muy difícil que abran la iglesia pues trae la posibilidad de las aglomeraciones pero para los mismo se debe hablar con los cuidadores y el personal del despacho del Santuario. Evaluación cuantitativa: Los datos preliminares con los resultados de los cálculos sobre la distancia de toma, numero de fotos aproximada (pues se terminó tomando 42 fotos en un inicio), se ponen a continuación: Datos: Celular con cámara fotográfica Huawei P9 Lite Smart Escala requerida del mapa: 1:50 Escala 1:500 Distancia focal: 30mm = 0.03cm Resolución: 13 MP (4160x3120) Tamaño sensor: 2,5 x 2 cm Norma de Referencia ISO Fachada: Longitud= 14 metros Ancho= 16 metros Resultados: Escala de la fotografía: 5x50=250 Distancia de toma Y: 𝑌 = 7,5 𝑚 Cobertura de la fotografía: 𝐵 = 2.5 𝑚 Número de fotografías: 𝑁𝑢𝑚𝑓 = 10 𝑓𝑜𝑡𝑜𝑠 Separación entre líneas: 𝐴 = 4 𝑚 Número de líneas: 𝑁𝑢𝑚𝑙 = 4 ≈ 4 𝑙𝑖𝑛𝑒𝑎𝑠 Número total de fotografías: 𝑁𝑢𝑚𝑇 = 40 𝑓𝑜𝑡𝑜𝑔𝑟𝑎𝑓í𝑎𝑠
  • 8. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 6 Actividad 13.2.- Evaluación de las fotografías: Para esta actividad se ha realizado una evaluación general de iluminación, nitidez en base al rechazo de fotografías por el programa de modelado. Como se mencionó anteriormente el número de fotografías tomadas en primera instancia fue de 42 fotografías que se resumen en la siguiente foto: El problema de la iluminación, almenos en la parte actual del proyecto que se basa solo en la fachada, me enfrento a la problemática del clima pues la mayor parte de los días desde el inicio de mes o mucho antes pasa nublados los días con pocos momentos de sol que casi no duran, fuera de eso la nitidez de las fotos no está mal y tampoco genero rechazos en el programa solamente se debe tener en cuenta las siguientes indicaciones dadas en clase:  Complementar los filos de la fachada al igual que la parte alta que tiene forma de cúpula tomando fotos con un poco más de distancia del objeto para tratar de tomar las fotos (una distancia aproximada de 10 metros de ser posible para tomar dichas partes).  Implementación de zoom en zonas que cuenten con mayor detalle para poder plasmar estos datos en el modelamiento a realizarse.  Para un desarrollo de un proyecto más completo realizar la toma de fotos interna del Santuario, esto viene de la mano con la necesidad de los permisos necesarios del despacho Parroquial y del Padre de la Iglesia para la toma de las mismas y la apertura de la Iglesia pues por la pandemia esta se a mantenido cerrada la mayor parte del tiempo.
  • 9. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 7 Actividad 13.3.- Aprendizaje y empleo del del software 3D ZEPHYR: Fotografías de resultados finales, nube de puntos densa y malla con textura. En esta parte del trabajo se pide la realización con 2 diferentes datos de fotografías la 1 es con las imágenes proporcionadas en el drive en la carpeta Arqueología y la segunda del proyecto en su primera instancia. Caso 1: Fotos carpeta Arqueología Las fotos implementadas para esta práctica en el programa son las siguientes: Estas son agregadas al programa 3df Zephyr y procesadas para darnos las primeras nubes de puntos dispersas, dando el siguiente resultado:
  • 10. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 8 Pasado esto se realiza el procesamiento de la nube de puntos densa: Donde ya se observa con mayor precisión las cualidades del objeto, continuando con la generación de la malla en base a estos puntos y como término la malla con textura adjuntadas en las siguientes imágenes: Modelo procesado en malla:
  • 11. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 9 Modelo procesado en malla con textura: Caso 2: Fotos proyecto fachada Santuario de Nuestra Señora de los Dolores. Primero se sube las fotografías para el debido procesamiento, en el cual al subir no hubo ningún problema y ninguna foto fue rechazada. Obteniendo la nube de puntos dispersos así:
  • 12. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 10 Para el siguiente procesamiento se realizó una limpieza de puntos externos que pudieran estorbar o ser de partes que no nos interesan para así ayudar al momento de procesar los puntos ya que estos serán menos, terminando con una nube densa de puntos tal que así: Aquí se logra observar la problemática explicada en la anterior actividad, la parte alta de la iglesia no tiene información pues el ángulo de la toma y la distancia no cubren en su totalidad por lo que el programa omite esas partes por falta de información. El siguiente paso es la malla: En las fotos se puede ver la parte recortada, despues de algunas ediciones y como los detalles de la facahada se empiezan a notar más y más. Por ultimo tenemos la malla con textura:
  • 13. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 11 Aquí obtenemos un poco más de resolución en las cosas pues se llegan hasta a leer cuadros que se encuentran frente a la iglesia. 6. Conclusiones  La toma de fotos terrestres se ha llevado a cabo de acuerdo al plan e intentando tomar según las capacidades del terreno y las condiciones climáticas que se han mantenido con fuertes lluvias en estas semanas.  La reconstrucción de las fotografías se llevó a cabo de buena manera mientras se mantenga en la opción default para no sobrecargar la computadora, igual que la eliminación de puntos que no competen nuestra área de estudio.  La toma de fotos debe replantearse acuerdo a las distintas capacidades del terreno y de la cámara para ampliar la zona tomada tratando de alcanzar más zonas de la fachada.  Se concluye con que el trabajo presenta un reto al software y hardware de la computadora dependiendo el nivel de detalle que se precise y de la cantidad de fotos (incluye las especificaciones de la foto como colores, tamaño, etc) por lo que se debe mantener en mente también este tipo de situaciones.
  • 14. UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPE Código: CIGMA.05.02 Ingeniería Geográfica y del Medio Ambiente Versión: V1.0 Manual de prácticas de Fotogrametría Gestión de la producción fotogramétrica Fecha 11/03/21 Revisión 12/03/21 12 Bibliografía Alfaro, S. (2017). Plan de vuelo fotogramétrico. Recuperado de: https://prezi.com/vds0tvcpe9so/plan-de-vuelo-fotogrametrico/ Ideca. (2019). Infraestructura de Datos Espaciales de Bogotá. Recuperado de: http://www.ideca.gov.co/recursos/glosario/resolucion-temporal Orozco, E. (2017). INFAIMON. Obtenido de ¿Cómo crear modelos 3D a partir de capturas de imágenes?. Recuperado de: https://blog.infaimon.com/crear- modelos-3d- partir-capturas-imagenes/ Rodriguez, J. (2015). Thewebfoto.com. Recuperado de: http://www.thewebfoto.com/about Wikipedia. (2019). Fotografía aérea y orbital. Recuperado de: https://es.wikipedia.org/wiki/Fotografía_aérea_y_orbital Wikipedia. (2020). Wikipedia. Obtenido de https://es.wikipedia.org/wiki/Obturador Zubrinic, F. Carpeta de trabajos prácticos: Teledetección forestal [Ebook] (p. 155). Recuperado de: https://fcf.unse.edu.ar/archivos/lpr/pdf/p14.PDF