O processo envolve identificar elementos iguais em diferentes fotografias, calcular as posições das câmeras, reconstruir a geometria da superfície e corrigir as imagens para representá-las em um sistema de coordenadas.
As etapas do processamento fotogramétrico com drone variam conforme o software e os produtos desejados, mas seguem princípios técnicos semelhantes. Conheça o fluxo de trabalho e entenda onde verificar a qualidade dos resultados.
O que acontece entre as fotografias e o mapa final?
Na fotogrametria, cada imagem registra uma perspectiva da superfície. Como o drone fotografa regiões sobrepostas a partir de posições diferentes, o software consegue encontrar elementos correspondentes e estimar sua localização no espaço.
Esse procedimento permite reconstruir a geometria observada e gerar produtos cartográficos.
Os principais resultados de um levantamento agrícola podem incluir:
- Ortomosaico: composição de fotografias geometricamente corrigidas, utilizada para visualizar e analisar a área mapeada.
- Nuvem de pontos: conjunto de pontos tridimensionais que representa elementos identificados na superfície.
- Modelo Digital de Superfície (MDS): representação das elevações da superfície observada, incluindo vegetação e estruturas.
- Modelo Digital de Terreno (MDT): representação estimada do solo, que exige classificação ou métodos adequados para separar elementos acima do terreno.
Nem todo projeto precisa gerar todos esses produtos. A escolha depende do objetivo do levantamento.
As 8 etapas do processamento fotogramétrico com drone
1. Importar e conferir as fotografias originais
O trabalho começa com a criação do projeto e a importação das imagens capturadas durante o voo.
Antes de processar, é importante verificar se os arquivos estão completos, nítidos e organizados. Fotografias desfocadas, repetidas sem necessidade ou pertencentes a outras missões podem dificultar a análise.
Também devem ser conferidos os metadados disponíveis, como modelo da câmera, distância focal e coordenadas de captura.
Quando o levantamento utiliza RTK ou PPK, os registros de posicionamento precisam estar corretamente associados às fotografias.
Uma recomendação prática é preservar os arquivos originais e trabalhar com uma estrutura de pastas organizada.
2. Identificar pontos correspondentes e alinhar as imagens
Depois da importação, o software procura características visuais semelhantes nas fotografias sobrepostas.
Essas características são chamadas de pontos-chave. Quando um mesmo elemento é reconhecido em imagens diferentes, as correspondências podem originar pontos de ligação, conhecidos como tie points.
Com essas informações, o programa estima a posição e a orientação de cada câmera no momento da captura.
Essa etapa é conhecida como alinhamento de fotografias e inclui procedimentos de triangulação aérea e ajuste geométrico.
Em lavouras muito homogêneas, o alinhamento pode ser mais difícil porque linhas de plantio e superfícies vegetadas apresentam padrões semelhantes.
Por isso, a qualidade do resultado depende da sobreposição. Entenda esse fator em nosso artigo sobre sobreposição de imagens com drone e prevenção de falhas no mapeamento.
3. Calibrar e otimizar os parâmetros das câmeras
Durante o ajuste, o software também estima ou refina parâmetros relacionados à câmera, como distância focal, distorções da lente, posição e orientação.
A calibração busca representar matematicamente como a câmera registrou os elementos fotografados.
Mesmo uma lente de boa qualidade pode apresentar distorções que precisam ser consideradas na reconstrução.
O processo de otimização utiliza as correspondências entre imagens e, quando disponíveis, referências terrestres para reduzir inconsistências geométricas.
Nessa fase, é importante examinar o relatório inicial do projeto.
Se muitas fotografias não forem alinhadas, pode ser necessário revisar a qualidade das imagens, a configuração da câmera ou a cobertura fotográfica antes de continuar.
4. Ajustar o georreferenciamento com coordenadas conhecidas
O alinhamento permite reconstruir relações geométricas, mas o posicionamento absoluto depende de referências adequadas.
Essas referências podem incluir coordenadas GNSS registradas pelo drone, posições corrigidas por RTK ou PPK e pontos de controle terrestre.
Os pontos de controle, conhecidos como GCPs, possuem coordenadas determinadas por métodos apropriados e podem participar do ajuste fotogramétrico.
É essencial conferir o sistema de referência horizontal e vertical utilizado no projeto.
Uma inconsistência entre coordenadas ou referenciais de altitude pode provocar deslocamentos nos resultados.
Também é recomendável reservar pontos independentes para verificar a precisão final, sem utilizá-los no ajuste que será avaliado.
Veja nosso guia sobre instalação e medição de pontos de controle no mapeamento com drone.
5. Reconstruir a nuvem de pontos detalhada
Após o alinhamento e o ajuste geométrico, o software pode calcular informações tridimensionais mais densas sobre a superfície fotografada.
Esse procedimento utiliza correspondências entre imagens e estimativas de profundidade para reconstruir detalhes da área.
O resultado pode ser uma nuvem de pontos com informações de posição e, dependendo do método, cor.
Em uma propriedade rural, esses pontos podem representar o solo visível, a vegetação, estradas, construções e outros elementos.
É importante observar que os pontos sobre a copa de uma cultura não representam necessariamente a elevação do terreno abaixo dela.
Além disso, nem todo fluxo exige gerar uma nuvem de pontos densa como arquivo intermediário: alguns softwares permitem criar modelos de elevação diretamente a partir de mapas de profundidade ou outras representações.
6. Construir o modelo de elevação
Com a reconstrução geométrica disponível, o software pode gerar uma representação das alturas em uma grade regular.
O MDS representa a superfície observada, incluindo as partes superiores de plantas, árvores e construções.
Já o MDT busca representar a superfície do terreno, exigindo que pontos correspondentes à vegetação e a outras estruturas sejam separados ou tratados adequadamente.
Essa distinção é importante em propriedades agrícolas.
Um modelo produzido sobre uma lavoura desenvolvida pode registrar a altura da vegetação em vez da altitude do solo.
Por isso, a escolha do modelo deve considerar a finalidade do projeto. O termo genérico MDE, ou Modelo Digital de Elevação, não informa sozinho se os valores representam a superfície ou o terreno.
7. Gerar o ortomosaico agrícola
O ortomosaico é um dos produtos mais utilizados em levantamentos com drones.
Ele reúne fotografias que passaram por correção geométrica, utilizando as orientações calculadas das câmeras e uma representação da superfície.
Esse processo, conhecido como ortorretificação, busca reduzir os efeitos da perspectiva e das diferenças de elevação.
Depois, as imagens corrigidas são combinadas para formar uma representação contínua da propriedade.
Dependendo do software, podem ser feitos ajustes nas linhas de emenda para reduzir diferenças visuais entre fotografias.
Entretanto, uma aparência uniforme não comprova, isoladamente, que o mapa possui boa precisão posicional.
O resultado precisa ser analisado em conjunto com os dados de georreferenciamento e de verificação.
8. Verificar a precisão e exportar os resultados
A última etapa consiste em avaliar os produtos antes de entregá-los ou utilizá-los.
O relatório do processamento pode informar quantas fotografias foram calibradas, quais regiões apresentam cobertura suficiente e quais erros foram identificados.
Também é importante conferir os pontos independentes de verificação, quando disponíveis.
Depois da avaliação, os produtos podem ser exportados em formatos compatíveis com as ferramentas utilizadas pelo destinatário.
O ortomosaico georreferenciado, por exemplo, pode ser entregue em GeoTIFF. Nuvens de pontos podem utilizar formatos como LAS ou LAZ, dependendo do software.
Os arquivos devem ser acompanhados das informações necessárias para sua interpretação, especialmente sistema de coordenadas, resolução e limitações conhecidas.
Quais etapas geram cada produto?
| Etapa | Resultado principal | O que verificar |
|---|---|---|
| Importação | Conjunto de imagens do projeto | Integridade dos arquivos e metadados |
| Alinhamento | Posições das câmeras e pontos de ligação | Imagens alinhadas e continuidade geométrica |
| Calibração | Parâmetros das câmeras ajustados | Erros de reprojeção e consistência |
| Georreferenciamento | Modelo associado a coordenadas | Referenciais e pontos de controle |
| Reconstrução detalhada | Nuvem de pontos ou dados de profundidade | Ruídos e regiões incompletas |
| Modelo de elevação | MDS ou MDT, conforme o método | Superfície representada e artefatos |
| Ortomosaico | Imagem aérea corrigida e combinada | Emendas, distorções e lacunas |
| Validação e exportação | Arquivos cartográficos e relatórios | Precisão, resolução e compatibilidade |
Como identificar problemas antes de aceitar o mapa?
Um dos erros mais comuns é avaliar somente a aparência final do ortomosaico.
Embora manchas, distorções e regiões vazias sejam sinais visíveis de problemas, algumas inconsistências geométricas podem passar despercebidas.
Por isso, confira pelo menos os seguintes aspectos:
- Fotografias alinhadas: verifique se imagens importantes ficaram fora da reconstrução.
- Cobertura: identifique regiões com baixa quantidade de fotografias correspondentes.
- Erro de reprojeção: examine indicadores de compatibilidade entre pontos observados e calculados.
- Pontos de verificação: compare coordenadas calculadas com referências independentes.
- Produtos de elevação: procure picos, depressões ou descontinuidades sem justificativa.
- Ortomosaico: observe emendas, duplicações, deformações e falhas nas bordas.
O erro de reprojeção é útil para examinar o ajuste das imagens, mas não substitui a avaliação da precisão absoluta com referências independentes.
Todo levantamento precisa gerar nuvem de pontos e modelo 3D?
Não necessariamente. O fluxo depende do software e do produto desejado.
Para gerar um ortomosaico, geralmente é necessária uma representação geométrica adequada da superfície, mas ela não precisa ser exportada como uma nuvem densa ou modelo tridimensional texturizado.
Da mesma forma, a geração de uma malha 3D detalhada pode ser dispensável quando o objetivo é obter apenas um mapa aéreo da lavoura.
Executar etapas desnecessárias pode aumentar o tempo de processamento e o uso de armazenamento.
A configuração mais adequada deve ser escolhida conforme o resultado esperado e as recomendações do software.
Perguntas frequentes sobre processamento fotogramétrico
O software consegue criar um mapa com poucas fotografias?
Depende da área e da sobreposição. O essencial é que existam informações visuais suficientes para conectar as fotografias e reconstruir a geometria desejada.
O processamento corrige fotografias desfocadas?
Não recupera automaticamente detalhes que não foram registrados. Imagens desfocadas podem prejudicar o alinhamento e a qualidade do mapa.
Uma nuvem de pontos e um ortomosaico são a mesma coisa?
Não. A nuvem de pontos representa informações tridimensionais. O ortomosaico é uma composição de imagens geometricamente corrigidas, normalmente utilizada como mapa raster.
Um ortomosaico bonito significa um mapa preciso?
Não. A qualidade visual não substitui a verificação de coordenadas e os indicadores de precisão do levantamento.
O Mapa Não Nasce na Câmera: Ele Ganha Forma em Cada Cálculo
Transformar fotografias de drone em mapas agrícolas exige mais do que reunir imagens em um programa.
O processamento envolve alinhamento, ajuste das câmeras, georreferenciamento, reconstrução geométrica, geração dos produtos cartográficos e verificação dos resultados.
Cada fase depende da qualidade dos dados recebidos anteriormente. Por isso, problemas de captura ou posicionamento podem comprometer o resultado mesmo quando o software conclui o processamento.
Antes de utilizar o ortomosaico para analisar uma propriedade rural, confirme não apenas que o arquivo foi gerado, mas também que sua geometria, cobertura e precisão são compatíveis com a finalidade pretendida.
Fontes técnicas e referências
- Pix4D — Step 4: Processing (PIX4Dmapper).
Fluxo oficial de processamento inicial, nuvem de pontos, modelos de superfície e ortomosaico. - Pix4D — Processing Steps.
Explicação sobre extração de pontos-chave, correspondências, calibração e geração de produtos. - Agisoft — Aerial Data Processing with GCPs: Orthomosaic and DEM Generation.
Guia completo de importação, alinhamento, otimização, reconstrução e geração de ortomosaicos. - Agisoft — Script with General Processing Workflow.
Sequência geral das operações de processamento no Agisoft Metashape. - Pix4D — Quality Report Help.
Interpretação dos principais indicadores de qualidade do processamento fotogramétrico. - Pix4D — Reprojection Error.
Definição de erro de reprojeção e sua utilização na avaliação do alinhamento. - Pix4D — Getting Ground Control Points on the Field.
Orientações sobre referências terrestres e georreferenciamento de levantamentos. - Pix4D — Relative and Absolute Accuracy of Drone Mapping.
Diferenças entre precisão relativa, precisão absoluta e influência dos dados de posicionamento. - Pix4D — How to Improve the Outputs of PIX4Dmapper.
Procedimentos para identificar e melhorar problemas em nuvens de pontos, modelos e ortomosaicos.
Pingback: A Altura da Lavoura Não É a do Solo: Entenda Quando Usar MDS ou MDT em Mapas de Drone - Fazenda Segura
Pingback: Seu Ortomosaico Agrícola Está Confiável? 9 Verificações Antes de Utilizar o Mapa - Fazenda Segura
Pingback: Do GeoTIFF à Tela do QGIS: Como Abrir um Ortomosaico de Drone e Conferir o Georreferenciamento - Fazenda Segura