PATRIMONIUMDOCUMENTATIE DOOR

MIDDEL VAN FOTOGRAMMETRIE EN

LASERSCANNING IN DE OUDE

REFTER VAN HET STAM (BIJLOKE-

ABDIJ, GENT)

Aantal woorden: 25 868

Wouter D’Haese Stamnummer: 01006013

Promotor: Prof. dr. Rudi Goossens

Masterproef voorgelegd voor het behalen van de graad master in de richting Geomatica & Landmeetkunde

Academiejaar: 2017 – 2018

2

3

ABSTRACT

During its existence, man has left cultural heritage of great value that deserves adequate preservation.

Preservation of cultural heritage is a broad subject though, and gathers a lot of specific actions like heritage

registration, historic inquiries and renovations. The first action, heritage registration, is something this

master thesis would like to make a small contribution to. The objective of this thesis is to conduct a

geometrically correct registration of the eastern and western inner wall of the refectory of the old Bijloke

abbey, part of the city museum of Ghent (STAM). The registration of these walls will be conducted using

two different techniques: close-range photogrammetry (sometimes referred to as photomodelling) and

terrestrial laser scanning. Preparatory topographical measurements are conducted to ensure accurate and

georeferenced results. Afterwards, the laser scanning is conducted and the photographs are taken. After

processing the data, the results are obtained: a 3D-point cloud of every wall that is based on the laser

scans and 3D-models and orthorectified images based on the close-range photogrammetry technique. All

these results have a spatial error that ranges in between 6 mm and 15 mm. The results based on close-

range photogrammetry are more accurate than the 3D-point cloud based on the laser scans. The biggest

attribution to this difference comes from certain logistical circumstances in the refectory that didn’t favour

the accurate georeferencing of the point clouds. Nevertheless, all accuracies fall within acceptable margins.

This element, together with other good properties such as the qualitative colours of the results based on

close-range photogrammetry, point to the fact that these techniques are highly qualified to be used for

heritage registration.

Key words: heritage preservation, heritage registration, photomodelling, laser scanning, 3D-model,

orthorectified image, accuracy

4

5

SAMENVATTING

Het erfgoed dat de mens doorheen zijn bestaan heeft nagelaten is van onschatbare waarde en verdient

een goede bescherming. Erfgoedbescherming is echter een ruim begrip waaronder een breed scala aan

handelingen kunnen gesitueerd worden zoals erfgoeddocumentatie, historisch onderzoek en renovaties.

Deze thesis wil aan dit eerste vernoemde aspect, de documentatie van erfgoed, een bescheiden bijdrage

leveren. De doelstelling is namelijk om een geometrisch correcte weergave te realiseren van twee

binnenmuren van de refter van de oude Bijlokeabdij, deel uitmakend van het museum STAM, in Gent.

Concreet betreft het de oostelijke en westelijke muren van de refter. De weergave van deze muren zal

gerealiseerd worden op basis van de technieken fotogrammetrie (meer specifiek fotomodellering) en

laserscanning. In functie van deze technieken worden ter voorbereiding topografische metingen uitgevoerd.

Dit is essentieel voor de nauwkeurigheid en de georeferentie van de uiteindelijke resultaten. Nadien

worden de laserscans uitgevoerd en de foto’s voor de fotogrammetrische verwerking genomen. Na de

verwerking worden uiteindelijk de resultaten bekomen: op basis van de laserscanning wordt van elke muur

een puntenwolk geproduceerd, de fotogrammetrische verwerking van de foto’s brengt orthofotoplannen en

3D-modellen voort. Al deze resultaten hebben een gemiddelde ruimtelijke afwijking die varieert van 6 mm

tot 15 mm. De resultaten op basis van fotogrammetrie zijn daarbij steeds significant nauwkeuriger dan de

resultaten van de laserscanning. De grootste verklaring voor dit verschil ligt bij de omstandigheden op het

terrein die een correcte georeferentie van de laserscans bemoeilijkte. Niettemin vallen alle

nauwkeurigheden binnen de toleranties. Samen met andere goede eigenschappen van de resultaten, zoals

de goede kleurweergaven van de fotogrammetrische resultaten wijst dit erop dat deze technieken

uitermate geschikt zijn voor een geometrisch correcte documentatie van erfgoed.

Sleutelwoorden: erfgoedbescherming, erfgoedregistratie, fotomodellering, laserscanning, 3D-model,

orthofoto, nauwkeurigheid

POPULARISERENDE TEKST

Deze thesis richt zich op de registratie van bouwkundig erfgoed door gebruik te maken van twee

verschillende technieken. Met registratie wordt een visuele weergave van een object bedoeld die zo goed

mogelijk de werkelijkheid benadert. Dat betekent dat het object weergegeven wordt in haar juiste

proporties, met een correcte weergave van hoeken en afstanden. Er wordt bij de meeste geproduceerde

resultaten ook naar gestreefd om de kleuren zo waarheidsgetrouw mogelijk af te beelden, net zoals op een

goede foto. De weergave kan in twee dimensies – als een gewone foto van het object, of in drie dimensies

6

– als virtueel 3D-model. Dergelijke weergaven zijn gemaakt van twee binnenmuren van het abdijcomplex

op de Bijlokesite (Gent) die enkele historische muurschilderingen bevatten. Waarom wordt bouwkundig

erfgoed op een dergelijke wijze afgebeeld? Omdat dit erfgoed van grote historische waarde is. Indien men

het op een doeltreffende wijze wil beschermen is het belangrijk dat het ook op de best mogelijke manier

afgebeeld wordt.

7

WOORD VOORAF

Graag neem ik deze gelegenheid te baat om iedereen te bedanken die mij bijgestaan heeft in de realisatie

van deze thesis. In de eerste plaats mijn promotor, Prof. dr. Rudi Goossens voor de hulp tijdens alle

verschillende fasen van het onderzoek. Daarnaast wil ik ook het personeel van het STAM bedanken, in het

bijzonder Kris Uyttersprot en Yves Van De Weghe, voor het beschikbaar stellen van de refter voor deze

thesis en voor de hulp tijdens het terreinwerk waar ik steeds op kon rekenen en die ik bijzonder op prijs

gesteld heb. Tot slot wil ik ook alle andere mensen bedanken die mij op een of andere manier hebben

geholpen, hetzij bij het terreinwerk, hetzij bij de verwerking van de data, hetzij door het nalezen van de

tekst, of gewoon door de mentale steun.

8

9

INHOUDSTAFEL

1. Inleiding 11

1.1 Basisprincipes van de fotogrammetrie 13

1.1.1 Definitie 13

1.1.2 Klassieke fotogrammetrie 15

1.1.2.1 Stereovisie als basisconcept van de fotogrammetrie 15

1.1.2.2 Foto-eigenschappen 16

1.1.3 Fotomodellering 21

1.1.3.1 Inleiding 21

1.1.3.2 Foto-opname 22

1.1.3.3 Dataverwerking op basis van SFM en MVS-algoritmen 23

1.2 Patrimoniumdocumentatie met fotogrammetrie 24

1.2.1 Meerwaarde van fotogrammetrie 24

1.2.2 Fotogrammetrie en de documentatie van gevels 26

1.3 Fotografische opname van kleuren 26

1.3.1 Kleurtemperatuur 27

1.3.2 Fotografische opname van kleuren 28

1.3.3 Kleurbeheer 29

1.3.4 Bestandsformaten 30

2. Studieobject 31

2.1 Sitegeschiedenis 31

2.2 Studieobject 32

3. Methodologie 35

3.1 Gebruikte apparatuur 35

3.1.1 Totaalstation: Trimble M3 mechanisch totaalstation 35

3.1.2 GNSS: Trimble R8 GNSS set 35

3.1.3 Laserscanner: Leica HDS6100 laserscanner 36

3.1.4. Fototoestel: Canon EOS 1Ds 36

3.2 Data-acquisitie 37

3.2.1 Topografische metingen 37

3.2.1.1 Polygonatie 37

3.2.1.2 Detailmeting 39

3.2.2 Foto-opname 41

3.2.2.1 1e fotosessie gevel A 42

3.2.2.2 2e fotosessie gevel A 44

3.2.3 Laserscanning 45

3.3 Dataverwerking 46

3.3.1 Coördinatenverwerking 46

3.3.2 Fotokalibratie 47

3.3.3 Fotomodellering 48

3.3.3.1 Fotoselectie 49

3.3.3.2 Maskering en alignering 50

3.3.3.3 Grondcontrolepunten – georeferentie 51

3.3.3.4 Eindproducten 52

10

3.3.3.5 Verwerking in AutoCAD 54

3.3.4 Laserscanning 54

3.3.4.1 Gevel A 54

3.3.4.2 Gevel B 55

4. Resultaten 58

4.1 Topografische metingen 58

4.1.1 Algemeen 58

4.1.2 Nauwkeurigheden 58

4.2 Fotomodellering 59

4.2.1 Tussenresultaten 60

4.2.2 Eerste fotosessie 62

4.2.2.1 Overzichtsbeeld 62

4.2.2.2 Detail Laatste Avondmaal 63

4.2.3 Tweede fotosessie 64

4.2.3.1 Overzichtsbeeld 64

4.2.3.2 Detail Laatste Avondmaal 65

4.2.4 Nauwkeurigheden 66

4.2.4.1 Algemeen 66

4.2.4.2 Nauwkeurigheid van het resultaat van de eerste fotosessie 67

4.2.4.3 Nauwkeurigheid resultaat tweede fotosessie 70

4.3 Laserscanning 72

4.3.1 Gevel A 72

4.3.2 Gevel B 73

4.3.3 Nauwkeurigheden 74

4.3.3.1 Algemeen 74

4.3.3.2 Gevel A 75

4.3.3.3 Gevel B 77

5. Discussie 79

5.1 Analyse van de fotomodelleringsresultaten 79

5.1.1 Gedekte oppervlakte en randzones van de fotogrammetrische documenten 79

5.1.2 Belichting 82

5.1.3 Kleurweergave 83

5.1.4 Beeldscherpte en graad van detail 85

5.2 Vergelijking van de methoden naar nauwkeurigheid 88

6. Conclusie 90

7. Referentielijst 91

7.1 Literatuur 91

7.2 Internetbronnen 93

7.3 Gebruikte software 94

8. Bijlagen 95

11

1. INLEIDING

In zijn bestaansgeschiedenis die intussen meerdere honderdduizenden jaren beslaat, heeft de mens een

heel uitgebreide evolutie gekend op allerlei uiteenlopende vlakken. Het culturele erfgoed dat vandaag de

dag over de hele wereld terug te vinden is, hoe primitief of klein het ook moge zijn, vormt hier een

markante getuige van. Aangezien wij in ons huidig tijdsgewricht over de kennis en vaardigheden

beschikken om dit historische patrimonium te conserveren, zijn we het aan de toekomstige generaties dan

ook verplicht om hier werk van te maken (Yilmaz et al., 2007). Deze ethische invalshoek is slechts een

eerste argument om werk te maken van de conservering van historisch patrimonium. Andere argumenten

kunnen meer esthetisch, economisch of historisch van aard zijn. Een stad als Gent heeft haar homogene

historische stadcentrum dat terug gaat tot in de middeleeuwen bijvoorbeeld als grote esthetische troef. Het

grote aantal bezoekers dat dit historisch patrimonium uit binnen- en buitenland aantrekt is dan weer een

belangrijke economische reden om te zorgen voor een adequate bescherming.

Het leidt dus weinig twijfel dat erfgoed beschermt dient te worden. Dat bescherming ook nodig is blijkt uit

een waslijst van factoren die potentieel kunnen leiden tot erfgoeddegradatie. Aangezien bouwkundig

erfgoed in deze thesis centraal zal staan kan in functie hiervan volgende opdeling gemaakt worden: ten

eerste is er de groep factoren die valt onder de noemer “natuurlijke degradatie”. In dit verband kan gedacht

worden aan zaken zoals het rotten van hout, de verwering van steen of de corrosie van metaal. Indien

ongemoeid gelaten zorgt natuurlijke degradatie op termijn voor verval en het uiteindelijke verlies van

bouwkundig erfgoed. Ten tweede zijn er alle menselijke handelingen die rechtstreeks of onrechtstreeks

kunnen leiden tot het verlies van bouwkundig erfgoed. Een voorbeeld is het moment waarop het erfgoed

haar functie of nut verliest en er vervolgens overgegaan wordt tot sloop om ruimte te maken voor een

nieuwe ontwikkeling. Ook de moedwillige vernietiging van erfgoed komt voor, bijvoorbeeld omwille van

ideologische redenen. In dit verband kan verwezen worden naar de vernietiging van de grootste

Boeddhabeelden ter wereld door de Taliban in Bamiyan, Afghanistan, in het jaar 2001

(www.telegraph.co.uk, 24/07/2018), of de recente vernietiging van erfgoed door Islamitische Staat in Irak

en Syrië (www.theguardian.com, 24/07/2018). Ook in conflictsituaties heeft erfgoed het moeilijk. Ook al is

het doel van een conflict in de eerste plaats doorgaans niet de eliminatie van erfgoed, toch is het

gedurende gevechten vaak het kind van de rekening, met beschadigingen of de volledige vernietiging tot

gevolg.

In al deze gevallen kan de bescherming van het erfgoed in meerdere of mindere mate voor conservering

zorgen. Erfgoedbescherming is namelijk meer dan enkel het toekennen van een beschermende juridische

status. Daarnaast omvat dit proces ook onderzoek, documentatie en, indien nodig, ook renovatiewerken.

Ter illustratie een tweetal voorbeelden van de oplossingen die bescherming kunnen bieden. Een eerste

12

simpel voorbeeld is het tegengaan van de natuurlijke degradatie door een continue monitoring van de

impact van deze processen en indien nodig door nadien over te gaan tot renovatiewerkzaamheden. Een

tweede voorbeeld is de situatie van erfgoed in een oorlogssituatie. Het beschermingsproces zal er wellicht

slechts moeilijk voor kunnen zorgen dat het erfgoed niet beschadigd wordt, of in sommige gevallen

misschien zelfs volledig verloren gaat. Een nauwkeurige documentatie van het erfgoed voor een

conflictsituatie kan echter wel voldoende gegevens verschaffen om eventuele schade na het conflict te

herstellen, en in sommige gevallen misschien over te gaan tot een wederopbouw.

Het is net aan deze laatste stap, de conservering van erfgoed via een nauwkeurige documentatie, dat deze

thesis een bescheiden bijdrage hoopt te leveren. Meer concreet liggen de doelstellingen van dit werkstuk

bij het genereren van geometrisch correcte weergaven van de twee kopse zijden van de oude refter van

het museum STAM, dat gehuisvest is in het historische kloostercomplex op de Gentse Bijlokesite. Aan de

hand van fotogrammetrie en laserscanning zullen orthofotoplannen, 3D-modellen en 3D-puntenwolken

gegenereerd worden van deze twee binnengevels. De focus gaat daarbij enerzijds uit naar een volledige

registratie van beide gevels, anderzijds gaat er ook speciale aandacht uit naar het fresco van het Laatste

Avondmaal die zich op de oostelijke gevel bevindt. Het uitzonderlijk karakter van deze muurschildering en

haar belang als een van de topstukken van het Gentse erfgoed maken dat een aparte registratie

gerechtvaardigd is. Als sluitstuk van dit onderzoek worden de verschillende resultaten onderling vergeleken

op het vlak van kwaliteit.

Doorheen het project is het echter noodzakelijk gebleken om de doelstelling van deze thesis enigszins aan

te passen. Bij de planning van het terreinwerk waren de topografische metingen en de laserscanning

voorzien voor de zomermaanden van 2017, het realiseren van de foto’s voor de fotomodellering van beide

gevels waren voorzien voor het najaar. Gedurende de opmaak van de planning en de uitvoer van de eerste

werkzaamheden was er echter geen kennis van het feit dat het STAM de refter gedurende het hele

academiejaar 2017-2018 had gereserveerd voor de voorbereidende werkzaamheden van de verhuis van

een deel van haar collectie. Voor de eerste werkzaamheden voor deze thesis had dit geen gevolgen

aangezien zij tegen dan reeds afgerond waren. Voor de opname van de foto’s zorgde dit echter wel voor

problemen, in het bijzonder voor de opname van de foto’s van de westelijke gevel. Het deel van de zaal dat

aan deze gevel paalt is ingenomen voor de behandeling van de collectiestukken, hetgeen de

mogelijkheden om de camera op te stellen serieus beperkt. Bovendien is er allerhande materiaal tegen de

westelijke gevel opgestapeld, wat er voor zorgt dat de onderste helft van de gevel niet zichtbaar is. De

gevel tijdelijk vrijmaken en tegelijk voor goede opstelposities zorgen bleek logistiek niet haalbaar. Daardoor

is uit noodzaak beslist om de doelstelling van deze thesis aan te passen tot de volledige opname van de

oostelijke gevel en de registratie van de andere gevel te beperken tot de laserscanning.

13

De verdere structuur van dit proefschrift ziet er als volgt uit: nadat hiervoor reeds een inleiding gegeven

werd in het onderwerp en de doelstelling van de thesis zal de inleiding verder gezet worden met een

overzicht van de belangrijkste theoretische concepten die aan de basis liggen van de technieken die in

deze thesis gehanteerd zijn. De volgende sectie besteedt aandacht aan het studieobject. Het wordt verder

afgelijnd en gesitueerd in zijn ruimtelijke en historische context. De volgende paragraaf beschrijft de

methodologie die gehanteerd is met een overzicht van de gebruikte apparatuur en een stapsgewijze

beschrijving van de handelingen die leiden tot de productie van de resultaten. Nadien worden deze

resultaten kort gepresenteerd. Ten slotte volgt de discussie waarin de sterktes en zwaktes van de

uiteindelijke resultaten besproken worden. Ook zal er in deze sectie plaats zijn om de resultaten van de

fotogrammetrie met deze van de laserscanning kort te vergelijken op het vlak van nauwkeurigheid.

1.1 Basisprincipes van de fotogrammetrie

1.1.1 Definitie

Linder (2016) definieert de fotogrammetrie zeer beknopt als “The science of measuring in photo’s”. Het

doel van de methode noch de eigenschappen die gemeten worden, worden in deze definitie aangehaald.

De Maeyer & Van de Weghe (2007) zijn een stuk concreter door de fotogrammetrie te definiëren als “[…]

de techniek die toelaat geometrische metingen van objecten, fenomenen of gebieden te verrichten op basis

van foto’s of numerieke beelden”. Daar wordt verder nog een benadrukking aan toegevoegd dat de

metingen indirect zijn. Er wordt met andere woorden gemeten op de afbeeldingen, niet op de

gefotografeerde objecten zelf. Schenk (2005) komt met een definitie die hier bij aansluit: hij definieert

fotogrammetrie als “[…] the science of obtaining reliable information about the properties of surfaces and

objects without physical contact with the objects, and of measuring and interpreting this information”. Maar

de meest omstandige definitie is van de hand van Goossens (2010). Hij definieert de fotogrammetrie als

een toegepaste wetenschap met drie hoofddoelen: ten eerste worden objecten bestudeerd naar vorm,

grootte en plaats in de ruimte aan de hand van fotografische beelden van het object, ten tweede bestudeert

men de middelen en voorwaarden die nodig zijn om deze gegevens af te leiden uit de fotografische

opnamen, en tot slot bestudeert men ook de nauwkeurigheid waarmee men deze gegevens kan afleiden

uit de fotogrammetrische opnamen.

De voorgaande definities laten toe om de elementen op te sommen die essentieel zijn in de discipline van

de fotogrammetrie. Het gaat dus om technieken die objecten in de ruimte op een kwantitatieve manier

willen beschrijven naar geometrie, textuur, schaal en positionering in de ruimte. Daartoe gebruikt men

kwantitatieve data die op basis van fotografische opnamen verkregen worden. Cruciaal daarbij is dat de

14

metingen op de afbeeldingen zelf plaatsvinden, er is dus geen fysiek contact vereist met het te beschrijven

object. Uit de definitie van Goossens (2010) blijkt ook dat men de fotogrammetrie niet kan beperken tot

deze essentie. Er gaat namelijk ook veel aandacht naar alle ondersteunende technieken en processen die

het mogelijk maken om de benodigde data uit de afbeeldingen af te leiden, en hoe men dit op een zo

nauwkeurig mogelijke wijze kan doen.

Daarenboven kan men de fotogrammetrie niet los zien van de fotografie: de data op basis waarvan men

fotogrammetrische opmetingen doet zijn in feite fotografische opnamen, en een gedegen kennis van de

fotografie is dan ook essentieel om kwalitatieve foto’s te verkrijgen.

Binnen de fotogrammetrie zijn er twee subdisciplines te onderscheiden, namelijk de fotogrammetrie op

basis van lucht- en ruimtevaart enerzijds en de terrestrische fotogrammetrie anderzijds (De Maeyer & Van

de Weghe, 2007; Goossens, 2010). Bij de luchtfotogrammetrie worden de afbeeldingen genomen vanuit

een vliegtuig of een satelliet. Dit impliceert dat er steeds een (zeer) grote afstand zit tussen het

opnamepunt en het gefotografeerde object waardoor de schaal van deze beelden klein is. Bovendien

vereist de grote opnameafstand tot het object en het mobiele karakter van het opnameplatform tijdens de

opnamen zeer precieze camera’s. Aangezien deze thesis zal handelen over de opname van de binnenzijde

van twee gevels via terrestrische fotogrammetrie zal er op de luchtfotogrammetrie verder niet meer

ingegaan worden. Bij de terrestrische fotogrammetrie worden de afbeeldingen genomen vanop de grond,

of vanop een opnameplatform dat steeds een direct contact met de grond bewaart. De opnameafstanden

zijn doorgaans veel kleiner, het is mogelijk om een dicht contact met het op te nemen object te bewaren en

op zoek te gaan naar de meest geschikte opnamepunten. Dit nabij contact en de relatief kleine

opnameafstanden impliceren afbeeldingen met een grote schaal. De fotoapparatuur kan relatief eenvoudig

zijn, men gebruikt zowel metrische als niet-metrische camera’s1. Dit wordt geïllustreerd door een groot

aantal voorbeelden van studies waarin terrestrische fotogrammetrie toegepast wordt met relatief

eenvoudige en goedkope fototoestellen, zoals bijvoorbeeld Martinez et al., (2013), Pérez Ramos &

Robleda Prieto, (2015) en Boukerch et al., (2016).

Tot slot is het ook belangrijk om de aandacht te vestigen op het verschil tussen de fotogrammetrie en de

teledetectie. Beide disciplines zijn nauw verwant aan elkaar maar verschillen hoofdzakelijk naar

toepassing: daar waar de fotogrammetrie zich toelegt op een metrische beschrijving van ruimtelijke

objecten en de productie van cartografisch materiaal, tracht de teledetectie op basis van luchtfotografie

doorgaans kwalitatieve informatie te verwerven over de land- en watermassa’s van de Aarde. Het metrisch

aspect speelt daarbij slechts een secundaire rol (Schenk, 2005; Goossens, 2010).

1 Het nemen van een perfecte fotografische opname is onmogelijk. Er zullen steeds kleine vervormingen in het beeld sluipen die onder meer het gevolg zijn van de eigenschappen van de gehanteerde camera. Bij metrische camera’s zijn deze fouten onderzocht en kunnen ze bijgevolg gecorrigeerd worden. Bij niet-metrische camera’s is dit niet het geval (De Maeyer & Van de Weghe, 2007).

15

1.1.2 Klassieke fotogrammetrie

1.1.2.1 Stereovisie als basisconcept van de fotogrammetrie

Zoals in de voorgaande paragraaf “definitie” reeds aan bod kwam is het de doelstelling van de

fotogrammetrie om kwantitatieve informatie van ruimtelijke objecten te verkrijgen in drie dimensies op basis

van fotobeelden. Het is evident om zich in te beelden dat op basis van 1 afbeelding van een object het in

principe mogelijk is om informatie in 2 dimensies te verkrijgen. Informatie verkrijgen in drie dimensies kan

door (ten minste) 1 extra afbeelding te voorzien die vanop een andere ruimtelijke locatie dan de eerste is

geregistreerd.

Om de werkingsprincipes te begrijpen is het nuttig om de vergelijking te maken met de werking van het

menselijk zicht. Wij zien de wereld rondom ons met twee ogen die elk via het centrale perspectief een

beeld leveren dat lichtjes van het andere afwijkt vanwege de verschillende posities van de ogen in de

ruimte. Objecten binnen het overlappend gezichtsveld van beide ogen zullen in beide beelden voorkomen

onder een licht parallaxverschil2. De hersenen combineren beide beelden tot 1 impressie van de omgeving.

De parallaxverschillen zorgen, samen met de perspectieve eigenschappen van ons zicht en de ervaring uit

het verleden, voor het dieptezicht en dus voor het vermogen om afstanden tussen objecten in de ruimte in

te schatten (Linder, 2016).

Afbeelding 1: De geometrie in een georiënteerd stereomodel

Bron: Linder (2016)

2 De Maeyer & Van de Weghe (2007) definiëren parllax als “het verschijnsel waarbij de schijnbare positie van een voorwerp ten opzichte van de achtergrond varieert als men het vanuit verschillende posities bekijkt”.

16

Dit principe, het principe van het stereoscopisch zicht, wordt in de fotogrammetrie gebruikt om

driedimensionele info te verkrijgen. De functie van de ogen wordt overgenomen door de camera die

beelden zal produceren vanop (ten minste) twee verschillende plaatsen. De objecten die in de overlap van

de beelden te zien zijn zullen bijgevolg onder een licht verschillende hoek, en dus met parallaxverschillen,

geregistreerd worden. Op basis van deze afbeeldingen kunnen vervolgens de 3D-terreincoördinaten van

elk punt berekend worden.

Beschouwen we afbeelding 1 om de berekening van deze 3D terreincoördinaten verder te verduidelijken.

Daarbij is het duidelijk dat het punt P in de overlap van beide foto’s valt, daar het via de perspectieve

bundels [PP’] en [PP”] op de negatieven van de foto’s respectievelijk als punten P’ en P” wordt afgebeeld.

Wanneer men in staat is om alle geometrische parameters van de foto’s bij opname te reconstrueren (de

restitutie van de foto’s, zie verder), dan is men in staat om de vergelijkingen van de perspectieve bundels

[PP’] en [PP”] op te stellen. Er rest tot slot enkel nog de taak om het snijpunt tussen deze perspectieve

bundels te berekenen (Linder, 2016).

1.1.2.2 Foto-eigenschappen

Een eerste belangrijke eigenschap is de schaal van de foto. Zij bepaalt in hoge mate de zichtbaarheid en

interpreteerbaarheid van de afgebeelde elementen (De Maeyer & Van de Weghe, 2007), en het is dan ook

belangrijk dat zij correct gekozen wordt in functie van de doelstellingen van het project. De fotoschaal wordt

bepaald door de verhouding tussen de focusafstand en de gemiddelde vlieghoogte. Meer algemeen:

𝑓𝑜𝑡𝑜𝑠𝑐ℎ𝑎𝑎𝑙 =𝑓

𝐻

Met f als focusafstand en H als de gemiddelde vlieghoogte. De schaal van de foto is constant in een vlak

loodrecht op de opnameas van de foto. Dit betekent dus dat de schaal varieert met de diepte van het

gefotografeerde object. Algemeen geldt dat de fotoschaal vergroot voor delen van een object die dichter bij

het opnamecentrum gelegen zijn en vice versa.

Beschouwen we afbeelding 2 om deze abstracte uitleg enigszins te concretiseren. In deze figuur is de

denkbeeldige opname van een gebied met een gebouw in te zien door middel van luchtfotografie vanop

een hoogte H. De gemiddelde fotoschaal wordt in dit geval gegeven door de uitdrukking:

𝑓𝑜𝑡𝑜𝑠𝑐ℎ𝑎𝑎𝑙 = |𝐶 𝑃𝑃|

𝐻

(1)

(2)

17

Met |C PP| als focusafstand en H de gemiddelde vlieghoogte. Deze schaal is echter alleen maar geldig op

de begane grond. Ter hoogte van het dak van het gebouw zal een grotere schaal gelden die gegeven

wordt door de uitdrukking:

𝑓𝑜𝑡𝑜𝑠𝑐ℎ𝑎𝑎𝑙 = |𝐶 𝑃𝑃|

𝐻 − 𝛥ℎ

Met (H – Δh) als aangepaste vlieghoogte.

Afbeelding 2: Voorstelling van de fotoschaal en de reliëfverplaatsingen

Bron: Schenk (2005)

Een tweede belangrijke eigenschap is de centrale projectie die kenmerkend is voor fotografische opnamen

(Schenk 2005; De Maeyer & Van de Weghe, 2007). Dit is een gevolg van de opname van de foto: de

lichtstralen die geregistreerd worden vallen allen in door het lenzenstelsel van de camera, worden door dat

lenzenstelsel gebroken en passeren daarbij allemaal door het optisch centrum. De centrale projectie is een

van de redenen waarom onbewerkte fotografische afbeeldingen geometrische vervormingen vertonen en

dus niet geschikt zijn als cartografisch materiaal. Een kenmerkend voorbeeld van dergelijke vervormingen

zijn reliëfverplaatsingen. In essentie komt het erop neer dat de hogere delen van objecten naar de

buitenzijde van de foto toe verplaatst worden, weg van het fotocentrum3. Hoe hoger het object en hoe

verder het van het fotocentrum gelegen is, hoe sterker dit effect is (De Maeyer & Van de Weghe, 2007).

Grijpen we wederom terug naar figuur 2 om dit te illustreren. In deze figuur is C het optisch centrum, en

loodrecht eronder wordt het fotocentrum op het positiefvlak voorgesteld door het punt PP. Aan de rand van

de foto wordt een gebouw afgebeeld met punten B en T die respectievelijk aan de basis en aan de

3 Het fotocentrum, ook bekend als het hoofdpunt van het fotobeeld, is het punt dat centraal in het fotobeeld gelegen is en overeen komt met de basis van de loodlijn die neergelaten wordt vanuit het optisch centrum van het lenzenstelsel op het beeldvlak (Goossens, 2010).

(3)

18

bovenrand van het gebouw gelegen zijn. Het pad van de convergerende lichtbundels wordt voorgesteld

door stippellijnen. Wanneer de lichtbundel die afkomstig is van punt T beschouwd wordt is duidelijk te zien

hoe zij het positiefvlak dichter bij de rand van de foto snijdt dan de lichtbundel die afkomstig is van punt B.

De radiale reliëfverplaatsing heeft in dit geval dus een grootte d.

1.1.2.3 Het fotogrammetrisch proces

Binnen het fotogrammetrische verwerkingsproces zijn er twee fundamentele fasen: de data-acquisitie en

de dataverwerking (De Maeyer & Van de Weghe, 2007; Goossens, 2010). Gedurende de data-acquisitie

produceert men kwalitatieve fotografische afbeeldingen die nadien, tijdens de dataverwerkingsfase,

fotogrammetrisch verwerkt zullen worden tot de gewenste eindproducten. Zij worden in de aansluitende

alinea’s verder toegelicht.

De eerste fase omvat dus de realisatie van een of meerdere foto-opnamen (goossens, 2010). De klassieke

fotogrammetrie wordt uitgevoerd op basis van stereokoppels: één of meerdere sets van twee foto’s met

een welbepaalde mate van overlap. Gezien deze overlap belangrijk is volgt hieruit dat de foto-opname

goed op voorhand gepland moet worden en dat de registratielocaties in functie van de gebruikte camera en

lens op voorhand berekend moet worden. Daarnaast probeert men er naar te streven om zo perfect

mogelijke foto’s te produceren. De perfectie is echter niet mogelijk, er zijn verschillende factoren die daar

de oorzaak van zijn. Ten eerste zijn er de camerafouten die te wijten zijn aan imperfecties van het

lenzenstelsel van een camera. Zij zorgen voor vervormingen in het fotografische beeld. Door het gebruik

van metrische camera’s kunnen deze vervormingen gecorrigeerd worden. Doch is het gebruik van

metrische camera’s bij de terrestrische fotogrammetrie, gezien de kwaliteit van hedendaagse digitale

camera’s, geen absolute vereiste (De Maeyer & Van de Weghe, 2007). Ten tweede is, zoals eerder reeds

aangehaald, een goede kennis van de concepten van de fotografie belangrijk bij het nemen van

kwalitatieve foto’s. Gezien de technische karakteristieken van de camera enerzijds en de

terreinomstandigheden anderzijds is een verantwoorde keuze van ISO-waarde, sluitertijd en diafragma

vereist. Tot slot zijn ook nog andere opnamevoorwaarden zoals de opnameafstand, de cameraoriëntatie,

het aantal te nemen foto’s en het opnamespectrum van belang (Goossens, 2010).

In de tweede fase gaat men over tot de verwerking van de data. Eerder kwam in de paragraaf “stereovisie

als basisconcept van de fotogrammetrie” reeds naar voor dat het mogelijk is om 3D coördinaten te

berekenen van de punten die binnen de overlap van twee afbeeldingen gelegen zijn, als van deze

afbeeldingen alle ruimtelijke oriëntatieparameters kunnen berekend worden. Door het restitutieproces

worden deze parameters duidelijk aangezien men gedurende dit proces de oriëntatie van de

opnamesituatie op een verkleinde schaal reconstrueert. De concrete doelstellingen van het restitutieproces

zijn de volgende (Goossens, 2010):

19

- Het ondubbelzinnig bepalen van de perspectieve stralenbundel ten opzichte van het fotobeeld.

- Het ondubbelzinnig bepalen van de stand van de verschillende perspectieve stralenbundels ten

opzichte van elkaar, in het geval van meerdere fotobeelden.

- Het ondubbelzinnig bepalen van de stand van de perspectieve stralenbundel(s) ten opzichte van

het studieobject.

- De coördinaten van alle karakteristieke punten van het studieobject bepalen, hetzij in een relatief

coördinatenstelsel, hetzij in een absoluut.

De restitutie bewerkstelligt met andere woorden een goede koppeling tussen de werkelijkheid met daarin

het studieobject (de objectruimte) en de fotografische afbeeldingen (de beeldruimte4). Om dat te bereiken

worden de nodige coördinatensystemen gedefinieerd (Schenk, 2005; Goossens, 2010). In de beeldruimte

wordt een systeem van fotocoördinaten ingevoerd om ruimtelijke locaties en relaties te kunnen uitdrukken

(afbeelding 3). Dit coördinatensysteem is opgebouwd rond een driedimensionaal cartesiaans assenstelsel

dat zijn oorsprong kent in het optisch centrum (het Principal point, PP). Het xy-vlak ligt evenwijdig met het

fotobeeld met de positieve x-richting georiënteerd volgens de vliegrichting. Posities in de beeldruimte

worden uitgedrukt via puntvectoren (P). In de objectruimte maakt men gebruik van een (inter)nationaal

cartesiaans coördinatenstelsel om posities te markeren (schenk, 2005).

Afbeelding 3: Illustratie van het foto-coördinatensysteem

Bron: Schenk (2005)

Het restitutieproces valt uiteen in drie verschillende fasen: de interne oriëntatie, de relatieve oriëntatie en

de absolute oriëntatie. De laatste twee worden soms samen genomen onder de noemer “externe”

oriëntatie, doch hier beschouwen we ze als aparte fasen. Gedurende de interne oriëntatie worden de

perspectieve stralenbundels van de verschillende afbeeldingen gereconstrueerd en tegenover de

4 Met de beeldruimte bedoelt men in feite het fotomodel. De objectruimte daarentegen is de “echte wereld”, de 3D ruimte met de objecten in die fotogrammetrisch opgemeten worden. Voor een goed fotogrammetrisch resultaat hoort de similariteit tussen beide ruimten zo groot mogelijk te zijn (Schenk, 2005).

20

respectievelijke afbeeldingen gepositioneerd (Goossens, 2010). De vereiste parameters om het

mathematisch model op te stellen dat de perspectieve stralenbundel van elke afbeelding beschrijft worden

bepaald bij de camera. Eens het model opgesteld is, is het mogelijk om het foto-coördinatensysteem te

definiëren aangezien alle vereiste zaken daarvoor via het model achterhaald kunnen worden. Vanaf dan is

het mogelijk om karakteristieke punten in de foto’s uit te drukken aan de hand van foto-coördinaten.

Nadien volgt de relatieve oriëntatie. Tijdens deze stap is het de bedoeling om de perspectieve

stralenbundels van de verschillende afbeeldingen op een correcte manier tegenover elkaar te positioneren

zodat ze dezelfde onderlinge positie benaderen als tijdens de opname. Aangezien de foto’s steeds een

zekere overlap bezitten zullen de verschillende stralenbundels elkaar snijden. De positionering kan dan ook

gerealiseerd worden door zes verschillende parameters te berekenen (afbeelding 4): drie

locatieparameters (de x, y en z-coördinaat van het optisch centrum, in het coördinatensysteem van de

objectruimte) en drie rotatieparameters (ω, φ, κ, respectievelijk de rotatiehoeken rond de x, y en z-as) (De

Maeyer & Van de Weghe, 2007; Goossens, 2010). Wanneer voor alle corresponderende perspectieve

stralen van de verschillende afbeeldingen de y-parallax 0 gemaakt wordt, zullen de stralen snijden. Bij de

relatieve oriëntatie geldt dus dat voor alle corresponderende stralen de y-parallax 0 is. Verschuivingen in x-

richting worden bij de relatieve oriëntatie nog buiten beschouwing gelaten, daar zij alleen een impact

hebben op de schaal van het model (Goossens, 2010).

Afbeelding 4: Impressie van de relatieve oriëntatieparameters

Bron: Linder (2016)

De laatste stap van het restitutieproces bestaat uit de absolute oriëntatie. In deze stap wordt het volledige

model getransformeerd naar terrestrische coördinaten. Om dit te bereiken maakt men gebruik van

grondcontrolepunten met gekende coördinaten. Deze punten liggen binnen de overlap van de

verschillende afbeeldingen en hebben een gevarieerde spreiding in alle ruimtelijke dimensies. Er zijn ten

21

minste 3 grondcontrolepunten vereist om de absolute oriëntatie uit te voeren, hoewel het steeds aan te

bevelen is om een overtal te voorzien om eventuele foute coördinaten te kunnen weren. Op basis van deze

grondcontrolepunten kunnen ten slotte de 7 parameters (3 translatiefactoren, 3 rotatiefactoren en een

schaalfactor) bepaald worden om de absolute oriëntatie uit te voeren (Goossens, 2010).

1.1.3 Fotomodellering

1.1.3.1 Inleiding

Een alternatief voor de klassieke fotogrammetrie wordt gevormd door de techniek die in het Nederlands

vaak omschreven wordt als “fotomodellering”. Hoewel er in de internationale Engelstalige literatuur nog

geen consensus heerst over de gepaste benaming voor de techniek (veruitwendigd door het voorkomen

van meerdere benamingen zoals Close-Range Photogrammetry, Digital Photogrammetry of Structure-from-

Motion Photogrammetry) gaat het steeds over dezelfde techniek die gebruik maakt van Structure-from-

Motion (SFM) en MultiView-Stereo (MVS) algoritmen. Aangezien de term fotomodellering duidelijk verschilt

van de term klassieke fotogrammetrie is er weinig verwarring mogelijk en is het dan ook een geschikte term

om doorheen het vervolg van deze thesis te hanteren.

De oorsprong van deze techniek ligt in de vooruitgang die gemaakt is binnen het kader van de computer

vision (Snavely et al., 2008; Westoby et al., 2012). Reeds in de jaren ’80 werd het fundament gelegd met

de eerste algoritmen die objectherkenning op basis van afbeeldingen toelieten. Ook de eerste algoritmen

die toelieten om objecten te tracken op meerdere afbeeldingen en technieken om de 3D-structuur op basis

van afbeeldingen te reconstrueren werden eind jaren ’80 – begin jaren ’90 ontwikkeld (snavely et al, 2008).

De daaropvolgende introductie van fotogrammetrische technieken zoals bundle adjustment algoritmen

zorgden ervoor dat de eerste beperkte 3D-modelleringsprojecten van ruimtelijke structuren eind de jaren

’90 – begin de jaren 2000 uitgevoerd werden. De daaropvolgende jaren werden gekenmerkt door een

verbetering van de performantie van deze techniek waarna ze eind de jaren 2000 voor het eerst succesvol

werd toegepast in de reconstructie van grootschalige complexere 3D-geometrieën (Snavely et al., 2008).

Tot slot heeft de techniek de laatste jaren in een brede waaier aan onderzoeksdomeinen haar ingang

gevonden en wordt ze er intensief gebruikt (Westoby et al., 2012).

Fotomodellering wordt binnen de algemene discipline van de fotogrammetrie geplaatst omdat ze perfect

past binnen de beschrijvingen die in paragraaf 1.1.1 Definities gegeven zijn. Het betreft namelijk eveneens

een techniek die tracht om de 3D structuur van een object of tafereel te reconstrueren aan de hand van

een aantal overlappende foto’s die vanop verschillende standplaatsen gerealiseerd zijn (Westoby et al.,

22

2012). De grootste gelijkenissen houden daar echter op. Opdat klassieke fotogrammetrie kan toegepast

worden is het nodig dat alle cameraparameters bij de dataverwerking a priori gekend zijn. Bij

fotomodellering is dit niet het geval (Snavely et al., 2008): zowel de geometrie van het object als de locatie

en de oriëntatie van de camera bij opname worden uitsluitend gereconstrueerd op basis van de

afbeeldingen, zonder een a priori geconstrueerd netwerk van grondcontrolepunten met gekende 3D

locaties. Er wordt daarentegen gebruik gemaakt van een iteratief bundle adjustment algoritme dat gebruik

maakt van een set punten die in alle foto’s terug te vinden zijn (keypoints) en die automatisch door de

software herkend worden (Westoby et al., 2012). Gezien het oorspronkelijke doel van de techniek is deze

werkwijze logisch: uit Snavely et al., (2008) blijkt dat de techniek bedoeld was om locaties in de ruimte in

drie dimensies te modelleren door uitsluitend gebruik te maken van de (soms) enorme hoeveelheid

afbeeldingen die van bepaalde locaties op het internet te vinden zijn. Aangezien van het overgrote deel van

deze afbeeldingen geen metadata beschikbaar zijn moest de techniek in staat zijn om tot een 3D structuur

te komen puur op basis van de visuele informatie die in de foto’s vastgelegd is.

1.1.3.2 Foto-opname

Wat betreft de foto-opname zijn er gelijkenissen maar ook verschillen tussen fotomodellering en klassieke

fotogrammetrie. De technieken komen op dit vlak overeen in die zin dat ze beiden overlappende foto’s

nodig hebben om tot een resultaat te komen. Deze foto’s horen bovendien geregistreerd te zijn vanop

verschillende ruimtelijke locaties om parallaxverschillen te bekomen. De klassieke fotogrammetrie is zoals

reeds vermeld sterk afhankelijk van stereo-koppels. Bij fotomodellering is dit echter geen vereiste.

Integendeel: doorgaans wordt een beter resultaat verkregen wanneer men een groter aantal foto’s neemt

met een grote mate van overlap. Afbeelding 5 geeft in dit verband een goede indicatie: de 3D-modellering

van een object op basis van fotomodellering gebeurt het best door rondomrond een groot aantal foto’s te

nemen, steeds met een hoge graad van overlap, en steeds geregistreerd vanop verschillende ruimtelijke

locaties. Daarnaast speelt de kwaliteit van de foto’s net zoals bij de klassieke fotogrammetrie ook een rol.

Met name de kleurweergave van de uiteindelijke orthofotoplannen en 3D-modellen wordt bemonsterd op

basis van de foto’s. Wanneer deze inzake scherpte en kleurweergave van slechte kwaliteit zijn, zal dit

hierop dus onvermijdelijk een negatieve weerslag hebben.

23

Afbeelding 5: De fotoregistratie van een object bij fotomodellering. Een goed resultaat is gebaat bij

een groot aantal foto’s die sterk overlappen en die getrokken zijn vanop steeds wisselende

ruimtelijke locaties

Bron: Westoby et al., (2012)

1.1.3.3 Dataverwerking op basis van SFM en MVS-algoritmen

Eens de foto’s genomen zijn kunnen ze via fotomodellering verwerkt worden. De SFM-algoritmen zorgen

eerst voor de herkenning van karakteristieke punten die op verschillende afbeeldingen voorkomen

(keypoints) en vergelijken vervolgens op iteratieve wijze de verschillende afbeeldingen op basis van deze

keypoints. Daardoor kan de objectgeometrie en de cameraoriëntatie bij opname van de foto’s geschat

worden. De MVS-algoritmen kunnen vervolgens op basis van deze voorlopige resultaten een volwaardige

3D-puntenwolk construeren van het object. Aansluitend worden de verschillende stappen kort toegelicht:

De procedure begint dus bij het selecteren van de keypoints die de software in staat moeten stellen om de

verschillende foto’s te vergelijken. De algoritmen selecteren die punten die invariant zijn aan herschaling en

rotatie van de afbeelding en gedeeltelijk invariant zijn aan veranderingen in belichting en aan de ruimtelijke

locatie van de camera bij opname. Het aantal keypoints dat door de algoritmen gevonden wordt is

hoofdzakelijk afhankelijk van de textuur en de kleurvariaties van een afbeelding (westoby et al., 2012). Een

hoge resolutie en een minimum aan monotone kleurenvlakken zijn bevorderlijk voor de resultaten.

Vervolgens worden bundle adjustment algoritmen aangewend voor het schatten van de cameraposities bij

registratie van de foto’s en het reconstrueren van de geometrie door de vorming van een sparse point

cloud. Dit wordt bereikt door eerst overeenkomstige keypoints in verschillende foto’s aan elkaar te linken.

24

Dit kan bijvoorbeeld op basis van nearest neighbour algoritmen. Vervolgens worden de keypoints

gemonitord bij de vergelijking van de verschillende afbeeldingen waardoor ruwe schattingen kunnen

bekomen worden van de cameraposities en de objectgeometrie. Door het iteratieve karakter van dit proces

en via een niet-lineaire kleinste kwadraten analyse kunnen deze schattingen steeds verder verfijnd worden

(Westoby et al., 2012). Bovendien is de benadering van dit proces incrementeel: men begint de analyse op

basis van een beperkt aantal foto’s, bij elke iteratie betrekt men extra foto’s bij de analyse. Uit testen is

gebleken dat op deze wijze het beste resultaat verkregen wordt (Snavely et al., 2008). Er moet tot slot ook

op gewezen worden dat deze modelleringsprocessen plaats vinden zonder de definitie van een absolute

schaal of oriëntatierichting. Om dit probleem op te lossen wordt een relatief coördinatensysteem in de

beeldruimte gedefinieerd. Een absolute oriëntatie kan aansluitend uitgevoerd worden aan de hand van een

transformatie op een netwerk van grondcontrolepunten (GCP’s).

De laatste stap om tot een volwaardige drie dimensionele puntenwolk te komen kan vervolgens uitgevoerd

worden door de productie van de dense cloud. De dense cloud is in essentie een verdichting van de sparse

point cloud en wordt geconstrueerd door de toepassing van de MVS-algoritmen (Westoby el al., 2012). De

camera-oriëntatie die in de vorige stap gereconstrueerd is dient hiervoor als input. Het algoritme deelt de

grote set aan overlappende foto’s op in kleinere subsets met een analyseerbare omvang. Van elk van deze

subsets wordt apart 3D-informatie verkregen die vervolgens samengevoegd wordt tot één grote

puntenwolk met een grote dichtheid (Westoby et al., 2012). Na deze stap is de 3D-puntenwolk afgewerkt

en kan ze verder bewerkt worden tot meshmodellen, orthofotoplannen etc.

1.2 Patrimoniumdocumentatie met fotogrammetrie

1.2.1 Meerwaarde van fotogrammetrie

Ter aanvulling van de bestaande technieken kan de fotogrammetrie een zeer grote meerwaarde betekenen

voor de documentatie van patrimonium (Arias et al., 2005; Karabörk et al., 2015). Archeologen beperkten

zich voor de introductie van fotogrammetrie als techniek tot het maken van foto’s, schetsen en

beschrijvingen. De grootste tekortkoming van deze methoden was dat zij niet voor een geometrisch

correcte weergave van het erfgoed konden zorgen. Korumaz & Gulec Korumaz (2010) beschrijven

bijvoorbeeld hoe de restauratie van fresco’s zich beperkte tot de nog zichtbare delen omdat men niet

beschikte over een metrisch correct overzichtsdocument. De opvulling van delen die in de loop van de

geschiedenis verdwenen zijn zou dus louter gebeuren op basis van de inschatting van de restaurateur.

Door de introductie van de fotogrammetrie kan dit probleem opgelost worden aangezien het vermogen om

voor metrisch correcte documenten te zorgen net een grote troef van deze techniek is.

25

De grootste troef van de techniek ligt echter in het feit dat ze de correcte geometrische voorstelling van een

object kan combineren met een waarheidsgetrouwe, fotografische weergave. Fotogrammetrie levert dus

naast geometrische informatie ook info over de textuur en de kleuren van het objectoppervlak. Zo wordt het

mogelijk om analyses van specifieke parameters van het erfgoedpatrimonium uit te voeren zoals de vorm,

de grootte, de gebruikte materialen en de conservatietoestand (Arias et al., 2005; Yilmaz et al., 2007). Ook

een inventarisatie van de staat van het erfgoedpatrimonium en eventuele beschadigingen in het bijzonder

behoort dus tot de mogelijkheden. Op die manier is het gebruik van fotogrammetrie een grote hulp bij

beslissingen over restauratieprocessen (Arias et al., 2005; Yilmaz et al., 2007; Martinez et al., 2013).

Algemeen kan men stellen dat de eigenschappen van de fotogrammetrie als techniek goed aansluiten bij

de vereisten van documentatieprojecten van erfgoedpatrimonium. Bij dergelijke projecten is het namelijk

belangrijk om een registratiemethode te gebruiken die flexibel en nauwkeurig is, een kleine acquisitietijd

heeft, makkelijk verplaatsbaar is en bovendien ook een haalbare kostprijs heeft (Remondino, 2011). De

fotogrammetrie beantwoordt heel goed aan deze criteria: het is een nauwkeurige methode die goede

resultaten behaalt met een relatief goedkope uitrusting. Aangezien de data-acquisitie bestaat uit het nemen

van foto’s is het ook een methode die snel uitvoerbaar is (Arias et al., 2005; Yilmaz et al., 2007; Martinez et

al., 2013; Boukerch et al., 2016). Als voorwaarde moet hier aan gekoppeld worden dat de

fotogrammetrische opmetingen goed voorbereid moeten worden om via een snelle data-acquisitie goede

resultaten te bekomen (Pérez Ramos & Robleda Prieto, 2015). Het gevolg van deze eigenschappen is dat

fotogrammetrie als methode uitermate geschikt is om monitoringsstudies op te zetten (Arias et al., 2005;

Yilmaz et al., 2007; Martinez et al., 2013). Een renovatieproces kan bijvoorbeeld makkelijk en snel

gemonitord worden door vooraf, tijdens en na het project opmetingen te verrichten. Ook kan op die manier

kort op de bal gespeeld worden en kan het project tijdens de uitvoer geëvalueerd en indien nodig

bijgestuurd worden.

Tot slot is het ook belangrijk om te wijzen op het digitale aspect van de moderne fotogrammetrie en haar

complementariteit met andere 3D registratietechnieken. De digitalisering van het fotogrammetrische

opname- en verwerkingsproces heeft de techniek gebruiksvriendelijker en sneller in uitvoer gemaakt.

Bovendien is de opslag en uitwisseling van data en afgewerkte producten een stuk eenvoudiger geworden

(Yilmaz et al., 2007). Ook is het belangrijk om mee te geven dat de digitalisering de driedimensionale

visualisatiemogelijkheden enorm heeft doen uitbreiden (Arias et al., 2005). De afzetmarkt voor allerhande

afgeleide producten heeft zich daardoor evengoed kunnen uitbreiden, met bijvoorbeeld vele mogelijkheden

voor de productie van educatief materiaal voor zowel musea als het brede publiek (Remondino, 2011;

Martinez et al., 2013). Het digitale verwerkingsproces van de fotogrammetrie is ook cruciaal om tot een

integratie met andere 3D registratietechnieken te komen. Een simultane verwerking van compatibele data

van meerdere acquisitiemethoden tot 1 eindresultaat wordt op die manier mogelijk. Vooral de

26

complementariteit van fotogrammetrie met terrestrische laserscanning (TLS) lijkt veelbelovend (Núñez

Andrés et al., 2012), en dit zowel wat betreft de gegenereerde data (Georgopoulos & Ioannidis, 2004) als

wat betreft de opnamevoorwaarden op het terrein. Vooral bij grote complexere projecten met grote en qua

geometrie complexe objecten is een combinatie van fotogrammetrie en TLS aan te raden (Yastikli, 2007;

Remondino, 2011; Núñez Andrés et al., 2012; Bayram et al., 2015).

1.2.2 Fotogrammetrie en de documentatie van gevels

Uit vele voorbeelden blijkt dat men fotogrammetrie tot nu toe veel heeft gebruikt voor de documentatie van

buitengevels. Zo zijn er voorbeelden te vinden van de fotogrammetrische opname van stadsmuren

(Bayram et al., 2015), stadspoorten (Núñez Andrés et al., 2012), de buitenmuren van kerken (Martinez et

al., 2013) en soms zelfs van detailopnamen van muurdelen met een fijne doch complexe geometrie

(Karabörk et al., 2015). In het licht van deze literatuurstudie is het echter belangrijk om op te merken dat er

daarnaast ook meer en meer studies zijn te vinden waar men fotogrammetrie in binnenruimten gaat

toepassen. Soms tracht men op die manier een volledige opname van het interieur en de bekleding te

bekomen (Pérez Ramos & Robleda Prieto, 2015; Boukerch et al., 2016), in andere gevallen is men enkel

geïnteresseerd in specifieke muurschilderingen (Korumaz & Gulec Korumaz 2010; Andreoli, 2014).

Algemeen blijkt uit deze onderzoeken dat fotogrammetrie als techniek ten zeerste aan te raden is voor de

visualisatie van binnenstructuren (Pérez Ramos & Robleda Prieto, 2015). Ook specifiek voor de registratie

van fresco’s blijkt de fotogrammetrie geschikt, daar ze er in slaagt om kwalitatieve metrische documenten

voort te brengen met een goede kleur- en textuurweergave (Korumaz & Gulec Korumaz 2010; Andreoli,

2014). Een belangrijk aandachtspunt bij binnenopnamen is echter de belichting (Andreoli, 2014; Pérez

Ramos & Robleda Prieto, 2015): die moet met de nodige zorg gemanipuleerd worden om een goede

kleurweergave te bekomen en schaduweffecten te beperken.

1.3 Fotografische opname van kleuren

Wanneer men werkt met fotografische opnamen dient de nodige zorg besteed te worden aan een goede

belichting van het te fotograferen object en een goede opname van de kleuren. Daarom zal in deze

paragraaf dieper ingegaan worden op een aantal zaken die hiermee verband houden.

27

1.3.1 Kleurtemperatuur

Wanneer men binnenin (gedeeltelijk) afgesloten ruimten fotografische opnamen van objecten maakt is het

mogelijk dat de belichtingscondities niet optimaal zijn. In dat geval kan er voor geopteerd worden om extra

artificiële belichting te voorzien, zoals bijvoorbeeld blijkt uit Pérez Ramos & Robleda Prieto (2015). Men

moet echter bij de keuze van de belichting in het achterhoofd houden dat verschillende lichtbronnen wit

licht kunnen produceren met subtiele verschillen. Dit komt omdat wit licht het resultaat is van de menging

van verschillende kleuren die in het zichtbare spectrum vervat zitten. Verschillen in het geproduceerde

kleurenspectrum van verschillende soorten lichtbronnen zullen dus voor subtiele verschillen zorgen in de

tint van het uitgezonden witte licht.

Afbeelding 6: Spectrale emissiecurves voor black bodies bij verschillende temperaturen

Bron: www.handprint.com, 13/05/2017

De verschillende lichtkleuren worden beschreven aan de hand van het concept van de kleurtemperatuur,

uitgedrukt in Kelvin (K). Hiervoor steunt men op het concept van de “Black Body Radiation”: dit is een

mathematische beschrijving van de spectrale distributie van de uitgezonden stralingsenergie van een zwart

object met perfecte radiatieve eigenschappen bij een bepaalde temperatuur. Deze beschrijving kan

voorgesteld worden door een curve en afbeelding 6 toont hiervan enkele voorbeelden. Deze curve heeft 3

28

belangrijke eigenschappen: het is steeds een vloeiende continue lijn met 1 duidelijke piek in een bepaald

deel van het spectrum, deze piek verschuift van het infrarode naar het ultraviolette spectrum naarmate de

temperatuur van het object toeneemt en ook de algemene stralingsemissie neemt sterk toe naarmate dat

de temperatuur toeneemt. Het grote voordeel van dit model is dat de stralingsemissie van vele lichtbronnen

er zich moeiteloos door laat beschrijven (www.handprint.com, 13/05/2017).

Het CIE (Commision International de l’Éclairage) heeft verschillende lichtstandaarden gedefinieerd binnen

een zone met kleurtemperaturen die als neutraal wit licht kunnen beschreven worden. Twee belangrijke

zijn de normen D50 en D65 (corresponderend met een kleurtemperatuur van respectievelijk 5000 K en

6500 K). De controle en vergelijking van kleuren hoort steeds te gebeuren bij licht dat voldoet aan deze

standaarden. De D50 norm wordt in dit verband veel gebruikt in de grafische sector, de D65 norm moet

gebruikt worden in colorimetrische berekeningen waar met gemiddeld daglicht gewerkt wordt (cie.co.at,

13/05/2017; www.image-engineering.de, 13/05/2017).

1.3.2 Fotografische opname van kleuren

In verband met een waarheidsgetrouwe opname van kleuren bij fotografie stellen Andrews et al., (2003)

een interessante en pragmatische werkwijze voor die gebruik maakt van colorcharts (afbeelding 7). Op

deze steekkaarten zijn een aantal normkleuren afgedrukt. Bij elke foto-opname wordt vervolgens een

dergelijke steekkaart mee gefotografeerd. Het fotograferen zorgt onvermijdelijk voor een kleurenopname

die (licht) afwijkt van de realiteit. Tijdens de postprocessing kan in een softwarepakket zoals Adobe

Lightroom de kleurverandering van de normkleuren op de mee gefotografeerde colorchart tegenover de

realiteit bepaald worden. De software laat vervolgens ook toe om de kleuren binnen de foto aan te passen

zodat de normkleuren wederom hun echte tint verkrijgen. Aangezien de kleuren op een uniforme wijze

doorheen de hele foto aangepast worden zal dus ook het gefotografeerde object haar ware kleuren

terugkrijgen.

Door daarnaast in het totale acquisitie- en verwerkingsproces zoveel mogelijk te streven naar een uniforme

behandeling van alle gemaakte foto’s wordt naar een zo realistisch mogelijke kleurafbeelding gestreefd.

Toch is dit geen garantie op een exacte kleurweergave bij eventuele digitale of materiële eindproducten.

Men moet namelijk in het achterhoofd houden dat alle stappen in het acquisitie- en verwerkingsproces een

impact hebben op de kleurweergave. Zo ook de verwerkingsstappen en de visualisatie die nog na de

kleurcorrecties volgen.

29

Afbeelding 7: De Macbeth color chart

Bron: http://www.arrirentalstore.com, 13/05/2017

1.3.3 Kleurbeheer

Door kleurbeheer toe te passen probeert men de kleurweergave door verschillende apparaten te

stroomlijnen en de afwijkingen zo klein mogelijk te maken (www.digifotopro.nl, 14/05/2017). Belangrijk

hierbij is het concept van de kleurruimte. Zowel de apparaten als de softwareprogramma’s die gedurende

de verwerking en de visualisatie van de fotografische afbeeldingen gebruikt worden beschikken over een

begrensd aantal verschillende kleuren en tinten om een afbeelding weer te geven. Elk apparaat en elk

softwareprogramma beschikt dus over zijn eigen kleurruimte met zijn eigen kleurbereik. Er zijn ook een

aantal apparaatonafhankelijke kleurruimten gedefinieerd. Twee bekende voorbeelden zijn de relatief kleine

sRGB kleurruimte en de omvangrijkere AdobeRGB kleurruimte (afbeelding 8). De vraag dringt zich nu op

welke kleurruimte moet gekozen worden in functie van de verwerking van de fotografische afbeeldingen.

Deze keuze is afhankelijk van de mogelijkheden van de gebruikte hard- en software. Algemeen kan gesteld

worden dat het belangrijk is om een kleurruimte te gebruiken die iets groter is dan de kleurbereiken van de

hard- en softwarecomponenten. Indien men een kleinere kleurruimte zou gebruiken zullen er

visualisatiemogelijkheden verloren gaan. De afbeeldingen zullen in dat geval aan detail verliezen

(www.digifotopro.nl, 14/05/2017).

Kleurruimten worden beschreven op basis van een uniforme apparaatonafhankelijke standaard die met

absolute waarden werkt. Daarvoor kan men een beroep doen op de kleurmodellen die door het CIE zijn

uitgewerkt. Een veel gebruikt model in dit verband is het CIE-Lab kleurenmodel dat opgesteld is om zo

goed mogelijk aan te sluiten bij de eigenschappen van het menselijk zicht (www.digifotopro.nl, 14/05/2017).

Dit model beschrijft kleuren aan de hand van drie assen: de L-as beschrijft de helderheid/grijswaarde, de a-

as beschrijft de hoeveelheid rood of groen die in de kleur vermengd zit en de b- as doet hetzelfde voor de

30

hoeveelheid blauw of geel (dba.med.sc.edu, 14/05/2017). Afbeelding 8 toont in dit verband het brede scala

aan kleuren dat op die manier beschreven kan worden.

Afbeelding 8: Een doorsnede doorheen het CIE-Lab kleurenmodel met aanduiding van de

AdobeRGB en sRGB kleurruimten

Bron: www.eoszine.nl, 14/05/2017

1.3.4 Bestandsformaten

Er bestaat een heel areaal aan bestandsformaten voor de opslag van afbeeldingen. Twee van de

bekendste zijn de JPEG (Joint Photographic Experts Group) en TIFF (Tagged Image File Format). In

wetenschappelijke en fotografische kringen gebruikt men echter het RAW-formaat. Verhoeven (2010)

omschrijft dit zelfs als het enige wetenschappelijk verantwoorde opslagformaat voor fotografische

afbeeldingen. De reden daarvoor ligt bij de eigenschappen van dit bestandsformaat. Een van de

belangrijkste redenen om voor dit formaat te kiezen is het feit dat alle originele data die de sensor van de

camera genereert opgeslagen worden. De eerder aangehaalde bekende bestandsformaten hebben die

mogelijkheid niet. Daarnaast biedt dit bestandsformaat een zeer grote flexibiliteit gedurende het

verwerkingsproces van de afbeeldingen (Verhoeven, 2010). Het is ten allen tijde mogelijk om

fotoparameters aan te passen en conversies te maken naar andere bestandsformaten. Doordat de

originele gegevens steeds bewaard blijven is het steeds mogelijk om bewerkingen aan te passen. Het

RAW formaat heeft twee nadelen. Ten eerste is het een redelijk zwaar bestandsformaat, elke foto neemt

veel meer schijfruimte in dan een afbeelding in JPEG- of TIFF-formaat. Ten tweede is specifieke software

zoals Adobe Lightroom vereist om afbeeldingen in RAW-formaat te verwerken. Daardoor is dit

bestandsformaat minder werkbaar voor een breder publiek (Verhoeven, 2010).

31

2. STUDIEOBJECT

2.1 Sitegeschiedenis

De twee gedocumenteerde binnengevels bevinden zich in de kloostergebouwen op de Bijlokesite, een

historische site in het centrum van Gent. Deze site kent een lange en heel rijke geschiedenis die teruggaat

tot in het begin van de 13e eeuw. De eerste bebouwing op de site was een cisterciënzerklooster dat tot

stand kwam vanaf het jaar 1228. De reden voor de stichting was de verhuis van een hospitaal uit het

centrum van Gent naar deze site: het hospitaal werd uitgebaat door de kloosterzusters en is bijgevolg

geïncorporeerd in het nieuwe klooster. Het klooster had een typische structuur met een opbouw rond een

centrale binnenplaats en een kruisgang. De hoofdmoot van dit complex is tot op de dag van vandaag

bewaard gebleven en geldt als een mooi voorbeeld van de 14e eeuwse Vlaamse baksteenarchitectuur.

In de 17e eeuw kent het klooster een belangrijke uitbreiding aan de noordoostelijke zijde. Enkele decennia

later, op het einde van de 17e eeuw, werd het klooster gedurende een korte periode opgedoekt. Bij de

terugkeer van de kloosterzusters namen zij hun intrek in de 17e eeuwse uitbreidingen, het oudste gedeelte

van het Bijlokecomplex krijgt op dat moment een andere functie. Vanaf deze periode wordt niet langer over

het cisterciënzerklooster gesproken, maar over het Bijlokeklooster.

Een volgende belangrijke fase in de geschiedenis van het Bijlokecomplex start in 1913, wanneer de site in

handen van de stad Gent komt. De stad wil in het gebouwencomplex een nieuw oudheidkundig museum

onderbrengen en ter voorbereiding van deze nieuwe bestemming voert men ingrijpende

renovatiewerkzaamheden uit. Het oudheidkundig museum opent uiteindelijk zijn deuren in 1928.

Het meest recente hoofdstuk uit de geschiedenis van de Bijlokesite voltrekt zich begin 21e eeuw. De stad

had plannen voor de uitbouw van het huidige STAM, een stadsmuseum dat het verhaal vertelt van de

geschiedenis van de stad Gent. Om dit plan te realiseren voert men een nieuwe renovatieronde uit van de

historische gebouwen, breekt men een aantal bijgebouwen van recente datum af, en trekt men vanaf 2008

een nieuw toegangsgebouw op. Het STAM was kort nadien voltooid en opende de deuren op 9 oktober

2010. Begin 21e eeuw komt ook een einde aan de 800 jaar lange religieuze functie van de Bijlokesite. In

deze periode verhuizen namelijk de laatste zusters naar een andere locatie (www.stamgent.be,

07/02/2018).

32

Afbeelding 9: Situering van het studieobject binnen het gebouwencomplex van het STAM

Bron: Stadsbestuur van Gent, Departement facility management, Dienst bouwprojecten, eigen verwerking

2.2 Studieobject

De gedocumenteerde gevels bevinden zich in het oudste gedeelte van het gebouwencomplex, meer

bepaald in de refter van de oorspronkelijke cisterciënzerabdij. Het betreft de oostelijke en westelijke muren

van deze rechthoekige zaal (afbeelding 9). Wat deze twee binnenmuren bijzonder maakt is het feit dat er

33

verschillende historische fresco’s op te vinden zijn. Op de oostelijke gevel (gevel A) bevindt zich onderaan

een fresco van het Laatste Avondmaal en bovenaan een fresco van de zegening van Maria, op de

westelijke gevel (gevel B) bevinden zich fresco’s van de H. Christoffel en de H. Johannes de Doper. De

fresco’s dateren net zoals de gebouwen hoogstwaarschijnlijk uit de 14e eeuw en zijn na het verwijderen van

latere aanpassingen in de loop van de 19e en in het begin van de 20e eeuw terug aan de oppervlakte

gekomen. De artiest(en) die de fresco’s geschilderd hebben zijn niet bekend, doch vermoedt men wel dat

alle fresco’s in de zaal gerealiseerd zijn door hetzelfde kunstenaarsatelier vanwege de grote

gelijkvormigheid die er tussen de verschillende fresco’s bestaat (Martens, 1989).

Het belang van deze fresco’s is vanuit erfgoedkundig perspectief niet te onderschatten. Het betreft hier

namelijk “het summum van wat ooit in Gent aan muurschilderingen is verwezenlijkt” (Martens, 1989), en

ook op Vlaams niveau betekent de realisatie van deze fresco’s dat een absoluut hoogtepunt bereikt wordt.

De specifieke aandacht die in deze thesis gegeven wordt aan het fresco van het Laatste Avondmaal is

verdedigbaar aangezien het van de vier fresco’s in de zaal de grootste en de mooiste is. De tekening van

het Laatste Avondmaal is ook veel fijngevoeliger dan de overige fresco’s, hetgeen doet vermoeden dat ze

van de hand is van de meest begenadigde artiest uit het atelier dat de fresco’s gerealiseerd heeft (Martens,

1989). Daarnaast dient er ook op gewezen te worden dat van de vier aanwezige fresco’s in de zaal deze

zich in de slechtste staat bevindt. De tekening is sterk vervaagd en bepaalde delen zijn ook beschadigd. In

het kader van een mogelijke toekomstige renovatie is het belangrijk dat deze fresco op een nauwkeurige

en geometrisch correcte wijze geregistreerd wordt.

Het fresco van het Laatste Avondmaal is een synthesewerk dat de drie meest dramatische ogenblikken

gedurende het Laatste Avondmaal voorstelt: Christus die bekend maakt dat een van de apostelen hem zal

verraden, Johannes die zich tegen zijn borst vlijt en vraagt naar de identiteit van de verrader, en tot slot

Christus die een stuk brood aan Judas geeft en aldus de identiteit van de verrader onthult. Dankzij de

uitbeelding van deze gebeurtenissen zijn enkele van de personages in het fresco te identificeren. Centraal

afgebeeld achter de tafel zit Christus, die qua weergave duidelijk verschilt van de overige personages. De

apostel die neergevlijd zit tegen de borst van Christus is Johannes, daaronder is Judas zichtbaar die het

stuk brood van Christus aangereikt krijgt. Links van Christus zit de apostel Petrus, die omwille van zijn

plaats aan Christus’ rechter zijde aldus te identificeren is. Verdere aanwijzingen ontbreken om de overige

apostelen afzonderlijk te identificeren (Martens, 1989).

De stijl waarin de artiest de apostelen geschilderd heeft is teruggehouden, sereen en ernstig. Dit wordt

geïllustreerd door de expressie van de figuren. In regel is de vormgeving tweedimensionaal opgevat, met

een uitzondering van het aangezicht van de figuren: door het subtiel aanbrengen van een licht roze tint

wordt de belichting en de schaduwwerking gesuggereerd wat de welving van de gezichten enigszins

accentueert. Bij de Christusfiguur is dit effect overdreven, wat doet vermoeden dat de figuur die nu

34

zichtbaar is niet de oorspronkelijke is, maar eerder een 16e of 17e -eeuwse overschildering is (Martens,

1989). Een laatste element dat ook belangrijk is in het fresco is de symmetrie. Doordat aan weerszijden

van Christus vijf apostelen afgebeeld worden komt het zwaartepunt van de compositie bij de as tussen

Christus en Judas te liggen.

35

3. METHODOLOGIE

3.1 Gebruikte apparatuur

Vooraleer overgegaan wordt tot de eigenlijke uiteenzetting van de gevolgde methodologie van dit

onderzoek is het nuttig om eerst stil te staan bij de gebruikte apparatuur. Daarom wordt aansluitend een

kort overzicht gepresenteerd van de gebruikte apparatuur met de belangrijkste eigenschappen.

3.1.1 Totaalstation: Trimble M3 mechanisch totaalstation

Tabel 1: Eigenschappen van het Trimble M3 mechanisch totaalstation

Bron: www.trimble.com, 10/08/2018

Eigenschap Waarde

Nauwkeurigheid afstandsmeting Prisma: ± (2 mm + 2 ppm x D)

Reflectorloos: ± (3 mm + 2 ppm x D)

Nauwkeurigheid hoekmeting

1”, 2”: 0,5 mgon

3”: 1,0 mgon

5”: 1,5 mgon

Compensator Twee-assig

3.1.2 GNSS: Trimble R8 GNSS set

Tabel 2: Eigenschappen van de Trimble R8 GNSS set

Bron: www.trimble.com, 10/08/2018

Eigenschap Waarde

Nauwkeurigheid Horizontaal: 8 mm + 0,5 ppm RMS

Verticaal: 15 mm + 0,5 ppm RMS

RTK-correcties FLEPOS-netwerk

Gevolgde satellieten GPS en GLONASS

36

3.1.3 Laserscanner: Leica HDS6100 laserscanner

Nauwkeurigheid (hds.leica-geosystems.com, 10/08/2018):

- Positiebepaling: 5 mm bij 1 m tot 25 m range, 9 mm tot 50 m range.

- Afstand:

o ≤ 2 mm bij een albedo van 90% tot op 25 m afstand, ≤ 3 mm bij een albedo van 18% tot op

25 m afstand.

o ≤ 3 mm bij een albedo van 90% tot op 50 m afstand, ≤ 5 mm bij een albedo van 18% tot op

50 m afstand.

- Hoek (horizontaal/verticaal): 125 µrad/125 µrad (7,9 mgon/ 7,9 mgon) 1 σ.

Puntgrootte: 3 mm bij uittreding + 0,22 mrad divergentie. 8 mm op 25 m, 14 mm op 50 m.

Scansnelheid: tot 508 000 punten/sec.

Tabel 3 : Scandichtheid van de Leica HDS6100 laserscanner

Bron: hds.leica-geosystems.com, 10/08/2018

Instelling op 10 m (in mm) op 50 m (in mm)

Preview 50,6 × 50,6 250 × 250

Middle (4×) 12,6 × 12,6 62 × 62

High (8×) 6,3 × 6,3 31,4 × 31,4

Super High (16×) 3,1 × 3,1 15,8 × 15,8

Ultra High (32×) 1,6 × 1,6 7,9 × 7,9

3.1.4. Fototoestel: Canon EOS 1Ds

Tabel 4: Eigenschappen van de Canon EOS 1Ds

Bron: www.dpreview.com, 10/08/2018

Eigenschap Waarde

Sensor 11,4 megapixel CMOS sensor

Sensorgrootte 35,8 × 24,8 mm

Beeldformaat 4064 × 2704

Bestandsformaten RAW, TIFF

ISO 100 – 1250 in stappen van 1/3 stops

Sluitertijd 30 – 1/8000 sec

37

3.2 Data-acquisitie

De dataverzameling valt uiteen in drie grote deelopdrachten. De eerste opdracht bestaat erin om de

topografische opmetingen uit te voeren die de geometrische basis vormen voor de uiteindelijke resultaten

van deze studie. Ten tweede moeten de foto’s genomen worden die via fotomodellering verwerkt zullen

worden. Tot slot wordt er ook een laserscanning uitgevoerd. Al deze zaken worden aansluitend verder

besproken.

3.2.1 Topografische metingen

De basisstap bij de productie van geometrisch correcte gegeorefereerde documenten wordt doorgaans

gevormd door topografische metingen, en dit omwille van twee redenen. Enerzijds rusten alle 3D-

visualisatietechnieken op basis van foto’s op een referentiesysteem met grondcontrolepunten om de

nodige berekeningen te kunnen doorvoeren. Anderzijds moeten de nodige metingen doorgevoerd worden

om de georeferentie van de resultaten te bewerkstelligen. Voor beide zaken zijn topografische metingen,

steunend op metingen met totaalstation en GNSS, omwille van de hoge nauwkeurigheid de aangewezen

oplossing. In het geval van deze studie valt het luik topografische metingen uiteen in twee delen. Een

eerste deel wordt gevormd door de noodzakelijk geachte polygonatie: aangezien er in de refter geen

gekende punten aanwezig zijn is het met het oog op de georeferentie noodzakelijk om een polygoon op te

meten die gekende coördinaten van buiten het gebouw tot in de zaal zal doortrekken. Een tweede gedeelte

wordt gevormd door de detailmeting die op de polygonatie gebaseerd is en die de grondcontrolepunten

voor de verwerking via fotomodellering en de targets voor de laserscanning vastlegt.

3.2.1.1 Polygonatie

Het doel van de polygonatie is zoals gezegd het materialiseren van enkele referentiepunten in de oude

refter. De uitdaging van dit werk bestaat er in om de connectie te maken tussen deze referentiepunten en

punten die gedefinieerd zijn in absolute coördinaten en die zich buiten het gebouwencomplex bevinden.

Opdat deze connectie gemaakt kan worden, wordt een gesloten polygoon ingemeten die buiten aan de

hoofdingang van het museum start en via de gangen van het gebouwencomplex tot in de refter doorloopt.

Met het oog op de nauwkeurigheid van de meting wordt ten eerste een gesloten polygoon gecreëerd. Op

die manier is het mogelijk om de meetfouten over de verschillende polygoonpunten te verdelen. Ten

38

tweede wordt het aantal polygoonpunten tot het strikte minimum beperkt. Ten derde wordt elke meting ook

in doorslag herhaald. Op die manier kan bij de verwerking van de metingen gecorrigeerd worden voor een

aantal toestelfouten.

Afbeelding 10: Situering van de polygonatie ten opzichte van het gebouwencomplex van het STAM

Bron: Stadsbestuur van Gent, Departement facility management, Dienst bouwprojecten, eigen verwerking

Aan de rand van het museum wordt een basislijn geconstrueerd waarvan de uiterste punten via GNSS

worden opgemeten. Via een connectie tussen de basislijn en de polygoon is het mogelijk om absolute

coördinaten te berekenen voor alle polygoonpunten, ook deze in de refter. De relatief grote lengte van de

39

basislijn (153 m) is doelbewust gekozen om een hoge nauwkeurigheid te bereiken. Enerzijds zorgt de

grotere lengte van de basislijn er namelijk voor dat de grootte van de meetfouten bij de locatiebepaling via

GNSS proportioneel minder doorwegen. Anderzijds heeft de grotere lengte tot voordeel dat de

locatiebepaling kan uitgevoerd worden op een grotere afstand van grote vaste structuren (gebouwen,

metalen luifels, etc.), hetgeen het risico op multipath-verstoring bij de locatiebepaling met GNSS

vermindert.

Tot slot dient opgemerkt te worden dat de metingen in twee periodes uitgevoerd zijn. Een eerste reeks

metingen heeft plaatsgevonden op 5 juli 2017, een tweede reeks op 17 november 2017. Doordat bij de

eerste meetreeks een meetfout gemaakt is bij de connectie tussen de basislijn en de polygoon, bleek het

noodzakelijk te zijn om een deel van de meting te herhalen. De bruikbare delen van beide metingen zijn bij

de verwerking gecombineerd om de basislijn en de polygoon op een correcte wijze te construeren.

3.2.1.2 Detailmeting

De detailmeting heeft twee doelstellingen. Ten eerste dient ze om de grondcontrolepunten te registreren

die nodig zijn voor de fotogrammetrische verwerking. Opdat de verwerking van de overlappende foto’s tot

een goed einde gebracht zou kunnen worden dienen er minstens 6 bruikbare grondcontrolepunten in elke

overlappende zone aanwezig te zijn. Bovendien dienen zij zo gelijkmatig mogelijk gespreid te zijn om een

nauwkeurige verwerking toe te laten. Om aan deze voorwaarden zo goed mogelijk tegemoet te komen is er

voor gekozen om een veiligheidsmarge in te bouwen door meer grondcontrolepunten in te meten dan het

technisch vereiste minimum. Als er om uiteenlopende redenen een aantal grondcontrolepunten ongeschikt

zouden bevonden worden om bij het fotomodelleringsproces te worden gebruikt zal dit niet voor problemen

zorgen omdat er voldoende reservepunten voorhanden zijn. Daarnaast is er bij de keuze van de

grondcontrolepunten ook extra gefocust op de muurdelen met de oude fresco’s. Door op en rond de

fresco’s meer grondcontrolepunten te registreren is het later mogelijk om van deze muurdelen

detailopnamen te realiseren. Om als grondcontrolepunt geregistreerd te worden zijn de hoofdvereisten dat

het punt goed zichtbaar is en dat het ondubbelzinnig aan te duiden is op de foto’s. Vooral karakteristieke

punten in de fresco’s en beschadigingen in het verfwerk bleken aan dit criterium te voldoen omdat zij vaak

gekenmerkt worden door felle kleur- en contrastverschillen. Zij zijn dan ook veelvuldig als controlepunt

geselecteerd.

40

Afbeelding 11: Situering van de detailmeting in de refter van het STAM

Bron: Stadsbestuur van Gent, Departement facility management, Dienst bouwprojecten, eigen verwerking

Een tweede doel van de detailmeting is het opmeten van de targets die bij de laserscanning gebruikt zullen

worden. Op en rond elke gevel zijn zes targets opgesteld. Met het oog op een nauwkeurige oriëntatie van

de gegenereerde puntenwolken zijn deze targets met een zo groot mogelijke ruimtelijke variatie

gepositioneerd. Daarnaast is er over gewaakt om de targets zodanig te positioneren dat zij zo weinig

mogelijk relevante muurdelen bedekken.

Zowel de grondcontrolepunten als de targets zijn opgemeten met het totaalstation. Daarbij is opgesteld op

polygoonpunt 5000, als backsight point is het punt 6000 gekozen. Doordat punt 5000 centraal in de refter is

gelegen, heeft het als voordeel dat alle detailpunten vanop deze locatie zichtbaar zijn. Verdere opstellingen

zijn in functie van de detailmeting dan ook niet vereist.

41

Afbeelding 12: Situering van de opgemeten grondcontrolepunten op gevel A

3.2.2 Foto-opname

De opname van de foto’s is gebaat bij een degelijke voorbereiding. Met name de optimale cameraposities

dienen op voorhand goed bestudeerd te worden en zijn in theorie afhankelijk van de ground sample

distance die men wenst te behalen, de eigenschappen van de gebruikte camera en de voorziene overlap

tussen de foto’s. Eens men de praktijk betreedt moet men echter een afweging maken tussen deze

(theoretische) optimale locaties en de beperkingen die men in de realiteit tegenkomt en die meestal van

praktische aard zijn: de museumzaal legt bijvoorbeeld beperkingen op qua opstellocaties en opstelhoogte

en ook de gebruikte stelling heeft zijn beperkingen. Daarnaast is ook de belichting in de zaal een

vaststaand gegeven waar het beste van gemaakt moet worden.

De registratie van de foto’s zal uitgevoerd worden met een Canon EOS-1Ds full frame fototoestel,

ondersteund door een statief. De afstand van de fotocamera ten opzichte van de te registreren gevel wordt

bepaald met een laserafstadsmeter. Om de foto’s op de vooropgestelde hoogte te registreren stelt het

STAM een stelling ter beschikking.

42

3.2.2.1 1e fotosessie gevel A

Gevel A is een eerste keer volledig geregistreerd op 11 oktober 2017. De doelstelling was tweeledig:

enerzijds wordt een set foto’s geregistreerd die een volledig overzicht geven van de gevel, anderzijds

worden vanop een kortere afstand ook detailopnamen van de twee fresco’s op deze gevel gemaakt. In

totaal is de gevel geregistreerd aan de hand van 30 foto’s. Elke foto heeft een volgnummer gekregen, en is

samen met de verschillende fotoparameters in tabel 5 terug te vinden. Als veiligheidsmaatregel zijn vanop

elke opstelpositie twee identieke foto’s getrokken zodat er een reservebeeld beschikbaar is in het geval

een beeld niet bruikbaar zou zijn. De fotoparameters die gebruikt zijn, zijn de volgende: om de

achtergrondruis zo klein mogelijk te houden is de ISO-waarde steeds op 100 gehouden. Voor het

diafragma is op een enkele keer na een waarde van 5,6 gekozen. Om desondanks een voldoende verlicht

beeld te bekomen is met een waarde van 1 seconde voor een relatief lange sluitertijd gekozen. Door

gebruik te maken van het statief is dit mogelijk zonder dat het beeld wazig wordt. Er is steeds gebruik

gemaakt van een 24 mm lens, deze houdt enigszins het midden tussen een brede opnamehoek en een

gedetailleerde registratie. De belichting tot slot is een combinatie van zonlicht dat door de ramen de zaal

invalt en kunstlicht afkomstig van de belichting in de zaal zelf.

De overzichtsbeelden zijn vanop een afstand van 12,3 m gemaakt, tevens de grootste opnameafstand die

bij de registratie die dag gehanteerd is. Bij de registratie is gebruik gemaakt van vier verschillende

standplaatsen, allen gelegen op een lijn evenwijdig met de gevel. Per standplaats zijn vier foto’s getrokken,

twee van het onderste gevelgedeelte onder loodrechte hoek, twee van het bovenste gedeelte onder een

schuine hoek. Het trekken van schuine foto’s van het bovenste gedeelte is niet ideaal, doch noodzakelijk

omdat metalen verbindingsbalken van het dakgewelf een hogere opstelling bemoeilijken. Bovendien is de

stelling niet hoog genoeg om foto’s te nemen vanop de optimale hoogte. Door de grotere afstand en de

gebruikte lens is het mogelijk om per foto aanzienlijke gevelstukken te registreren waardoor elke foto de

volledige gevelbreedte en ongeveer 2/3 van de gevelhoogte registreert. De graad van detail waarmee de

gevel geregistreerd is, kan bepaald worden via de berekening van de ground sample distance (GSD). Deze

parameter geeft de grootte van een geveloppervlak weer dat overeen stemt met 1 fotopixel. Formule 4

geeft de berekeningswijze:

𝐺𝑆𝐷 = 𝑃 × 𝐷

𝑓

Daarbij staat P voor de pixelgrootte, D voor de afstand tussen de camera en het gefotografeerde object, en

f voor de brandpuntsafstand van de gebruikte lens. In dit geval is pixelgrootte van de Canon EOS-1Ds

gelijk aan 8,8 μm, de afstand gelijk aan 12,3 m en de brandpuntsafstand gelijk aan 24 mm. Op die manier

(4)

43

kan een GSD van 4,5 mm berekend worden, of anders gezegd: de zijde van een pixel op foto komt in de

werkelijkheid op de gefotografeerde gevel overeen met een lengte van 4,5 mm. Dit is aan de grote kant

maar is voor een overzichtsbeeld acceptabel. Er dient in dit specifieke geval echter nog een opmerking bij

deze GSD geplaatst te worden: door de opnameomstandigheden in de zaal is ze namelijk enkel geldig

voor die foto’s die loodrecht op de gevel getrokken zijn, in casu dus de onderste strook van de gevel. De

foto’s van het bovenste gedeelte van de gevel hebben een variabele GSD die groter wordt naar de

bovenkant van de gevel toe. Dit is het gevolg van de schuine registratie van de foto’s die er voor zorgt dat

de hoogste delen van de gevel verder van de camera verwijderd zijn dan de onderste.

Tabel 5: Foto’s getrokken op 11 oktober 2017

Foto volgnummer Gevelafstand

(m)

Focuslengte

(mm)

GSD

(mm)

ISO Diafragma Sluitertijd

A1 A2 A3 A4 A5 A6 A7 A8 12,3 24 4,5 100 5,6 1”

A11 A12 A14 12,3 24 > 4.5* 100 5,6 1”

A9 A10 A13 A15 A16 12,3 24 > 4,5* 100 5,6 2”

A27 A28 A29 A30 8 24 > 3* 100 5,6 1”

A25 A26 4,6 24 1,7 100 8 1”

A17 A18 A19 A20 A21 A22 A23 A24 4,6 24 1,7 100 5,6 1”

*Foto’s die obliek getrokken zijn waardoor de uiteindelijke ground sample distance van de foto’s groter

wordt naar de bovenkant van het beeld toe.

De detailopnamen van het bovenste fresco, de zegening van Maria, zijn gemaakt van op twee

verschillende posities met steeds een opnameafstand van 8 m. Ook in dit geval bemoeilijkt de hoogte van

het fresco op de muur de registratie. Opstellen vlak voor het fresco, op de theoretische optimale hoogte, is

door de dakconstructie en de beperkte hoogte van de stelling niet mogelijk. Daarom zijn ook deze foto’s

schuin getrokken. Bij de keuze van de opstelpositie moet in dit geval een afweging gemaakt worden tussen

de opnameafstand en de opnamehoek. Een kleinere afstand impliceert een gedetailleerdere opname maar

gaat gepaard met een scherpere hoek. Een minder scherpe opnamehoek is beter voor de beeldkwaliteit

maar gaat dan weer gepaard met een grotere opnameafstand. Er is geopteerd om enigszins tegemoet te

komen aan de voordelen en nadelen van beide parameters. Daarom is gekozen voor de opnameafstand

van 8 m die tussen die van de overzichtsbeelden en de detailopnamen van het Laatste Avondmaal in ligt.

De GSD is ook in dit geval variabel. Onderaan de foto’s bedraagt ze 3 mm, naar de bovenkant van het

fresco toe wordt ze groter.

De detailopnamen van het onderste fresco, het Laatste Avondmaal, zijn gemaakt van op vijf verschillende

posities die allen ongeveer op 1 lijn liggen, evenwijdig met de gevel, op een afstand van 4,6 m. Opstellen

op de optimale hoogte, vlak voor het fresco, is mogelijk waardoor de foto’s loodrecht op het gevelvlak

getrokken zijn. Dit resulteert in foto’s met een GSD van 1,7 mm.

44

3.2.2.2 2e fotosessie gevel A

De tweede registratie van gevel A vond plaats op 1 maart 2018. De doelstelling was dezelfde: het maken

van foto’s die moeten dienen voor de productie van een orthofotoplan van de volledige gevel en een detail

van het fresco van het Laatste Avondmaal. De uitvoer van deze foto-opname was echter anders omdat

deze keer geprobeerd wordt om een hogere graad van detail te bereiken, ook bij het orthofotoplan van de

volledige gevel. Daartoe worden alle foto’s van naderbij getrokken zodat elk beeld een kleinere ground

sample distance heeft. Daarnaast is ook de belichting aangepast: de registratie zal nu enkel gebeuren bij

het aanwezige daglicht dat door de ramen de zaal invalt. De artificiële belichting binnen de zaal zelf is

uitgeschakeld. In totaal zijn er 25 bruikbare foto’s getrokken. Daarnaast is voor de veiligheid ook voorzien

in dubbele exemplaren. De foto’s zijn deze getrokken met een 35 mm lens. De fotoparameters zijn analoog

aan de eerste registratiesessie. Elke gebruikte foto is voorzien van een volgnummer en is, samen met zijn

parameters, terug te vinden in tabel 6.

Tabel 6: Foto’s getrokken op 1 maart 2018

Foto volgnummer Gevelafstand

(m)

Focuslengte

(mm)

GSD

(mm)

ISO Diafragma Sluitertijd

A106 7 35 1,8 100 5,6 1”

A107 A108 A114 7 35 1,8 100 8 1”

A115 A118 A121 A124 A125 7 35 > 1,8* 100 8 1”

A109 A110 A111 A112 A113 4 35 1,0 100 8 1”

A101 A102 A103 A104 A105 A116

A119 A122 7 35 1,8 100 11 2”

A117 A120 A123 7 35 > 1,8* 100 11 2”

*Foto’s die obliek getrokken zijn waardoor de uiteindelijke ground sample distance van de foto’s groter

wordt naar de bovenkant van het beeld toe.

De overzichtsbeelden zijn gemaakt vanop een afstand van 7 m. Er is gebruik gemaakt van vier

verschillende standplaatsen, allen gelegen op 1 lijn evenwijdig met de gevel. Vanop de twee buitenste

standplaatsen zijn steeds vier foto’s gemaakt. 3 foto’s hebben het geveloppervlak loodrecht geregistreerd,

steeds vanop een grotere hoogte vanaf het vloeroppervlak bekeken. De laatste foto is schuin genomen

vanwege de reeds eerder aangehaalde restricties die opgelegd worden door de zaal en de stelling. Vanop

de twee binnenste standplaatsen zijn steeds vijf verschillende foto’s getrokken. De realisatie is analoog aan

de twee buitenste standplaatsen met als verschil dat er steeds 1 extra oblieke foto geregistreerd is om de

spitse top van de gevel volledig te kunnen registreren. Gezien de beperkte afstand van de

camerastandplaats tot de gevel worden er per foto kleinere geveloppervlakken geregistreerd dan bij de

eerste fotosessie waardoor er meer foto’s nodig zullen zijn om de volledige gevel te dekken. Het kleinere

geregistreerde geveloppervlak gaat echter gepaard met een gedetailleerdere registratie: via formule 4 is

een GSD berekend van 1,8 mm. Ook in dit geval geldt dat deze GSD geldig is voor die geveldelen die

45

onder een loodrechte hoek gefotografeerd zijn. In casu betreft het dus de onderste twee derde van de

gevel. In het bovenste derde zal de GSD geleidelijk toenemen naar de bovenkant van de gevel toe.

De detailopname van het laatste avondmaal-tafereel is uitgevoerd vanop een afstand van ongeveer 4 m

met dezelfde 35 mm lens. Dit resulteert in foto’s met een GSD van 1,0 mm. Om het volledige fresco te

registreren zijn vijf overlappende foto’s nodig, getrokken vanop vijf verschillende standplaatsen met

tussenafstanden die steeds bij benadering dezelfde zijn. De standplaatsen liggen ook hier op 1 lijn,

evenwijdig aan het gevelvlak. Met het oog op de kwaliteit is het gevelvlak onder een loodrechte hoek

geregistreerd. Daartoe is gebruik gemaakt van de stelling om de registratie op de juiste hoogte te kunnen

uitvoeren.

3.2.3 Laserscanning

Op 12/07/2017 zijn drie scans uitgevoerd met een Leica HDS6100 fase-laserscanner. Vooraleer tot de

eigenlijke scanning kan overgegaan worden moeten eerst de targets geplaatst worden. Voor de functie van

deze targets en de criteria voor de plaatsing kan verwezen worden naar de paragraaf detailmeting.

Eens de targets geplaatst en opgemeten zijn kunnen de eigenlijk scans uitgevoerd worden. Voor de

registratie van gevel A is de scanner vrij centraal voor de gevel gepositioneerd (afbeelding 11), nadien is

vanop deze positie één 360° scan uitgevoerd. Aangezien gevel A geen uitspringende elementen bevat die

schaduwpatronen kunnen veroorzaken is deze ene scan toereikend om de volledige gevel te registreren.

Bij gevel B is de situatie iets complexer vanwege de schoorsteenmantel die zich centraal tegen de gevel

bevindt en enigszins vanuit het gevelvlak naar voren springt. Één enkele scan volstaat voor deze gevel niet

omdat de schoorsteenmantel de aanpalende gevelstroken door de perspectiefwerking aan het zicht

onttrekt. Om dit probleem te overkomen is er dus voor gekozen om twee 360° scans uit te voeren en deze

later samen te voegen tot één puntenwolk. De opstelpunten voor de laserscanner worden richting de beide

lange zijden van de zaal verschoven opdat de gevelstroken naast de schoorsteenmantel zeker goed

zichtbaar zouden zijn (afbeelding 11). Alle scans zijn uitgevoerd met een hoge resolutie zodat er een

goede dekking is van de te registreren gevels. Na het uitvoeren van de laserscans wordt de data vanop het

apparaat uitgelezen en kan de verwerking starten.

46

3.3 Dataverwerking

3.3.1 Coördinatenverwerking

Zoals onder de paragraaf polygonatie reeds vermeld werd zijn de topografische metingen in twee fases

uitgevoerd vanwege een meetfout die tijdens de eerste fase gemaakt werd. Er was namelijk een slechte

connectie tussen de polygoonpunten en de punten die met GNSS ingemeten werden waardoor de absolute

coördinaten niet konden doorgetrokken worden tot in de refter. De verwerking van de metingen is bijgevolg

sterk getekend door het wegwerken van dit probleem. Concreet moeten de detailmetingen en een gedeelte

van de polygoon van de eerste meetcampagne gecombineerd worden met een gedeelte van de polygoon

en de GNSS punten van de tweede meetcampagne. De bewerkingen werden uitgevoerd in het

softwarepakket Pythagoras 15.11 en bevatten concreet volgende stappen:

- Ten bate van de nauwkeurigheid is bij het inmeten van de polygoon steeds op de standaardwijze

en in doorslag gemeten. Beiden worden nu via het berekenen van het gemiddelde gecombineerd

zodat er één resulterend punt is per polygoonpunt. Deze stap wordt voor beide meetcampagnes

uitgevoerd. Ze is bovendien noodzakelijk omdat bij het combineren van beide metingen duidelijk

moet zijn welk punt van de eerste meetcampagne vervangen moet worden door het juiste punt uit

de tweede meetcampagne.

- Vervolgens worden de juiste metingen van de tweede meetcampagne geïntegreerd in de eerste

meetcampagne. Concreet wordt dit uitgevoerd door de punten uit de tweede meetcampagne te

exporteren in een coördinatenlijst en deze lijst in het Pythagorasproject van de eerste

meetcampagne te importeren. Vervolgens kunnen de polygoonpunten vervangen worden

waardoor beide meetcampagnes gecombineerd zijn. Alle metingen in het project zijn daardoor

correct gepositioneerd tegenover elkaar

- Nadien worden de punten die met GNSS zijn ingemeten ook toegevoegd in het project van de

eerste meetcampagne. Ook dit kan door het exporteren van een coördinatenlijst en het importeren

van deze lijst in het project.

- Vervolgens kunnen, op basis van de punten die met GNSS zijn opgemeten, alle andere

meetpunten de correcte planimetrische coördinaten verkrijgen via een coördinatentransformatie.

- Tot slot moet er op basis van de twee punten die met GNSS zijn ingemeten nog een correctie van

de hoogtewaarden doorgevoerd worden bij de overige punten. Door deze laatste stap zijn na de

planimetrische coördinaten ook de altimetrische waarden correct.

Deze verwerkingsstappen leveren dus uiteindelijk de coördinaten die geschikt zijn om de verdere

verwerking mee uit te voeren. De werkwijze waarbij gemiddelde punten berekend worden (eerste stap) en

47

vervolgens het vervangen van de polygoonpunten uit de eerste meetcampagne door de correcte uit de

tweede meetcampagne voert impliciet ook een distributie van de meetfouten door over de volledige meting.

Bijgevolg is het niet meer mogelijk en ook niet nodig om nog een vereffening op deze metingen uit te

voeren.

3.3.2 Fotokalibratie

Uit de inleiding komt het belang van de aandacht voor een correcte kleurweergave duidelijk naar voren.

Om dit in de praktijk te brengen wordt een kleurenkalibratie van de foto’s uitgevoerd vooraleer de

fotomodellering aangevat wordt. Voor deze kalibratie wordt gebruik gemaakt van een color chart, in dit

geval de Spydercheckr 24, geproduceerd door de onderneming Datacolor. De softwarematige verwerking

wordt uitgevoerd in het softwarepakket Adobe Lightroom 5.7.

Het voorbereidende werk voor de fotokalibratie vindt reeds plaats tijdens de foto-opname. Er wordt

namelijk voor gezorgd dat de colorchart bij de foto-opname ook gefotografeerd wordt. Bij deze stap is er

een methodologisch verschil tussen beide registratiesessies: bij de eerste fotosessie is de methodologie uit

de inleiding gevolgd en is de colorchart dus bij elke afbeelding mee gefotografeerd. Bij de tweede

fotosessie daarentegen is de werkwijze uit de handleiding van de colorchart gevolgd en is de colorchart

doorheen de dag meerdere keren apart gefotografeerd (www.datacolor.com, 03/07/2018).

Nadien kan op basis van de handleiding van de colorchart de kalibratie zelf doorgevoerd worden. Alle

afbeeldingen worden daarvoor in Adobe Lightroom geïmporteerd. Er wordt gestart met het bewerken van

de colorchart. Deze wordt eerst uit de afbeelding gesneden zodat enkel de colorchart zelf overblijft. Nadien

worden op de colorchart enkele kleurinstellingen aangepast:

- Instellen van de witbalans: via de selectietool die in het softwarepakket ingebouwd zit wordt het

vakje met de 20% grijswaarde aangeklikt.

- Aanpassing van de belichting: de aanpassing zorgt er voor dat het RGB-percentage van het

volledig witte vakje 90% bedraagt.

- Aanpassing van het schaduweffect: deze aanpassing zorgt er voor dat het RGB-percentage van

het zwarte vakje 4% bedraagt.

Deze aangepaste instellingen worden opgeslagen en vervolgens gekopieerd naar de overige afbeeldingen.

Vanwege de vrij uniforme belichtingsomstandigheden bij de eerste registratiesessie hebben alle

48

afbeeldingen dezelfde correctie-instellingen meegekregen. Bij de tweede registratiesessie was dit echter

niet mogelijk: de verschillen in belichting op de gevel waren dusdanig groot dat de afbeeldingen op basis

van de belichting en op basis van de gefotografeerde colorcharts opgedeeld zijn in drie groepen. Elke

groep bevat aldus de afbeeldingen die qua belichtingseigenschappen het beste overeen komen met de

colorchart die aan de respectievelijke groep is toegevoegd. Voor elke colorchart zijn vervolgens de

bovenstaande stappen doorlopen om de gepaste correctie-instellingen te bekomen. Deze instellingen zijn

tot slot toegepast op de afbeeldingen die aan de respectievelijke groepen toegewezen zijn.

3.3.3 Fotomodellering

Na meerdere voorbereidende stappen doorlopen te hebben kan nu gestart worden met de eigenlijke

productie van de fotomodelleringsresultaten van dit project. De orthofotoplannen van de gevel zullen in

deze procedure gerealiseerd worden. De keuze voor fotomodellering als verwerkingstechniek is voor ee

stuk vanuit een pragmatisch oogpunt gemaakt. De software die op basis van deze techniek werkt is vrij

beschikbaar en kan dus gebruikt worden in het kader van deze thesis. Voor de andere software die werkt

op basis van de klassieke fotogrammetrie is dit veel minder het geval. De software is bovendien

gebruiksvriendelijk. Daarnaast is er ook reeds ervaring met deze software opgedaan door het gebruik voor

andere projecten in het kader van andere opleidingsonderdelen binnen de studie geomatica-

landmeetkunde. Andere objectieve argumenten pleiten ook voor het gebruik van deze techniek: de

flexibiliteit en de relevantie van de verwerkingstechniek is bewezen door haar succesvol gebruik in sterk

uiteenlopende projecten (Westoby et al., 2012) en ze behaalt goede nauwkeurigheden die kunnen tippen

aan de klassieke fotogrammetrie.

Het softwarepakket waarmee de verwerking uitgevoerd is, is het programma Agisoft PhotoScan

Professional, versie 1.4.0. Aansluitend zal op gestructureerde wijze uiteengezet worden hoe de verwerking

met deze software verlopen is. Er dient nog opgemerkt te worden dat deze verwerkingsstappen vier keer

doorlopen zijn voor de opmaak van de verschillende eindproducten. In tabellen 7 en 8 is een overzicht te

vinden van de verschillende verwerkingscycli en de gebruikte instellingen. De uiteenzetting zal gebaseerd

worden op de eerste verwerkingscyclus, de volgende cycli zijn volledig analoog uitgevoerd.

49

Tabel 7: De voornaamste instellingen bij de verwerking van de foto’s van de eerste fotosessie

Overzichtsbeeld Laatste Avondmaal

Gebruikte foto’s A1 A3 A5 A7 A9 A11 A13 A15 A18 A19 A21 A23 A26

Alignering High Highest

Dense Cloud Ultra high quality

Mild depthfiltering

Ultra high quality

Mild depthfiltering

Mesh Arbitrary surface

High face count

Arbitrary surface

High face count

Texture Generic mapping mode

Mosaïc blending mode

Generic mapping mode

Mosaïc blending mode

Orthomosaïc Planar projection type Planar projection type

Tabel 8: De voornaamste instellingen bij de verwerking van de foto’s van de tweede fotosessie

Overzichtsbeeld Laatste Avondmaal

Gebruikte foto’s A101 → A109, A113 → A125 A109 → A113

Alignering High High

Dense Cloud High quality

Mild depthfiltering

Ultra high quality

Mild depthfiltering

Mesh Arbitrary surface

High face count

Arbitrary surface

High face count

Texture Generic mapping mode

Mosaïc blending mode

Generic mapping mode

Mosaïc blending mode

Orthomosaïc Planar projection type Planar projection type

3.3.3.1 Fotoselectie

Vooraleer de verwerking aan te vatten dient stilgestaan te worden bij de doelstelling van de specifieke

verwerkingscyclus. De keuze van de gebruikte foto’s bij de verwerking is daar namelijk sterk van

afhankelijk. Wanneer men bijvoorbeeld een orthofoto van de volledige gevel wenst te produceren is het

wenselijk om enkel overzichtsbeelden voor de verdere verwerking te selecteren. Bij de productie van

detailweergaven van specifieke delen van de gevel is het daarentegen wenselijk om enkel de

detailopnamen van dat geveldeel te gebruiken. Wanneer de gebruikte foto’s in tabellen 7 en 8 beschouwd

worden is het dan ook duidelijk dat deze regel nageleefd is. Enkel het overzichtsbeeld dat geproduceerd

wordt op basis van de tweede fotosessie gebruikt twee detailbeelden die elk aan een van de randen van de

gevel gesitueerd zijn. Hier is voor gekozen om de kwaliteit van de randen van het orthofotoplan te

verbeteren.

50

3.3.3.2 Maskering en alignering

Vanaf deze stap kan de eigenlijke verwerking van de foto’s starten. Als eerste moet geselecteerd worden

welke muurdelen die op de foto’s afgebeeld staan zullen weerhouden worden voor de verdere verwerking

en welke delen uitgesloten worden. De opzet van deze thesis is het modelleren van gevel A, niet de

aanpalende gevels. Al de stukken die grenzen aan gevel A zullen dus uitgesloten worden. Bij het onderste

derde van de gevel is de grens duidelijk aangezien de scheiding tussen de gevels daar aan weerszijden

door een hoek in de muur gevormd wordt. Het middelste gedeelte van gevel A wordt langs beide kanten

afgeboord door een zuilformatie, met bijhorende versieringen. Ter hoogte van de dakconstructie gaat deze

zuilformatie over in een brede stenen band die overschilderd is. Er wordt besloten om zowel deze

zuilformatie als de stenen band bij gevel A te rekenen en naast deze structuren de grens te trekken

(afbeelding 13). In het softwarepakket kan deze grens makkelijk bepaald worden aan de hand van

verschillende ingebouwde tools.

Afbeelding 13: Maskering van de zijgevels

In de volgende stap worden de foto’s gealigneerd. Dit betekent dat de foto’s gesitueerd en georiënteerd

worden tegenover elkaar en tegenover het te modelleren object. De software doet dit door te zoeken naar

de tie points. Op basis van deze tie points kan de positionering en de oriëntatie van de foto’s berekend

worden. Na het aligneren visualiseert de software de opnamelocaties van de foto’s tegenover de

puntenwolk die gevormd wordt door alle tie points tezamen, de zogenaamde sparse point cloud.

51

Afbeelding 14: Gebruikte parameters bij de alignering

De alignering wordt uitgevoerd met een (heel) hoge nauwkeurigheid (zie tabellen 7 en 8, afbeelding 14).

Deze instelling zal er voor zorgen dat de cameraposities met een grotere nauwkeurigheid bepaald zullen

worden doordat de foto’s met de oorspronkelijke resolutie (niet gecomprimeerd) in de berekeningen

betrokken worden. De tie point limit wordt opgetrokken zodat de software zeker voldoende

gemeenschappelijke punten vindt. Tot slot wordt constrain features by mask aangevinkt zodat met de

maskering van de niet-geselecteerde muurdelen in de berekeningen rekening wordt gehouden. De overige

instellingen worden ongemoeid gelaten.

3.3.3.3 Grondcontrolepunten - georeferentie

Na het uitvoeren van de alignering kunnen de grondcontrolepunten (GCP’s) die tijdens de detailmeting

gematerialiseerd zijn op de foto’s aangeduid worden. De coördinatenlijst met de GCP’s wordt daarvoor in

de software ingeladen en is terug te vinden in bijlage 1. Het aanduiden van de GCP’s dient in eerste

instantie manueel te gebeuren. In de software zit echter een functionaliteit ingebouwd die het proces

gaandeweg versnelt. Vanaf het moment dat een aantal GCP’s op ten minste twee foto’s zijn aangeduid is

de software in staat om de locatie van de GCP’s op de overige foto’s te voorspellen. Het volstaat dan om

slechts een snelle controle uit te voeren van de locatie van elke GCP en deze eventueel een klein beetje te

verplaatsen. Eens alle GCP’s aangeduid zijn kan de software de georeferentie van het hele model in het

nationale referentiestelsel Lambert 72 doorvoeren.

Het aanduiden van de GCP’s is ook gunstig voor de algemene nauwkeurigheid van het model. Op basis

van de ruimtelijke informatie die verkregen wordt bij het aanduiden van de GCP’s is de software namelijk in

52

staat om een betere inschatting te maken van de alignering van de foto’s en de positionering en oriëntatie

van de sparse point cloud. Door tijdens het controleproces van de GCP’s (zie volgende alinea)

herhaaldelijk de functionaliteit Optimize Cameras uit te voeren wordt deze verbetering doorgevoerd.

De plaatsing van de GCP’s gaat onvermijdelijk gepaard met (kleine) fouten die op hun beurt aanleiding

geven tot fouten in het model en in de georeferentie. De software is in staat om een inschatting te maken

van deze plaatsingsfouten en geeft de foutwaarde weer per punt en een gemiddelde foutwaarde voor alle

punten tezamen. Aangezien er met meer GCP’s gewerkt is dan het technisch vereiste minimum kunnen de

GCP’s met de grootste fouten uit de verdere bewerkingen geweerd worden door ze uit de lijst te

verwijderen. Met het oog op een latere vergelijking van de nauwkeurigheid tussen de fotomodellering en de

laserscanning is het tot slot noodzakelijk om een aantal GCP’s uit te sluiten uit de verdere verwerking.

Deze selectie hoort voor de hele gevel te bestaan uit een tiental punten die gelijkmatig over de gevel

verspreid liggen.

3.3.3.4 Eindproducten

Nu kunnen de laatste procedurele stappen uitgevoerd worden om tot de eindresultaten te komen. Als

eerste wordt een dense cloud geconstrueerd op basis van de diepte-informatie die vervat zit in de

verschillende overlappende foto’s (www.agisoft.com, 07/07/2018). Het resultaat hiervan is een zeer dense

puntenwolk die reeds een goede benadering van het te modelleren object geeft en dit zowel op het vlak

van geometrie als op het vlak van kleur. In functie van de graad van detail en de nauwkeurigheid van de

geometrie wordt deze dense cloud met een zo hoog mogelijke kwaliteit geproduceerd. De enige

limiterende factor in dit verband is de performantie van de hardware die in een enkel geval niet toeliet om

de dense cloud op het hoogst mogelijke kwaliteitsniveau te realiseren. De depthfiltering wordt op mild

ingesteld zodat de software de kleinere details ook op een kwalitatieve manier realiseert. Het risico op ruis

in het resultaat is relatief gering vanwege de relatief eenvoudige geometrie van de gevel en de hoge

kwaliteit van de gebruikte foto’s (www.agisoft.com, 07/07/2018). Aangezien de kleur van het model

uiteraard zeer belangrijk is wordt de opdracht gegeven om de kleuren in de puntenwolk te berekenen.

Op basis van de dense point cloud wordt vervolgens een mesh van de gevel gerealiseerd. Dit is een

belangrijke stap aangezien het meshmodel later zal dienen als basis voor de productie van het

orthofotoplan. De instellingen zijn de volgende: surface type staat ingesteld op arbitrary, dit is de

standaardinstelling die toepasbaar is op alle verschillende soorten 3D-objecten. Als basis om het

meshmodel te produceren kan gekozen worden tussen de sparse point cloud en de dense point cloud.

Vanwege haar veel grotere graad van detail is de dense point cloud de aangewezen optie. De face count

53

staat voor het aantal vlakken waaruit het meshmodel zal worden opgebouwd. Omwille van het belang van

de geveldetails wordt deze ingesteld op high. Interpolatie wordt ten slotte ingeschakeld zodat een model

gegenereerd wordt zonder gaten. Deze optie is te verdedigen vanwege de eenvoudige geometrie en de

goede kwaliteit van de dense point cloud. Eventuele gaten zouden zeer klein zijn en zullen dus een

verwaarloosbare impact hebben op het model.

Afbeelding 15: Constructieparameters van het 3D-model

Voor de volledigheid wordt ook een 3D-model gegenereerd. De meerwaarde van een dergelijk model

boven een orthofotoplan is beperkt vanwege de vlakke geometrie van de gevel. De instellingen zijn de

volgende (afbeelding 15): de mapping mode staat op generic, de standaardinstelling. De blending mode

bepaalt hoe de pixels van de oorspronkelijke foto’s gecombineerd worden in de productie van de

kleurweergave van het 3D-model. Er wordt gekozen voor mosaïc: deze instelling zorgt er voor dat details

met veel variatie bemonsterd worden op basis van de beste foto. Voor tussenliggende delen met minder

variatie wordt een gemiddelde van de overlappende foto’s genomen (www.agisoft.com, 07/07/2018).

De laatste stap bestaat uit de constructie van het orthofotoplan. De instellingen die daarbij gehanteerd zijn,

zijn de volgende (afbeelding 16): het projectievlak is ingesteld op planair en wordt nader gedefinieerd op

basis van een drietal GCP’s. Een geografische projectie op basis van het Lambert 72 coördinatenstelsel is

in dit geval niet bruikbaar omdat de gevel dan op haar grondoppervlak zou geprojecteerd worden en ze dus

zou gereduceerd worden tot één enkele streep. Het oppervlak dat gebruikt wordt om het orthofotoplan te

produceren is het meshmodel, en dat wordt aldus ingesteld. De overige parameters zijn iets minder van

belang en worden verder ongemoeid gelaten.

54

Afbeelding 16: Constructieparameters van het orthofotoplan

3.3.3.5 Verwerking in AutoCAD

De afwerking van de orthofotoplannen gebeurt met het softwarepakket AutoCAD Civil 3D. Daarvoor

worden de orthofoto’s eerst geëxporteerd onder het PNG-formaat omdat dit formaat kan geïmporteerd

worden in dit softwarepakket. Eens ingeladen in het softwarepakket worden de orthofoto’s georiënteerd.

Daarna kan de lay-out van de plannen aangemaakt worden en kunnen de orthofoto’s als volwaardige

plannen geëxporteerd worden.

3.3.4 Laserscanning

3.3.4.1 Gevel A

Aangezien voor het capteren van gevel A één scan volstond, is de verwerking eenvoudiger dan bij gevel B.

De eerste stap bestaat uit het indexeren van de puntenwolk en het verkrijgen van het juiste

bestandsformaat voor de verdere verwerking. Bij het uitlezen van de scandata wordt een puntenwolk

verkregen in ZFS-formaat. Dit bestandsformaat kan geïmporteerd worden in het softwarepakket Autodesk

55

ReCap. Na het importeren van de puntenwolk wordt deze automatisch geïndexeerd. Nadien is het mogelijk

om de data te exporteren onder het PTS-formaat, een noodzaak voor het uitvoeren van de volgende stap.

Vervolgens wordt de puntenwolk op ruwe wijze vereenvoudigd en gegeorefereerd. Dit wordt uitgevoerd in

het softwarepakket CloudCompare, aangezien Autodesk ReCap bij de georeferentie moeilijkheden

ondervindt om de vorm van de gebruikte targets te herkennen. Eerst wordt in CloudCompare het grootste

deel van de overbodige punten uit de puntenwolk verwijderd. De resulterende puntenwolk is daardoor

vereenvoudigd tot gevel A en een deel van de aangrenzende gevels en is bijgevolg makkelijker manueel te

bewerken. De eigenlijke georeferentie wordt vervolgens uitgevoerd. Daarvoor wordt de coördinatenlijst met

de targets van gevel A ook in CloudCompare geïmporteerd. Door de corresponderende punten in de

puntenwolk manueel te koppelen aan de respectievelijke targets kan de software de georeferentie van de

volledige puntenwolk doorvoeren.

De laatste stap bestaat uit het nauwkeurig selecteren van de gevel uit de ruwere gegeorefereerde

puntenwolk. Daarvoor wordt deze puntenwolk terug geïmporteerd in Autodesk ReCap zodat gebruik

gemaakt kan worden van de performantere selectietools die in dit softwarepakket ingebouwd zitten.

Daarnaast wordt in dit softwarepakket gebruik gemaakt van scanregions, een functionaliteit die te

vergelijken is met de indeling in lagen in AutoCAD. Het dusdanig indelen van de puntenwolk heeft als

voordeel dat punten kunnen toegewezen worden aan een region en overbodige punten dus niet verwijderd

moeten worden uit de puntenwolk. Daardoor kan het risico vermeden worden dat een verkeerde selectie

leidt tot het verwijderen van de verkeerde punten. Na de indeling volstaat het om de region te exporteren

die de gevel bevat om de juiste puntenwolk te bekomen.

3.3.4.2 Gevel B

De verwerking van gevel B verschilt op één punt van die van gevel A: deze gevel kon niet op een

bevredigende wijze door één scan gecapteerd worden waardoor twee scans uitgevoerd zijn. Om later één

puntenwolk te vormen die alle zijden van de gevel bevat is het echter nodig dat beide puntenwolken

samengevoegd worden. Een eerste poging om een samengevoegde puntenwolk te bekomen via een

geautomatiseerde procedure in het softwarepakket Autodesk ReCap was niet succesvol. In plaats van op

elkaar gefit te worden laat Afbeelding 17 duidelijk zien hoe beide scans ongeveer tegenover elkaar

gepositioneerd worden.

56

Afbeelding 17: Eerste gefaalde poging in het bekomen van een samengevoegde puntenwolk van

gevel B

De tweede poging tot het bekomen van een samengevoegde puntenwolk is uitgevoerd in het

softwarepakket CloudCompare. Net zoals bij gevel A moeten beide scans eerst omgezet worden naar het

PTS-bestandsformaat vooraleer zij in CloudCompare geïmporteerd kunnen worden. Eens dit uitgevoerd is

kan het samenvoegen van de puntenwolken uitgevoerd worden. Het principe van het samenvoegen steunt

op dezelfde werkwijze als het georefereren: op manuele wijze worden punten aangeduid die beide

puntenwolken gemeenschappelijk hebben. Zo kan de software de puntenwolken vervolgens op elkaar

leggen. Twee pistes zijn uitgeprobeerd: in een eerste piste is de eerste puntenwolk rechtstreeks met de

tweede puntenwolk gealigneerd door in beide puntenwolken enkele corresponderende

gemeenschappelijke punten aan te duiden. In een tweede piste zijn ook de targets voor de georeferentie bij

het proces betrokken. In deze poging zijn beide puntenwolken afzonderlijk met de targets gealigneerd

waardoor ook hun onderlinge alignering onrechtstreeks wordt uitgevoerd (afbeelding 18). Deze tweede

piste heeft uiteindelijk het beste resultaat opgeleverd. Bijkomend voordeel van deze piste is het feit dat ook

de georeferentie van de samengevoegde puntenwolk simultaan gerealiseerd is.

De verdere verwerking van de samengevoegde gegeorefereerde puntenwolk is analoog met deze van

gevel A.

57

Afbeelding 18: Impressie van de alignering van beide scans van gevel B door afzonderlijk te

aligneren met de targets

58

4. RESULTATEN

4.1 Topografische metingen

4.1.1 Algemeen

In functie van deze thesis zijn uitgebreide topografische metingen uitgevoerd. De geconstrueerde polygoon

bestaat uit 9 punten: 1 punt buiten de museumgebouwen en 8 punten binnenin het museum waarvan 2

punten in de refter zelf. De basislijn die met de polygoon verbonden is bestaat op zijn beurt uit 2 punten.

Deze punten liggen elk aan een zijde van polygoonpunt 1000, het punt dat voor de ingang van het museum

geconstrueerd is. De drie punten liggen ongeveer op één lijn met als tussenafstanden voor 1000 - 11.000

en 1000 – 12.000 respectievelijk 70,8 m en 82,6 m. Dit brengt de totale lengte van de basislijn op ongeveer

153 m. De twee uiterste punten die samen de basislijn vormen zijn ook met GNSS opgemeten zodat het

hele meetnet absoluut georiënteerd kan worden.

De detailmeting die op de twee polygoonpunten in de historische refter geënt is, bestaat op haar beurt uit

116 punten: 51 grondcontrolepunten zijn opgemeten op gevel A, 53 grondcontrolepunten zijn opgemeten

op gevel B. Daarnaast zijn in functie van de laserscanning op en rond elke gevel 6 targets opgemeten.

Voor een grafische voorstelling van de locatie van alle metingen kan verwezen worden naar afbeeldingen

10 en 11. De volledige coördinatenlijst van alle gemeten punten is terug te vinden in bijlage 1.

4.1.2 Nauwkeurigheden

De gevolgde methodologie voor de verwerving en de verwerking van de metingen met het totaalstation is

sterk getekend door een fout die tijdens de metingen gemaakt is. Zoals in paragraaf 3.2.1 (Topografische

metingen) reeds behandeld is, zijn twee overlappende polygonaties uitgevoerd om tot een koppeling te

komen tussen de meetpunten in het museum en de twee punten buiten het museum die via GNSS

opgemeten zijn. Doordat beide polygonaties vervolgens in elkaar geschoven zijn om tot één meetnet te

komen is het berekenen van een sluitfout van deze resulterende meting moeilijk. Een indicatie van de

nauwkeurigheid van de metingen kan wel verkregen worden via de horizontale sluitfouten van de

polygonen uit de eerste en de tweede meetcampagne, die respectievelijk 14 mm en 11 mm bedragen. De

gehanteerde werkwijze zorgt echter wel impliciet voor een vereffening van de volledige meting. Dit in

combinatie met andere voorzorgen voor nauwkeurige metingen, zoals het meten in doorslag en het

59

minimaliseren van het aantal te meten punten, zorgt dit er voor dat de nauwkeurigheid van de

topografische metingen voldoende geacht kan worden voor het doel van deze thesis.

Tabel 9: Uitgevoerde GNSS-metingen in het kader van de thesis. Voor de exacte situering van deze

punten kan verwezen worden naar afbeelding 10

Volgnummer meting x y z

11000_1 104310,825 192760,665 9,700

11000_2 104310,828 192760,664 9,701

12000_1 104354,331 192907,022 7,816

12000_2 104354,329 192907,019 7,815

De nauwkeurigheid van de GNSS-metingen wordt gewaarborgd door volgende factoren: de locatie van

beide punten die via GNSS worden opgemeten worden op voldoende afstand van hoge structuren

(gebouwen, luifels, bomen, etc.) gekozen opdat multipath verstoringen vermeden worden. De basislijn die

gevormd wordt door beide GNSS-meetpunten wordt voldoende groot gekozen zodat de impact van de

GNSS-metingen (onnauwkeuriger dan metingen met totaalstation) op de rest van het netwerk

geminimaliseerd kan worden. De GNSS-metingen zelf worden uitgevoerd in RTK-modus waarbij gebruik

gemaakt wordt van de correctiesignalen van het FLEPOS-netwerk. Er wordt gemeten volgens de instelling

“gemeten controlepunt” waardoor de locatie bepaald wordt gedurende 180 epochs, in plaats van de

gebruikelijke 5 bij een gewoon meetpunt. Om foute metingen uit te sluiten wordt elke meting tot slot twee

keer uitgevoerd (tabel 9). Aangezien de herhaalde metingen quasi identieke resultaten opleveren geeft dit

een indicatie dat de kwaliteit en de reproduceerbaarheid van de metingen goed is. Verdere verwerkingen

op basis van deze metingen worden uitgevoerd op basis van het gemiddelde van de metingen van elk

meetpunt. Al deze maatregelen tezamen garanderen dat de nauwkeurigheid van de GNSS-metingen

binnen de kwaliteitsmarges vallen die op basis van de gebruikte apparatuur mogelijk zijn (zie paragraaf

3.1.2).

4.2 Fotomodellering

De foto’s die gedurende de twee opeenvolgende fotosessies genomen zijn, zijn allemaal via

fotomodellering verwerkt tot 3D-modellen en orthofotoplannen. Er zijn enerzijds steeds resultaten bekomen

van gevel A in zijn volledigheid en anderzijds detailuitsneden van het fresco met het tafereel van het

Laatste Avondmaal. De originele orthofotoplannen zijn terug te vinden in bijlage 2. Nadat de

tussenresultaten kort op algemene wijze overlopen worden, worden de resultaten per fotosessie verder

besproken.

60

4.2.1 Tussenresultaten

Aangezien de tussenresultaten niet het hoofddoel van deze thesis uitmaken worden zij aansluitend kort

vermeld. De tussenresultaten van de verschillende fotomodelleringsprocedures zijn sterk aan elkaar

verwant en zijn steevast tot stand gekomen zonder problemen. Daarom zal ter illustratie steeds

gerefereerd worden naar de tussenresultaten van het overzichtsdocument van de eerste fotosessie die qua

illustratieve waarde perfect representatief zijn voor de overige fotomodelleringsprocedures.

Het eerste tussenresultaat dat bekomen wordt is de sparse point cloud, de puntenwolk die bestaat uit de

gevonden keypoints en die in dezelfde verwerkingsstap als de alignering van de foto’s bekomen wordt.

Zoals uit het literatuuroverzicht reeds bleek vindt de software vooral keypoints op die plaatsen waar er

voldoende kleurvariaties zijn. Dit is duidelijk zichtbaar in afbeelding 19: de grootste dichtheid aan keypoints

wordt gevonden in er rond de fresco’s. Zeker aan de onderzijde, waar grotere monotone kleurenvlakken

het verfwerk domineren, zijn er lacunes waar te nemen. Desondanks slaagt de software er in om over de

gehele gevel tot een vrij homogene dekking te komen.

Afbeelding 19: De sparse point cloud van het overzichtsresultaat op basis van de foto’s van de

eerste fotosessie

In de volgende verwerkingsstap wordt de dense point cloud gegenereerd (afbeelding 20). Deze puntenwolk

dekt dezelfde ruimtelijke entiteit als de sparse point cloud, doch met een grotere puntdichtheid. Ook wat

61

betreft de puntdichtheid is er een verband met de sparse point cloud. Geveldelen die in de sparse point

cloud lacunes bevatten zullen ook in de dense point cloud door een kleiner aantal punten bemonsterd zijn.

Niettemin levert de dense point cloud in alle fotomodelleringsprocedures een goed resultaat dat geschikt is

voor de verdere verwerkingsstappen.

Afbeelding 20: De dense point cloud van het overzichtsresultaat op basis van de foto’s van de

eerste fotosessie

Afbeelding 21: Het meshmodel van het overzichtsresultaat op basis van de foto’s van de eerste

fotosessie

62

Het laatste tussenresultaat dat gegenereerd wordt is het meshmodel (afbeelding 21). Aangezien het

meshmodel op basis van de dense point cloud geconstrueerd wordt en dit tussenresultaat steeds van

goede kwaliteit is, voldoet ook het meshmodel aan de verwachtingen. Door interpolatie toe te laten wordt

een model gegenereerd dat geen gaten bevat. Dit is een verdedigbare keuze aangezien de dense point

cloud in elke fotomodelleringprocedure een goede homogene puntdichtheid bevat. De kleurweergave van

het meshmodel is afkomstig van de kleurinformatie die de punten van de dense point cloud bevatten.

4.2.2 Eerste fotosessie

4.2.2.1 Overzichtsbeeld

Afbeelding 22 en 23: Impressie van het 3D-model van gevel A (links), weergave van het

orthofotoplan van dezelfde gevel (rechts). Beiden zijn verkregen op basis van de

overzichtsafbeeldingen van de eerste fotosessie

Afbeeldingen 22 en 23 leveren respectievelijk een impressie van het 3D-model en het orthofotoplan van de

volledige gevel A. Wanneer beide afbeeldingen beschouwd worden is hun uitzicht vrijwel identiek. Dit is

logisch aangezien ze beiden een product zijn van hetzelfde verwerkingsproces binnen het softwarepakket

Agisoft PhotoScan Professional (een feit dat overigens ook geldt voor de hierna besproken gepaarde 3D-

modellen en orthofotoplannen). Volgende details vallen op: ten eerste heeft het verwerkingsproces een

document opgeleverd dat de volledige gevel omvat, het volledige geveloppervlak tot en met de rand is met

63

een constante kwaliteit weergegeven. Ten tweede is er de mate van detail: deze is met een GSD van

ongeveer 4 mm niet enorm gedetailleerd, doch acceptabel voor een overzichtsbeeld. Ten derde is er het

aspect kleur: opvallend zijn de lichtere tinten ter hoogte van de fresco’s en de donkere tinten op de

tussenliggende muurdelen. Ook is met name op het fresco van het laatste avondmaal te zien hoe de linker

helft een gelere schijn heeft dan de rechter helft. De oorzaak van deze vaststellingen ligt bij de belichting.

De lichtinstallatie is gedurende de eerste fotosessie niet uitgeschakeld en is dusdanig afgesteld dat ze

vooral de fresco’s bijlicht. Dit verklaart de lichtere delen op het 3D-model en het orthofotoplan. De

verschillende spectrale samenstelling van het artificiële licht en het daglicht dat via de ramen invalt ligt dan

weer aan de basis van het verschil in kleurentinten tussen de linker en de rechter helft van het fresco van

het Laatste Avondmaal.

4.2.2.2 Detail Laatste Avondmaal

Afbeeldingen 24 en 25: Impressie van het 3D-model van het fresco van het Laatste Avondmaal

(links), weergave van het orthofotoplan van hetzelfde geveldeel (rechts). Beiden zijn verkregen op

basis van de detailafbeeldingen van de eerste fotosessie

Bovenstaande afbeeldingen leveren een impressie van het 3D-model en het orthofotoplan van de

detailuitsnede van het Laatste Avondmaal. Deze resultaten zijn gerealiseerd op basis van een selectie van

de detailfoto’s die gedurende de eerste fotosessie genomen zijn. Ze zijn genomen vanop een kleinere

afstand tot de gevel waardoor ook deze resultaten een grotere graad van detail vertonen dan de

overzichtsbeelden die hiervoor besproken zijn. Het orthofotoplan is aldus bijvoorbeeld gerealiseerd met

een GSD van 1,7 mm, ongeveer de helft van de GSD van het overzichtsbeeld. Een volgende vaststelling

die kan gemaakt worden is het feit dat de rand van beide documenten veel grilliger is dan de rand van de

overzichtsdocumenten. De vaststellingen in verband met de helderheid en de kleurverschillen zijn

gelijklopend aan de opmerkingen bij de overzichtsbeelden. Dit is logisch aangezien de foto’s waarop deze

64

resultaten gebaseerd zijn werden gerealiseerd onder dezelfde omstandigheden. Het enige verschil in

verband met de helderheid is dat er een uitsnede gemaakt is van een geveldeel dat redelijk uniform verlicht

is door de combinatie van artificiële en natuurlijke verlichting. Daardoor zijn er binnen deze twee resultaten

slechts kleine helderheidsverschillen.

4.2.3 Tweede fotosessie

4.2.3.1 Overzichtsbeeld

Afbeelding 26 en 27: Impressie van het 3D-model van gevel A (links), weergave van het

orthofotoplan van dezelfde gevel (rechts). Beiden zijn verkregen op basis van de

overzichtsafbeeldingen van de tweede fotosessie

Bovenstaande afbeeldingen tonen de resultaten van de modellering van gevel A op basis van de

overzichtsafbeeldingen die gegenereerd zijn gedurende de tweede fotosessie. Zoals reeds vermeld is in de

methodologie bestaan de doelstellingen van de tweede fotosessie erin om een algemene verbetering van

het resultaat te bekomen ten opzichte van de eerste fotosessie. Wat betreft de algemene graad van detail

is de verbetering zeer duidelijk: ook de kleinere geveldetails, onder andere in de fresco’s en het

tussenliggende verfwerk, zijn nu beter zichtbaar. Illustratief is de GSD van het orthofotoplan: deze bedraagt

in dit geval slechts 1,7 mm en scoort daarmee even goed als de detailopname van het Laatste Avondmaal

uit de eerste fotosessie. Wat betreft de helderheid van het beeld, de contrasten en de kleuren is het

resultaat verbeterd, doch niet zo goed als verhoopt. De grote contrasten die kenmerkend zijn voor het

65

overzichtsbeeld uit de eerste fotosessie zijn verminderd. Toch zijn centraal tussen beide fresco’s en aan de

uiterst rechter zijde nog duidelijk donkerdere zones waar te nemen. De continuïteit van de kleurentinten

doorheen het resultaat is wel algemeen beter. Een laatste punt waar het resultaat van de tweede

fotosessie zelfs enigszins slechter is, is de volledigheid van het resultaat. Op een tweetal plaatsen aan de

rechter zijde van de gevel, een plaats helemaal onderaan en een plaats ongeveer halverwege, is zichtbaar

hoe een stukje van de gevel niet gemodelleerd is.

4.2.3.2 Detail Laatste Avondmaal

Afbeeldingen 28 en 29: Impressie van het 3D-model van het fresco van het Laatste Avondmaal

(links), weergave van het orthofotoplan van hetzelfde geveldeel (rechts). Beiden zijn verkregen op

basis van de detailafbeeldingen van de tweede fotosessie

De detailafbeeldingen van het tafereel van het Laatste Avondmaal van de tweede fotosessie ten slotte

vallen op door hun goede kwaliteit. De algemene scherpte is zeer goed, illustratief hiervoor is de GSD van

het orthofotoplan die met 1 mm op dit vlak het beste resultaat haalt van deze thesis. De bemerkingen op

het vlak van kleur en contrasten zijn gelijklopend met de bemerkingen op de overzichtsafbeeldingen van de

tweede fotosessie: de kleurentinten zijn vrij uniform, ook de contrasten vallen binnen dit beeld mee hoewel

aan de bovenkant van de afbeeldingen reeds de overgang naar de bovenliggende donkerdere zone

zichtbaar is. De randen van de afbeeldingen zijn enigszins onregelmatig. Tot slot kan nog opgemerkt

worden dat de omvang van de afbeeldingen vrij krap is, in het bijzonder aan de rechter kant. De mantel van

de laatste apostel wordt nog net volledig weergegeven, de uiterste rand van de tafel niet.

66

4.2.4 Nauwkeurigheden

4.2.4.1 Algemeen

In het kader van de productie van gegeorefereerde resultaten was het noodzakelijk om

grondcontrolepunten op te meten via totaalstation, deze punten als marker5 aan te duiden op het model en

vervolgens de coördinaten van de topografische metingen aan de markers te koppelen door het inladen

van een lijst met deze coördinaten in de software. De aanwezigheid van de aangeduide gegeorefereerde

markers stelt de software vervolgens in staat om het volledige model te oriënteren door te zoeken naar een

optimale fit tussen het model en de aangeduide markers. Een perfecte fit is echter niet mogelijk omwille

van onnauwkeurigheden in de opmeting en aanduiding van de markers en omwille van imperfecties in het

model. Daarom zal het fotomodelleringsproces dus gepaard gaan met een zekere onnauwkeurigheid. Het

voordeel van deze werkwijze is echter dat Agisoft Photoscan Professional in staat is om een inschatting te

maken van deze afwijkingen, en dit op twee niveaus: op het niveau van de individuele marker en een

gemiddelde op het niveau van het volledige model. Concreet zal de software twee soorten afwijkingen

berekenen: een afstandsfout en een fout in pixeleenheden. De afstandsfout geeft de ruimtelijke afwijking

weer tussen de absolute locatie van de marker (gedefinieerd door de coördinaten die verkregen zijn door

de topografische opmetingen) en de berekende locatie binnen het model. Algemeen wordt gesteld dat de

afstandsfout aanvaardbaar is als zij maximaal 1 centimeter bedraagt. De fout in pixels is een projectiefout:

een maat voor de afwijking tussen de projectie van de marker op de foto‘s en de projectie van het

corresponderende punt in het model. Er wordt gesteld dat deze fout aanvaardbaar is zolang zij kleiner is

dan 0,6 à 0,8. Hogere waarden duiden op problemen in de alignering van het model (www.agisoft.com,

04/08/2018). Hoge afstandsfouten kunnen enerzijds een indicatie zijn voor onnauwkeurige coördinaten van

de markers, anderzijds kunnen ze wijzen op problemen in verband met de alignering van de gebruikte

foto’s. Hoge pixelfouten wijzen op hun beurt vooral op kwalitatieve problemen binnen het model, en houden

dus eerder verband met problemen in verband met de alignering van de gebruikte foto’s (www.agisoft.com,

04/08/2018).

Wanneer alle markers in rekening gebracht worden bij de georeferentie zal dit leiden tot een fit met een

bepaalde nauwkeurigheid die afgeleid kan worden uit de foutenwaarden die door de software berekend

worden. Indien deze nauwkeurigheid niet voldoet aan vooraf gestelde criteria kan de nauwkeurigheid

verbeterd worden door de afzonderlijke markers te screenen op afwijkingen en degenen met de grootste

foutenwaarden vervolgens te verwijderen. Na herberekeningen door de software zal duidelijk zijn dat de

modelfouten op die manier systematisch verkleinen. Een extra element waar bij het verwijderen van

5 Binnen de software Agisoft Photoscan Professional wordt over markers gesproken in plaats van grondcontrolepunten. In feite gaat het echter om dezelfde punten met dezelfde functie.

67

markers rekening mee moet gehouden worden is het feit dat de weerhouden markers steeds een

homogene spreiding doorheen het model moeten behouden. Daardoor kan in uitzonderlijke gevallen

afgeweken worden van de regel dat de markers met de grootste fouten moeten verwijderd worden. Tenzij

na een eerste screening duidelijk wordt dat er zware problemen zijn met de kwaliteit van het model kan

men deze selectie in principe verderzetten totdat bepaalde nauwkeurigheidsmarges gehaald worden.

Tot slot is het in functie van een verdere analyse van de afwijkingen ook raadzaam om een aantal markers

te reserveren voor een verdere validatie van de nauwkeurigheid van het resultaat en ze dus niet te

gebruiken voor de georeferentie van het 3D-model. De software zal in functie van een zo goed mogelijke fit

van het model steeds proberen om de afwijkingen van de “ingecheckte” markers6 te minimaliseren. Bij de

markers die gebruikt worden voor de validatie doet de software dit niet. De vergelijking van de afwijkingen

van beide groepen biedt dus de mogelijkheid om op een onafhankelijke wijze de nauwkeurigheid te

analyseren (www.agisoft.com, 04/08/2018).

4.2.4.2 Nauwkeurigheid van het resultaat van de eerste fotosessie

Bij de bespreking van de nauwkeurigheid van de resultaten wordt gefocust op het model van de volledige

gevel. Dit is het meest representatief gezien het grotere aantal foto’s en het grotere aantal markers dat

voor de constructie van het model gebruikt is. Het model dat bestaat uit het detail van het fresco van het

Laatste Avondmaal is kleiner en eenvoudiger aangezien het een uitsnede van de vlakke gevel betreft.

Gezien de beperkte omvang en het beperkt aantal markers is het moeilijker om een representatieve

uitspraak over de nauwkeurigheid te doen. Toch kan er met al deze elementen indachtig van uit gegaan

worden dat de kwaliteit van het detail minstens even goed of zelfs beter is dan het resultaat van de

volledige gevel.

De nauwkeurigheid van het model van de volledige gevel bedraagt, met alle 39 markers die dienen voor de

georeferentie meegerekend, 20,0 mm (afstandsfout) en 0,325 (pixelfout). Een screening van de fouten van

de markers leidt tot de identificatie van drie markers met een hoge foutenlast, namelijk markers 15, 24 en

50. Tabel 10 levert nadere info omtrent de grootte van de fouten van alle markers. Wanneer deze drie

markers worden verwijderd doet dit de algemene fouten zakken tot 8,8 mm (afstandsfout) en 0,293

(pixelfout). Vooral de daling van de afstandsfout is opmerkelijk. Dit in combinatie met het feit dat de

afstandsfouten van de drie geweerde markers een heel eind boven de foutenwaarden van de andere

markers liggen en het feit dat de pixelfouten van de markers in het algemeen laag tot zeer laag zijn, doet

sterk vermoeden dat er ofwel problemen zijn met de oorspronkelijke coördinaten van deze markers die via

6 De markers die gebruikt worden voor de georeferentie van het model.

68

Tabel 10: Foutenlast van de markers die gebruikt zijn voor de georeferentie van het resultaat van de

eerste fotosessie. Markers met een sterretje zijn niet weerhouden vanwege hun te grote fout

# marker Fout in x (mm) Fout in y (mm) Fout in z (mm) Totale fout (mm) Pixelfout

1 -0,3 -6,9 4,9 8,5 0,435

2 1,9 -7,1 -8,1 11,0 0,361

4 3,2 -3,1 -2,0 4,9 0,247

5 -1,9 -4,4 4,3 6,4 0,516

6 3,7 9,9 -10,4 14,9 0,485

7 -1,8 4,6 0,4 4,9 0,109

9 -17,6 1,8 0,4 17,7 0,268

10 2,8 -1,2 -0,7 3,1 0,176

11 9,9 -3,4 -1,9 10,6 0,221

12 -1,4 2,4 2,3 3,6 0,429

14 -1,7 -5,7 18,0 18,9 0,332

15* -39,4 -18,7 8,9 44,5 0,645

16 -2,0 -2,2 -0,7 3,1 0,230

18 -1,8 2,3 1,5 3,3 0,456

20 1,5 2,0 -5,8 6,3 0,119

22 -0,7 -0,8 0,5 1,1 0,097

23 -0,4 -0,7 1,3 1,6 0,297

24* 54,8 28,2 -31,2 69,1 0,562

25 0,1 -2,3 7,0 7,4 0,290

27 -3,7 -5,8 1,5 7,0 0,258

28 -4,0 -4,3 -1,8 6,1 0,035

29 0,1 1,3 2,0 2,4 0,429

31 -9,5 -1,2 -8,8 13,0 0,290

32 -7,0 0,8 -3,8 8,0 0,326

33 -2,2 -0,7 -4,3 4,9 0,198

34 -4,1 0,8 -4,4 6,1 0,472

35 15,4 -6,1 8,6 18,7 0,256

36 7,7 5,1 14,4 17,1 0,358

37 3,1 1,9 2,1 4,3 0,251

41 0,3 10,7 0,3 10,7 0,471

42 4,1 5,5 -4,8 8,3 0,273

43 1,5 3,0 -1,3 3,6 0,028

44 1,2 1,9 1,6 2,8 0,082

45 0,2 1,6 -3,1 3,5 0,178

46 -2,6 -0,1 -1,6 3,0 0,049

47 5,1 3,8 -3,8 7,4 0,198

48 -1,2 1,3 -1,9 2,6 0,142

50* 14,6 77,8 -2,7 79,2 0,387

51 2,6 -4,9 -1,8 5,8 0,172

Algemeen: 5,3 4,2 5,6 8,8 0,293

de topografische metingen verkregen zijn of dat er problemen zijn met de correcte aanduiding van de

markers tijdens het verwerkingsproces. Een visuele inspectie van deze markers staaft deze vermoedens

(afbeeldingen 30, 31 en 32): het gaat stuk voor stuk om markers die op een problematische locatie liggen.

Marker 24 ligt op een uitstekend hoekje van het zuiltje aan de linker zijkant van de gevel. De kans is groot

dat er bij het opmeten van dit punt met het totaalstation net naast het punt geschoten is. De overige

69

markers zijn gelokaliseerd in het fresco van het Laatste Avondmaal maar komen overeen met gedeelten

van het verfwerk die sterk vervaagd zijn of onvoldoende contrastverschillen bevatten. Daardoor is de kans

groot dat zij niet nauwkeurig genoeg opgemeten en aangeduid konden worden.

Tabel 11: Foutenlast van de checkpoints van het resultaat van de eerste fotosessie

# marker Fout in x (mm) Fout in y (mm) Fout in z (mm) Totale fout (mm) Pixelfout

3 1,6 2,2 6,5 7,0 0,219

8 -1,0 1,3 11,8 11,9 0,189

13 0,0 0,2 0,0 0,2 0,165

17 0,0 0,3 3,0 3,0 0,421

19 -1,8 0,3 -1,4 2,3 0,221

21 1,4 1,4 -0,4 2,0 0,129

26 -0,2 0,7 1,2 1,4 0,172

30 0,1 0,2 1,0 1,0 0,075

38 -3,3 7,7 5,7 10,1 0,167

39 2,0 10,2 -10,7 14,9 0,496

40 -10,2 -7,2 12,8 17,8 0,449

49 -0,4 -3,1 2,4 4,0 0,321

Algemeen: 3,2 4,4 6,5 8,5 0,269

Afbeelding 30, 31 en 32: Visuele impressie van de markers die gedurende de georeferentie niet

weerhouden zijn

Tot slot is een kwart van de markers gereserveerd voor een objectieve verificatie van de nauwkeurigheid

van het gegeorefereerde model. Concreet zijn 12 van de 48 markers daartoe geselecteerd, de overige 36

zijn door de software gebruikt om de georeferentie door te voeren (afbeelding 33). Bij de selectie van deze

12 markers is er op toegezien dat hun spreiding over het model zo gelijkmatig mogelijk is. De gemiddelde

fout van deze groep checkpoints bedraagt 8,5 mm (afstandsfout) en 0,269 (pixelfout). De foutenparameters

van de afzonderlijke markers zijn in tabel 11 terug te vinden. Met de waarden voor deze algemene

foutentermen doen ze het zelfs iets beter dan de groep die gebruikt is voor de georeferentie. Dit wijst er op

dat het model op alle vlakken van goede kwaliteit is.

70

Afbeelding 33: Impressie van de spreiding van de 12 checkpoints over gevel A. Het betreft de

markers die met een rood bolletje aangeduid zijn

4.2.4.3 Nauwkeurigheid resultaat tweede fotosessie

Ook hier geldt dat gefocust zal worden op de nauwkeurigheid van het model van de volledige gevel. Met

alle 39 markers die bestemd zijn voor de georeferentie mee in rekening genomen bedraagt de afstandsfout

22,9 mm en de pixelfout 0,528. Na de screening van de markers zijn er 6 niet weerhouden vanwege te

grote foutwaarden. Om een homogene dekking van de markers doorheen het model niet in het gedrang te

brengen valt op dat in dit geval niet systematisch de markers met de grootste foutenlast verwijderd zijn.

Bijgevolg is de georeferentie uitgevoerd met de overige 33 markers. Na het verwijderen van deze markers

dalen de fouten tot 6,0 mm (afstandsfout) en 0,477 (pixelfout) (tabel 12). De redenen voor de soms hoge

foutenwaarden bij deze markers zijn dezelfde als bij het resultaat van de eerste fotosessie. Ook hier betreft

het markers die soms gesitueerd zijn op moeilijk op te meten plaatsen (markers 24 en 25, in mindere mate

ook markers 41 en 42) of op plaatsen met vervaagd verfwerk.

71

Tabel 12: Foutenlast van de markers die gebruikt zijn voor de georeferentie van het resultaat van de

tweede fotosessie. Markers met een sterretje zijn niet weerhouden vanwege hun te grote fout

# marker Fout in x (mm) Fout in y (mm) Fout in z (mm) Totale fout (mm) Pixelfout

1 8,7 0,8 1,1 8,8 0,086

2 -9,3 -0,3 4,2 10,3 0,012

4 -0,5 -0,3 -0,5 0,8 0,231

5 -0,7 -0,8 1,4 1,7 0,062

6 2,3 -0,3 -0,5 2,4 0,215

7 4,6 -1,9 -3,2 5,9 0,283

9 -3,3 -0,6 -0,4 0,5 0,292

10 -1,8 0,1 -1,2 2,1 0,208

11 -0,4 1,8 1,3 2,2 0,240

12 4,0 1,4 5,3 6,8 0,411

14* -2,7 -7,3 20,1 21,6 1,129

15 -2,8 3,5 -1,4 4,7 0,536

16 -0,6 -1,8 -4,2 4,6 1,113

18 3,9 2,2 5,0 6,7 0,103

20 -1,7 1,1 1,2 2,4 0,158

22 3,1 0,3 3,4 4,6 0,721

23 -0,2 -1,0 1,0 1,4 0,279

24* 74,2 26,6 -32,8 85,3 0,323

25* 61,1 -33,3 7,2 69,9 1,212

27 -2,7 -1,5 3,0 4,3 0,838

28 -3,3 -2,6 0,2 4,2 0,317

29 -3,3 0,9 0,7 3,5 0,413

31 -1,7 -3,1 -2,6 4,3 0,852

32 -2,4 0,2 -2,4 3,4 0,289

33 -0,2 0,7 -2,5 2,7 0,351

34 0,7 2,1 -4,1 4,7 0,424

35 10,1 -11,2 4,9 15,9 0,724

36 -1,0 -0,9 5,2 5,3 0,433

37 5,6 0,6 2,0 6,0 0,430

41* 7,4 2,3 9,1 12,0 0,250

42* 11,1 6,7 -1,9 13,1 0,229

43 0,4 3,6 -5,0 6,2 0,026

44 11,2 -1,3 4,8 12,2 0,063

45 -7,0 1,7 -3,8 8,2 0,298

46 -5,7 0,8 -3,4 6,7 0,220

47 -0,7 4,7 -2,4 5,3 0,388

48 -2,9 1,8 -0,8 3,5 0,231

50* 15,8 76,7 -3,2 78,4 0,386

51 -2,1 -0,3 -2,4 3,2 0,788

Algemeen 4,4 2,6 3,1 6,0 0,477

De 12 checkpoints hebben algemene foutenwaarden van 11,6 mm (afstandsfout) en 0,739 (pixelfout) (tabel

13). Ook al liggen ze enigszins hoger dan de algemene fouten van de markers die gebruikt zijn voor de

georeferentie, toch zijn ze nog net aanvaardbaar. Het algemeen kwaliteitsoordeel over dit model is

gemengd: aangezien de algemene afstandsfout van het model slechts 6,0 mm bedraagt en de pixelfout

ook goed is, kan gesteld worden dat de georeferentie van het model van hoge kwaliteit is. Ook de

algemene geometrische eigenschappen van het model zijn goed. Het verschil met de checkpoints dat er bij

72

het model op basis van de gegevens van de eerste fotosessie niet is, wijst er echter op dat de alignering

van het model in dit geval iets minder goed gelukt is. Ter nuancering mag echter niet uit het oog verloren

worden dat dit model complexer is: om een hogere graad van detail te bereiken van eenzelfde oppervlak is

het noodzakelijk dat het model veel meer foto’s bevat (22 tegenover 8). Het is per definitie moeilijker om dit

groter aantal foto’s te verwerken tot een 3D-model met dezelfde geometrische kwaliteiten.

Tabel 13: Foutenlast van de checkpoints van het resultaat van de tweede fotosessie

# marker Fout in x (mm) Fout in y (mm) Fout in z (mm) Totale fout (mm) Pixelfout

3 -3,2 -0,3 -3,0 4,4 0,331

8 5,0 -2,4 7,0 8,9 0,560

13 -3,7 -0,3 -2,3 4,4 0,204

17 3,6 1,0 3,8 5,3 0,216

19 -2,7 -1,2 0,1 3,0 0,327

21 2,9 3,3 4,9 6,6 0,211

26 6,2 16,1 -8,1 19,0 0,257

30 -0,8 -0,4 0,9 1,2 0,272

38 7,4 3,0 9,5 12,4 1,448

39 4,9 11,8 -7,6 14,9 1,272

40 -12,9 -15,9 15,0 25,4 0,508

49 -2,6 0,2 3,7 4,5 0,225

Algemeen: 5,5 7,5 6,8 11,6 0,739

4.3 Laserscanning

Aansluitend volgt een bespreking van de resultaten van de laserscanning. De scanprocessen van beide

gevels hebben een goed resultaat opgeleverd en ze worden dan ook achtereenvolgens overlopen.

4.3.1 Gevel A

De laserscanning van gevel A heeft tot een goed resultaat geleid (afbeelding 34). Op basis van één enkele

scan is de volledige gevel vastgelegd en dankzij de relatief eenvoudige geometrie van de gevel was dit

mogelijk met een minimum aan schaduwzones. Enkel bovenaan de zuiltjes die zich aan weerszijden van

de gevel bevinden konden kleine stukjes niet bemonsterd worden (afbeelding 36). Ondanks de

gehanteerde registratiemethode is er toch een behoorlijke graad van detail bij de opname gerealiseerd.

Ook de contrastwerking binnen het bekomen resultaat is goed. Illustratief hiervoor is afbeelding 35 die een

impressie geeft van het fresco van het Laatste Avondmaal binnen de puntenwolk. Er is te zien hoe zelfs

73

redelijk fijne details in het fresco toch geregistreerd zijn. Ook de vlekken die in het verfwerk boven het

fresco zitten zijn duidelijk zichtbaar.

Afbeelding 34, 35 en 36: Impressie van de volledige puntenwolk van gevel A (links), detailuitsnede

van het fresco van het Laatste Avondmaal (rechts boven), schaduweffect bovenaan het zuiltje aan

de rechter zijde van de gevel (rechts onder)

4.3.2 Gevel B

Ook de laserscanning van gevel B heeft een goed resultaat opgeleverd, zoals op afbeeldingen 37 en 38 te

zien is. De resulterende puntenwolk is een combinatie van twee samengevoegde scans waardoor het

overgrote deel van de moeilijk te bemonsteren zones toch gedekt is. Belangrijk is het feit dat de afstand

tussen de scanposities en de gevel groot genoeg is waardoor ook de schuine gevelvlakken onder elk raam

geregistreerd zijn. De schaduwzones die toch nog achtergebleven zijn, zijn zeer moeilijk te bemonsteren

zones zoals stukken van de zijkanten van de schouw. De fijne details zijn iets minder scherp geregistreerd

dan bij de puntenwolk van gevel A het geval is. Dit is het beste zichtbaar bij de fresco’s die een iets vager

uitzicht hebben (afbeelding 38), in de fijne sierelementen van de glasramen is dit minder zichtbaar. De

contrasten binnen de puntenwolk zijn tot slot ook in dit resultaat zichtbaar.

74

Afbeelding 37 en 38: Impressie van de volledige puntenwolk van gevel B (links), detailuitsnede van

een van de fresco’s die een impressie geeft van de graad van detail (rechts)

4.3.3 Nauwkeurigheden

4.3.3.1 Algemeen

De nauwkeurigheid van de positiebepaling bij de registratie van de puntenwolk is, gezien de gehanteerde

apparatuur, reeds zeer nauwkeurig. Zoals uit de technische gegevens van de gebruikte laserscanner blijkt

kan dit met een nauwkeurigheid van 5 mm voor alle geregistreerde punten tot op een afstand van 25 m van

de scanner. Gezien de afmetingen binnen de zaal waar de opmetingen plaatsgevonden hebben is dit een

goede richtwaarde.

Een tweede factor die een impact heeft op de nauwkeurigheid van het uiteindelijke resultaat is de

georeferentie van de puntenwolk. Net zoals bij het model van de fotomodellering moet bij de laserscanning

een transformatie uitgevoerd worden die de puntenwolk oriënteert volgens het nationale Belgische

referentiestelsel Lambert 72. De transformatie wordt uitgevoerd op basis van een aantal targets die zowel

opgemeten zijn met het totaalstation als geregistreerd zijn met de laserscanner. Kleine afwijkingen bij het

meet- en registratieproces van de targets, samen met de manuele handelingen tijdens het

georeferentieproces zullen er voor zorgen dat de uiteindelijke georeferentie met een zekere

onnauwkeurigheid doorgevoerd wordt.

75

De handelingen uit de twee voorgaande alinea’s geven informatie in verband met de nauwkeurigheden van

de dataverwerving en de dataverwerking, maar zeggen in feite weinig over de uiteindelijke afwijkingen van

de gegeorefereerde puntenwolk tegenover de werkelijkheid. Daarom wordt tot slot een analyse gemaakt

van de afwijkingen van de coördinaten van een set punten tegenover de referentiecoördinaten van de

grondcontrolepunten die op dezelfde locaties liggen en die via het totaalstation opgemeten zijn. De punten

liggen evenredig verspreid over de gevel zodat een representatief beeld van de volledige gevel ontstaat. In

de aansluitende paragrafen worden de resultaten van zowel gevel A als gevel B besproken.

4.3.3.2 Gevel A

De georeferentie van de puntenwolk is uitgevoerd in het softwarepakket CloudCompare door manueel een

koppeling te maken tussen de 6 targets die opgemeten zijn met het totaalstation en de 6 overeenkomstige

punten in de niet-gegeorefereerde puntenwolk die geregistreerd is door de laserscanner. In dit geval zijn de

twee meest onnauwkeurige connecties (met targets 502 en 504) verwijderd. Daardoor is de alignering met

de overige 4 targets doorgevoerd met een algemene fout van 1,9 mm.

Tabel 14: Foutenlast van de coördinaten van de gegeorefereerde puntenwolk van de laserscanner

van gevel A

# grondcontrolepunt Fout in x (mm) Fout in y (mm) Fout in z (mm) Totale fout (mm)

3 -1 -6 -10 11,7

8 1 2 -9 9,3

13 4 4 -8 9,8

17 2 4 1 4,6

19 5 0 7 8,6

21 6 -7 1 9,3

26 2 -10 5 11,4

30 10 -1 -2 10,2

38 8 -24 -12 28,0

39 3 -21 10 23,5

40 16 -16 -14 26,6

49 2 -7 -4 8,3

Algemene RMS (mm) 7 11 8 15,4

Voor de analyse van de algemene nauwkeurigheid van de puntenwolk van gevel A is dezelfde set

grondcontrolepunten gebruikt als de checkpoints uit de nauwkeurigheidsanalyse van het resultaat van de

fotomodellering. Dit heeft als voordeel dat in een volgende stap de resultaten van de fotomodellering en de

laserscanning op eenduidige wijze met elkaar vergeleken kunnen worden. De algemene RMSE van de

puntenwolk is met 15,4 mm enigszins aan de grote kant, doch nog steeds aanvaardbaar (tabel 14).

76

Wanneer de resultaten per controlepunt bekeken worden valt duidelijk op dat de grootste foutenlast zich

situeert bij de grondcontrolepunten die hoger op de gevel gelegen zijn (punten 26 tem. 40).

Afbeelding 39: Eigenschappen van de laserpuls bij een laserscanning. De linker zijde illustreert de

continue divergentie van de laserpuls. De rechter zijde illustreert het reflectieoppervlak van de

laserpuls in relatie tot de invalshoek van de puls

Bron: (Soudarissanane et al., 2009)

Twee verklaringen kunnen daarvoor geleverd worden. De belangrijkste verklaring heeft te maken met het

georeferentieproces. Om logistieke redenen was het gedurende de plaatsing van de targets enkel mogelijk

om deze op en rond de onderste helft van de gevel te plaatsen. Dit heeft tot gevolg dat gedurende de

georeferentie een transformatie gevonden wordt die optimaal aansluit bij de aanwezige targets, en dus bij

de zone waarin deze targets gelegen zijn. De transformatie sluit met andere woorden optimaal aan bij het

onderste deel van de gevel, met het bovenste deel wordt geen rekening gehouden. Daarom zijn er in deze

zone grotere verschillen, verschillen die overigens steeds groter worden naar de bovenkant van de gevel

toe. Een tweede verklaring heeft te maken met de locatie van de laserscanner en de gevolgen voor de

registratie van de puntenwolk. Er moet rekening gehouden worden met het feit dat de uitgestuurde

laserpuls van de scanner licht divergerend is en bijgevolg een steeds grotere diameter heeft wanneer de

puls zich verder van de scanner begeeft (afbeelding 39). Wanneer de puls invalt op een object dat zich

relatief dicht bij de scanner bevindt en dat zich bovendien ongeveer in hetzelfde vlak bevindt, dan zal de

oppervlakte van het bestraalde oppervlak van het object minimaal zijn en zal de vorm van het bestraalde

oppervlak quasi cirkelvormig zijn. Het gereflecteerde signaal zal in dat geval een hoge intensiteit hebben

en zal nauwkeurig te lokaliseren zijn. In het geval waarbij een laserpuls langer onderweg is en op een

object invalt onder een schuine hoek zal het bestraalde oppervlak groter zijn door de invalshoek en het

divergentieproces van de laserpuls dat door de grotere afstand langer heeft kunnen plaatsvinden. Het

77

bestraalde oppervlak zal door de schuine invalshoek bovendien een (sterk) elliptische vorm aannemen. Het

gereflecteerde signaal zal bijgevolg zwakker zijn, en zal moeilijker exact te lokaliseren zijn. Toegepast op

de context van dit onderzoek, met een laserscanner die centraal voor de gevel op de vloer opgesteld is,

betekent dit dat de onderste muurdelen met een grote mate van nauwkeurigheid zullen kunnen

geregistreerd worden aangezien deze zich enerzijds het dichtst bij de laserscanner bevinden en de

invalshoek van de laserpulsen in deze zone anderzijds het dichtst een rechte hoek benadert. De hogere

muurdelen zijn minder nauwkeurig te registreren aangezien deze zich verder van de scanner bevinden en

de invalshoek van de laserpulsen in deze zone veel schuiner is.

Een beter resultaat hangt af van twee zaken: enerzijds een betere ruimtelijke distributie van de targets

zodat de georeferentie beter kan aansluiten bij de volledige gevel, anderzijds een verhoogde opstelling van

de laserscanner zodat de afstand tussen de laserscanner en de hogere muurdelen minder hoog oploopt en

de invalshoek van de laserpulsen in deze zone minder scherp is. De logistieke context in de zaal op dat

moment maakte het echter niet mogelijk om deze zaken gedurende het onderzoek op een betere manier

uit te voeren.

4.3.3.3 Gevel B

De georeferentie van de puntenwolk van gevel B is iets gecompliceerder dan die van gevel A omdat er

twee scans zijn uitgevoerd. Het samenvoegen en georefereren van beide scans is in dezelfde procedure

uitgevoerd aangezien proefondervindelijk vastgesteld is dat dit het beste resultaat opleverde. De

georeferentie werd aldus uitgevoerd met een RMSE van 3,0 mm.

Tabel 15: Verschil in 3D-afstand tussen de coördinaten van de gegeorefereerde puntenwolk van de

laserscanner en de referentiecoördinaten van de overeenkomstige grondcontrolepunten op gevel B

# grondcontrolepunt Fout in x (mm) Fout in y (mm) Fout in z (mm) Totale fout (mm)

102 0 2 -11 11,2

104 0 -8 -2 8,2

107 -1 -2 -18 18,1

110 -5 19 9 21,6

114 -9 -7 1 11,4

116 -1 -18 3 18,3

130 -1 -8 0 8,1

133 -3 -8 2 8,8

138 -4 -10 -9 14,0

145 6 5 -2 8,1

146 5 5 -10 12,2

151 -10 9 8 15,7

Algemene RMS (mm) 5 10 8 13,7

78

Een maat van de algemene nauwkeurigheid van de volledige puntenwolk wordt op analoge wijze met gevel

A bekomen. Er worden 12 grondcontrolepunten geselecteerd die evenredig over gevel B verpreid liggen,

van deze grondcontrolepunten wordt de afwijking bepaald van de coördinaten in de puntenwolk ten

opzichte van de referentiecoördinaten en van deze afwijkingen wordt ten slotte een algemene RMSE

berekend. In tabel 15 zijn de resultaten van deze berekeningen te vinden.

Afbeelding 40: Impressie van de locatie van de 12 grondcontrolepunten die gebruikt zijn voor de

berekening van de algemene nauwkeurigheid van de puntenwolk van gevel B

Met een algemene RMSE van 13,7 mm is de nauwkeurigheid van gevel B ongeveer even goed als deze

van gevel A. Als we de fouten van de afzonderlijke punten meer in detail bekijken is daarentegen toch een

andere trend zichtbaar. Waar de fouten bij gevel A gradueel groter worden met de hoogte van de gevel zijn

de fouten nu meer homogeen over de gevel verspreid. Hoewel de factoren die bepalend waren bij gevel A

ook hier een rol van betekenis zullen hebben in de verklaring van de fouten, lijkt het hier vooral de

procedure ter bepaling van de coördinaten van de punten uit de puntenwolk die de grootste impact heeft.

De identificatie van de juiste punten in de puntenwolk gebeurt namelijk visueel. Binnen de puntenwolk van

gevel B zijn de intensiteitsverschillen beperkter dan in de puntenwolk van gevel A. Bovendien zorgt het feit

dat de puntenwolk uit twee verschillende scans bestaat er voor dat de puntenwolk een iets onscherper

voorkomen heeft. Beide factoren zorgen er voor dat een nauwkeurige visuele bepaling van de juiste punten

moeilijker is.

79

5. DISCUSSIE

5.1 Analyse van de fotomodelleringsresultaten

De resultaten die de gehanteerde dataverwervings- en verwerkingsmethode opgeleverd heeft zijn in de

voorgaande sectie gepresenteerd. Zoals steeds heeft elk resultaat zijn sterktes en zijn zwaktes. In wat

volgt zullen deze aspecten nader geanalyseerd worden en zal naar elementen gezocht worden die een

passende verklaring bieden.

5.1.1 Gedekte oppervlakte en randzones van de fotogrammetrische documenten

De geveloppervlakte die door de fotogrammetrische documenten gedekt wordt is geen aandachtspunt bij

de overzichtsdocumenten van gevel A. Bij de verwerking die tot deze resultaten geleid heeft zijn alle

gevelelementen die tot een van de aanpalende gevels behoorden systematisch weg geselecteerd

waardoor enkel gevel A zonder randzones door de fotogrammetrische documenten weergegeven wordt.

De detailopnamen van het fresco van het Laatste Avondmaal zijn echter een ander verhaal. Een goede

weergave is gebaat met het voorzien van enige marge rond deze muurschildering. Er valt echter op dat

deze marge soms aan de kleine kant is. In het bijzonder bij het detaildocument dat tot stand gekomen is op

basis van de foto’s van de tweede fotosessie (afbeelding 41) is te zien hoe deze marge compleet ontbreekt

en hoe het uiterste stukje van de tafel uit het tafereel niet weergegeven wordt. De oorzaak hiervan ligt bij

de iets te krappe fotografische opname: de doelstelling van de tweede fotosessie is zoals reeds eerder

aangehaald het bekomen van een beter resultaat, onder andere in de graad van detail waarin de

fotomodelleringsresultaten weergegeven worden. Bij de berekening van het vereiste aantal foto’s en de

precieze opnamelocaties bleek het mogelijk te zijn om een GSD van ongeveer 1 mm te bekomen en

tegelijkertijd het volledige tafereel te capteren op basis van één enkele reeks foto’s die in 1 band liggen met

een grote zijdelingse overlap. Een grotere graad van detail gaat echter gepaard met een kleinere

geveloppervlakte die per foto gecapteerd wordt en dus werden de marges aan de boven- en onderzijde

redelijk krap. Een ruimer en beter resultaat had bekomen kunnen worden door twee overlappende

gevelstroken vlak boven elkaar te capteren met het tafereel liggend in de overlappende zone. Een extra

foto aan de rechter zijde had ervoor kunnen zorgen dat er ook aan die zijde voldoende overlappende

beelden waren om de uiterste rand van het fresco op het resultaat weer te geven.

80

Afbeelding 41: Krappe marges van het orthofotoplan van het Laatste Avondmaal, in het bijzonder

aan de rechter zijde, hadden vermeden kunnen worden door een groter aantal foto’s te trekken

Afbeeldingen 42 en 43: Het overzichtsbeeld bekomen na de tweede fotosessie (links) bevat

verschillende kleine gaten aan de rechter zijde die niet weggewerkt konden worden. Ook het detail

van het Laatste Avondmaal bekomen na de eerste fotosessie (rechts) bevat onderaan een

opvallend gat

Daarnaast zijn er enkele fotogrammetrische beelden die onregelmatige randzones bevatten, of waarbij

stukjes van randzones niet volledig weergegeven zijn. Enkele oorzaken komen daarbij in beeld. Ten eerste

zijn er de opnameomstandigheden van de foto’s die vooral van belang zijn bij de detailbeelden afbeelding

44): mocht het mogelijk zijn om alle foto’s van eenzelfde gevelstrook exact vanop één lijn te trekken met

steeds dezelfde ruimtelijke oriëntatie van de camera, dan zou het in principe mogelijk moeten zijn om een

81

orthofoto te produceren met een continue breedte en rechte randen. In de praktijk is dit echter niet

haalbaar waardoor er hier en daar randzones ontstaan met onvoldoende overlap die de software dus niet

kan construeren. Deze oorzaak speelt doorgaans iets minder bij de overzichtsbeelden omdat er aan de

gevelranden ook een stuk van de aangrenzende gevels geregistreerd is waardoor er een zekere marge

ontstaat .

Afbeelding 44: Een impressie van de opnameomstandigheden gedurende de registratie van de

foto’s

Ten tweede is er het reeds aangehaalde probleem van de voorafgaande berekening van het benodigde

aantal foto’s en de specifieke registratielocaties die iets te krap berekend zijn. Dit is een probleem dat

vooral speelt bij de resultaten die geproduceerd zijn op basis van de tweede fotosessie. Het gevolg hiervan

is dat de meeste gevelstukken naar de randen toe slechts op een tweetal foto’s weergegeven zijn. De

software heeft daardoor op sommige locaties onvoldoende informatie om de geveldelen te modelleren. Bij

wijze van voorbeeld kan gerefereerd worden naar afbeelding 42: aan de rechter zijde van het orthofotoplan

zijn enkele plaatsen zichtbaar waar de gevel op basis van de overzichtsfoto’s niet volledig weergegeven

kon worden. Enkele extra foto’s van deze zones hadden dit probleem kunnen verhelpen. Aan de linker

zijde (ter hoogte van de rode kader) speelde initieel hetzelfde probleem. Deze locatie is echter ook gedekt

door een van de detailbeelden die van het fresco van het Laatste Avondmaal gerealiseerd zijn. Door de

verwerking van het overzichtsbeeld te herhalen met deze detailfoto inbegrepen in de selectie van de foto’s

kon deze zone toch volledig geconstrueerd worden.

Een derde verklaring voor enkele onregelmatige randzones heeft de maken met de gevolgde werkwijze

voor het bekomen van beelden met correcte kleuren. In het bijzonder bij de eerste fotosessie was de

werkwijze dusdanig dat op elke foto een colorchart mee gefotografeerd is om later de juiste kleurcorrecties

te kunnen doorvoeren. Bij de productie van de fotogrammetrische documenten zijn de colorcharts samen

82

met gevelvlakken van aangrenzende gevels weg gefilterd. Dit kan soms gaten veroorzaken in het beeld.

Een goed voorbeeld hiervan is te zien in afbeelding 43. Een colorchart werd net onder het fresco

gepositioneerd en aldus mee gefotografeerd. In de verwerking van de foto’s is de colorchart uit het beeld

verwijderd maar op basis van de andere foto’s had de software onvoldoende informatie om het

resulterende gat op te vullen. In dit specifieke geval is dit uiteraard niet zo erg aangezien de belangrijke

zaken (de muurschildering) wel in hun volledigheid weergegeven zijn. Toch onderstreept dit het belang van

een goede positionering van de colorchart in functie van het beoogde resultaat.

5.1.2 Belichting

Pérez Ramos & Robleda Prieto (2015) wezen bij hun rapportering over de 3D-modellering van een deel

van de binnenkant van een Gotische kerk in La Coruña (Spanje) reeds op het belang van de belichting

wanneer men goede resultaten wil bekomen. Specifiek was het hun zorg om enerzijds schaduweffecten

door de gotische sierelementen te minimaliseren. Anderzijds zorgde de beperkte aanwezigheid van licht in

sommige nissen voor problemen. Aangezien bij deze studie de terreinomstandigheden zodanig zijn dat er

grote verschillen qua lichtintensiteit zijn tussen die gevelstukken die rechtstreeks verlicht worden door het

invallende daglicht en de omliggende geveldelen zijn de zorgen omtrent een goede uniforme belichting

gelijkaardig.

De belichtingsmogelijkheden die er in het kader van deze studie zijn, zijn redelijk beperkt. Bij aanvang van

de eerste fotosessie is er besloten om gebruik te maken van de in de zaal aanwezige belichtingsinstallatie.

Het resultaat daarvan is in afbeeldingen 23 en 25 te zien. Het sterke punt bij deze resultaten is het feit dat

de contrastverschillen tussen de lichtere en de donkere delen van de gevel door de extra verlichting kleiner

zijn. Het zwakkere punt is het feit dat de verlichting van de gevel duidelijk ongelijk verdeeld is, wat

resulteert in lichtere en donkere vlekken op de gevel. Ook dit is het gevolg van de belichtingsinstallatie die

in het kader van de museumfunctie van de zaal gericht staat op de fresco’s. Daarnaast heeft de artificiële

belichting ook een duidelijke impact op de kleurtinten van de gevel (zie volgende paragraaf).

Aangezien deze resultaten op het vlak van belichting de verwachtingen niet helemaal inlossen wordt er

voor geopteerd om in het kader van de tweede fotosessie enkel gebruik te maken van het natuurlijke

achtergrondlicht dat via de ramen de zaal invalt. De hoop is dat dit voor een meer uniforme belichting zal

zorgen. Bovendien is er voor gezorgd dat de tweede fotosessie plaats vindt op een bewolkte dag zodat het

natuurlijk licht dat de zaal binnenvalt zo diffuus mogelijk is. Al deze factoren ten spijt blijkt uit afbeeldingen

27 en 29 dat de belichtingscontrasten op de gevel tussen het middelste geveldeel dat zich ter hoogte van

de ramen bevindt en de andere geveldelen toch nog steeds aanzienlijk zijn. De bewerking van de kleuren

83

van de beelden voor het fotomodelleringsproces heeft de contrasten op een aantal geveldelen kunnen

verminderen of wegwerken. Zo is er bijvoorbeeld vrij centraal op afbeelding 27 tussen beide fresco’s een

zone te zien waar de contrastverschillen in vergelijking met de resultaten van de eerste fotosessie duidelijk

verminderd zijn. Op die plaatsen waar de contrasten het sterkst variëren op korte afstanden, in het

bijzonder de zone rechts van het tafereel van het Laatste Avondmaal waar het meest intens belichte

geveldeel zich vlak naast de onbelichte rand bevindt, zijn de contrastverschillen ondanks de bewerking van

de foto’s niet weg te werken. Problematisch op deze plaatsen is het feit dat zowel de heel lichte als de

redelijk donkere muurdelen op één en dezelfde foto staan. Dergelijke grote contrasten binnen dezelfde foto

wegwerken is per definitie heel moeilijk. Wat daarentegen wel ontegensprekelijk een verbetering is, is de

uniformiteit van de kleurentinten doorheen de resultaten (zie volgende paragraaf). Algemeen kan dus

gesteld worden dat de fotogrammetrische documenten op basis van de tweede fotosessie een verbetering

zijn op het vlak van belichting, doch de perfectie niet benaderen.

Wat had er voor kunnen zorgen dat de belichting nog beter was? De enige oplossing die niet uitgetest is in

deze thesis is het zorgen voor een eigen aangepaste belichtingsinstallatie. Aangezien de gevel geen

complexe geometrieën bevat moet het mogelijk zijn om met een goede keuze van de locatie en de

oriëntatie van de lichten te komen tot een uniforme belichting van de gevel. Een element waar in dat geval

zeker aandacht aan besteed dient te worden is de kleurenkalibratie van de gegenereerde foto’s zodat de

impact van de mogelijks afwijkende spectrale samenstelling van de artificiële lichtbronnen op de kleuren

van de gevel weggewerkt kan worden.

5.1.3 Kleurweergave

De stappen ten bate van de kleurenkalibratie die tijdens het dataverwervingsproces zijn uitgevoerd zijn

zoals in paragraaf 3.3.2 beschreven werd enigszins anders verlopen bij beide fotosessies. Beide

methodologieën vergelijken en uitmaken welke werkwijze de beste resultaten heeft voortgebracht is de

logische volgende stap. Er moet echter op gewezen worden dat een vergelijking minder evident is dan op

het eerste gezicht lijkt, aangezien de belichtingsomstandigheden bij de tweede fotosessie gewijzigd zijn.

Niettemin zullen aansluitend de sterke en de zwakke punten van elke methode gepresenteerd worden.

De kalibratie van de foto’s van de eerste fotosessie zorgt voor een vrij uniform resultaat. De kleuren binnen

de fotogrammetrische documenten hebben een lichte aanpassing van de kleurentint meegekregen

waardoor de kleurverschillen tussen de artificieel verlichte en natuurlijk verlichte gevelstukken afgevlakt

worden. Daarnaast worden ook de contrasten tussen de verlichte en de minder verlichte muurdelen

afgevlakt. De gehanteerde methode heeft er echter niet voor kunnen zorgen dat de verschillen qua contrast

84

volledig weg gewerkt zijn. Afbeelding 23 toont bijvoorbeeld dat er qua contrast nog steeds verschillen zijn

tussen de artificieel bijgelichte fresco’s en de tussenliggende muurdelen. Ook subtiele kleurverschillen van

de gevel die te wijten zijn aan de verschillende spectrale samenstelling van het invallende artificiële licht

tegenover het invallende natuurlijke licht zijn niet helemaal verdwenen. Dit is het beste te zien wanneer

men de linker helft van het detail van het Laatste Avondmaal (afbeelding 25) vergelijkt met de rechter helft.

De linker helft wordt hoofdzakelijk verlicht door de artificiële verlichting en heeft zijn gelere schijn tegenover

de rechter helft voor een stuk behouden.

Het voordeel van de tweede procedure is dat de kalibratieprocedure wel meerdere keren is doorlopen. De

foto’s zijn op basis van hun belichtings- en kleureneigenschappen in drie groepen ingedeeld en de

kalibratieparameters zijn per groep opgesteld. Het voordeel van deze werkwijze is dat de aanpassingen op

die manier iets beter aansluiten bij elke individuele foto. Toch zijn er ook een tweetal nadelen: ten eerste

zijn er maar een bepaald aantal foto’s gemaakt van de colorchart, los van de foto’s van de eigenlijke gevel,

waardoor de foto’s niet individueel gekalibreerd kunnen worden. Uit de eerste gevolgde methodologie

bleek reeds dat dit wellicht de benadering is om het beste resultaat te bekomen. Ten tweede kan in dit

geval het fotograferen van de colorchart niet op exact dezelfde locatie uitgevoerd worden: het fotograferen

van de colorchart is uitgevoerd tegen gevel A, vlak boven de begane grond, rechts van de centrale dubbele

deur, op momenten met meer en minder licht. De belichtingsomstandigheden op deze locatie zijn echter

niet exact dezelfde als op bepaalde plaatsen hoger op de gevel. Ook al wordt er voor gezorgd dat de foto

van de colorchart die gebruikt is voor de kalibratie qua belichting zo goed mogelijk overeen komt met een

bepaalde selectie van foto’s van de gevel, het vernoemde verschil zal toch zorgen voor een kalibratie die

vooral op het vlak van helderheid niet perfect is. Een externe factor die op het vlak van kleur bij de tweede

fotosessie dan wel weer voor een beter resultaat zorgt is het feit dat uitsluitend gebruik gemaakt is van het

natuurlijke achtergrondlicht. Ook al is de belichting van deze bron niet uniform verdeeld, toch is de

spectrale samenstelling van het licht overal dezelfde waardoor de impact op de kleurweergave van de

gevel overal dezelfde is.

Wat had de resultaten kunnen verbeteren? Daarvoor moet in de eerste plaats gekeken worden naar de

groepsgewijze kalibratie van de foto’s. Nu zijn de kalibratiecorrecties opgemaakt op basis van één enkele

foto en vervolgens steeds toegepast op (alle) andere foto’s. Een kalibratie per foto zou wellicht een iets

beter resultaat opleveren omdat de correcties dan exact op maat van elke foto kunnen opgemaakt worden.

De voorwaarde daarvoor is dat bij elke foto een colorchart mee gefotografeerd wordt, zoals in de eerste

procedure het geval is geweest. Er moet wel opgemerkt worden dat dit het kalibratieproces

arbeidsintensiever maakt aangezien de kalibratieprocedure voor elke foto volledig doorlopen moet worden.

Zeker voor grotere projecten met tientallen tot honderden foto’s kan dit een zorg zijn. Bij projecten met zeer

uniforme belichtingsomstandigheden kan de hier gehanteerde procedure wel een resultaat met een zeer

hoge kwaliteit opleveren. Voor een verdere verbetering van het resultaat moet naast de kalibratie gekeken

85

worden naar de belichting. De grootste zorg daarbij moet zijn om belichting te vermijden met lichtbronnen

die licht uitzenden met een verschillende spectrale samenstelling aangezien dit voor wijzigingen in de

kleurentinten zorgt.

5.1.4 Beeldscherpte en graad van detail

De doelstelling van deze studie is steeds het produceren van resultaten geweest met een hoge graad van

detail. Door bij het registreren van de beelden te kiezen voor een GSD die in bepaalde gevallen 1 mm

benadert is een hoge graad van detail bij de eindresultaten verzekerd. Toch zijn er een tweetal

opmerkingen te maken bij de graad van detail van de resultaten in relatie tot de scherpte van het beeld.

Tabel 16: Kwaliteit van de gebruikte foto’s van de eerste fotosessie

Foto volgnummer Beeldkwaliteit Foto volgnummer Beeldkwaliteit

A1 1,03 A15 0,79

A3 0,92 A18 1,13

A5 0,94 A19 0,90

A7 1,01 A21 0,79

A9 0,77 A23 1,09

A11 0,84 A26 0,98

A13 0,79

Tabel 17: Kwaliteit van de gebruikte foto’s van de tweede fotosessie

Foto volgnummer Beeldkwaliteit Foto volgnummer Beeldkwaliteit

A101 1,12 A114 0,74

A102 1,06 A115 0,51

A103 1,17 A116 0,75

A104 1,19 A117 0,84

A105 0,99 A118 0,64

A106 1,22 A119 0,95

A107 1,14 A120 1,07

A108 0,90 A121 0,87

A109 0,79 A122 0,86

A110 1,04 A123 0,79

A111 1,01 A124 1,03

A112 1,04 A125 1,08

A113 0,95

Ten eerste is er de kwaliteit van de foto’s. Wanneer het gaat over kwaliteit zijn er verschillende factoren die

een rol spelen: de resolutie van het beeld, de belichting, de kleurenkalibratie etc. De factor die in dit

verband het belangrijkste is, is de beeldscherpte. Gedurende het fotomodelleringsproces heeft de scherpte

van de gebruikte foto’s namelijk niet alleen een impact op de geometrische nauwkeurigheid van het

aligneringsproces, doordat de inkleuring van de 3D-modellen en orthofotoplannen gebeurt aan de hand

86

van de foto’s heeft de beeldscherpte een rechtstreekse impact op de kwaliteit waarmee de software dit

proces kan uitvoeren (www.agisoft.com, 07/07/2018). Hoe is vastgesteld wat de kwaliteit is van de

gebruikte foto’s? Daarbij biedt de software een oplossing. Binnen Agisoft PhotoScan Professional is het

namelijk mogelijk om een tool uit te voeren die aan de hand van de berekening van een parameter een

inschatting maakt van de kwaliteit van elke foto. Het algoritme van de tool doet dit door een kwantitatieve

inschatting te maken van de contrasten binnen de foto. Hoe scherper de beelden op de foto afgelijnd zijn,

hoe groter het contrastverschil tussen naburige pixels. De resulterende parameter heeft in regel een

waarde tussen 0 en 1, hoewel door specifieke eigenschappen van sommige afbeeldingen deze waarde 1

kan overschrijden. Een waarde van 0,5 wordt als de ondergrens beschouwd om via fotomodellering tot

kwalitatieve resultaten te komen (www.agisoft.com, 07/07/2018). Aldus is voor elke foto een

parameterwaarde bekomen, zoals in tabellen 16 en 17 te zien is. Een voorbeeld dat de impact van de

fotokwaliteit toont is te zien in afbeelding 45: de afbeelding van de engel linksboven is duidelijk vager dan

deze van de figuur rechtsonder. De oorzaak hiervan is het feit dat beide afbeeldingen bemonsterd zijn op

basis van verschillende foto’s, waarbij een van de foto’s die de engel afbeeldt (A115) duidelijk van mindere

kwaliteit is dan de andere.

Afbeelding 45: uitsnede uit het overzichtsbeeld van het orthofotoplan op basis van foto’s van de

tweede fotosessie. Er is een duidelijk verschil in scherpte merkbaar tussen de engel aan de linker

zijde en de figuur rechtsonder

Een tweede factor die het vermelden waard is, is de registratieafstand tot de gevel. Omwille van logistieke

redenen was het enkel mogelijk om de onderste 2/3 van de gevel (van de begane grond tot de onderkant

van het hoogste fresco) te registreren onder een loodrechte hoek. Bij het hoogste derde ging dit niet

omwille van twee redenen: ten eerste liet de beschikbare stelling dit niet toe, ten tweede beperken de

87

metalen balken die het dakgewelf ondersteunen een deel van het zicht. Daardoor moest het bovenste

derde van de gevel onder een schuine hoek geregistreerd worden. Het gevolg hiervan is dat de GSD in de

onderste 2/3 constant is door de continue registratieafstand, in het bovenste derde is de GSD daarentegen

variabel en stijgend naar de bovenkant van de gevel toe omdat de hogere delen van de gevel geregistreerd

worden met een steeds groter wordende registratieafstand. Een grafische voorstelling van dit probleem is

te zien in afbeelding 46: hoe scherper in dat geval de hoek wordt tussen de zenitale richting (z) en

opnamerichting van de foto, hoe groter de registratieafstand d wordt. Aangezien de resultaten van het

fotomodelleringsproces worden geproduceerd met de grootst mogelijke graad van detail en dit detailniveau

constant is doorheen het volledige document zorgt dit voor een probleem bij het bovenste gedeelte van de

gevel. Daar worden de resultaten namelijk gegenereerd op een groter detailniveau dan de foto’s eigenlijk

toelaten. Het gevolg is dat het beeld naar de top van de gevel toe waziger wordt en minder details toont.

Het merkbare verschil wordt geïllustreerd door afbeeldingen 47 en 48: het linker beeld dat van halverwege

de gevel afkomstig is, is veel scherper dan het rechter beeld dat van bovenaan de gevel afkomstig is. De

enige manier om dit probleem te overkomen is het vinden van een technische oplossing die het toelaat om

elk geveldeel onder een loodrechte hoek te registreren. Een hogere stelling zou dus een oplossing kunnen

bieden. Een andere piste die het onderzoeken waard is, is de registratie van de bovenste geveldelen door

gebruik te maken van een drone. De vraag is echter of de beeldregistratie via drones een aanvaardbare

beeldkwaliteit kan leveren. Een drone is geen stabiel platform, noch zijn de meeste in staat om grote en

zware fotocamera’s zoals het in deze thesis gebruikte exemplaar te dragen.

Afbeelding 46: Grafische voorstelling van de gehanteerde richtingen bij de beeldregistratie. De

registratieafstand d is minimaal (= d1) wanneer de opnameas loodrecht staat op de zenitale richting.

Wanneer deze hoek scherper wordt zal de registratieafstand toenemen (vb: d2)

88

Afbeeldingen 47 en 48: Twee uitsneden uit het overzichtsbeeld van gevel A, geproduceerd op basis

van de foto’s van de tweede fotosessie. Het linker beeld, afkomstig van halverwege de gevel, is

duidelijk scherper dan het rechter beeld dat van het bovenste deel van de gevel afkomstig is

5.2 Vergelijking van de methoden naar nauwkeurigheid

De uniforme benadering van de nauwkeurigheden bij de resultaten van de fotomodellering en de

laserscanning maken het mogelijk om op een simpele wijze de resultaten van gevel A te vergelijken.

Gezien de algemene RMSE-waarden blijkt dat het fotomodelleringsproces duidelijk de meest nauwkeurige

resultaten heeft voortgebracht. De RMSE-waarden van 8,8 mm en 6,0 mm van de resultaten van

respectievelijk de eerste en de tweede fotosessie liggen duidelijk onder de RMSE van 15,4 mm van de

laserscanning.

Ook al lijkt dit verschil in nauwkeurigheid aanzienlijk, toch is het belangrijk om de waarde van dit verschil

goed te kunnen inschatten. Daarom wordt vervolgens getest of dit verschil significant is. Concreet zal het

opzet van de test zijn om te onderzoeken of er een verschil bestaat tussen de grootte van de fouten van de

fotomodellering enerzijds en van de laserscanning anderzijds. Indien beide methoden even nauwkeurig

zouden zijn, zouden zij beiden even grote afwijkingen vertonen tegenover de referentiewaarden die

opgemeten zijn met het totaalstation. Aangezien er een verschil in nauwkeurigheid is tussen beide

methoden zal er ook een verschil zijn in de grootte van de afwijkingen. Aan de hand van een gepaarde t-

test zal bepaald worden of het verschil in grootte van de afwijkingen tussen beide groepen significant van 0

verschilt.

Er kan een gepaarde test uitgevoerd worden omdat dezelfde punten op de gevel gebruikt zijn bij de

bepaling van de fouten van de fotomodellering en de laserscanning. De inputdata die voor de test gebruikt

worden zijn afkomstig van de laserscanning enerzijds, en van de fotomodelleringsprocedure op basis van

de foto’s van de eerste fotosessie anderzijds. Aan de voorwaarden voor het uitvoeren van de test is

voldaan: de set punten op basis waarvan de afwijkingen berekend zijn is willekeurig gekozen, uit een QQ-

89

plot blijkt dat de verschillen tussen de fouten van de punten normaal verdeeld zijn (afbeelding 49). Er kan

dus over gegaan worden tot de uitvoer van de test.

Afbeelding 49: De QQ-plot van de nauwkeurigheidsverschillen wijst uit dat deze verschillen bij

benadering normaal verdeeld zijn

Met een p-waarde van 0,0005 blijkt dat op het 95% significantieniveau het verschil in nauwkeurigheid

tussen het resultaat van de fotomodellering op basis van de foto’s van de eerste fotosessie en het resultaat

van de laserscanning significant is. Aangezien het verschil in nauwkeurigheid tussen het resultaat van de

fotomodellering op basis van de foto’s van de tweede fotosessie en het resultaat van de laserscanning nog

groter is, geeft deze test ook een goede indicatie omtrent de interpretatie van dit verschil.

Zoals door de internationale literatuur reeds aangehaald wordt zijn fotogrammetrische technieken, en

fotomodellering in het bijzonder, zeer geschikte technieken om op een laagdrempelige, kostenefficiënte,

doch kwalitatief hoogstaande wijze patrimonium te registreren. Ook de laserscanning biedt op dit vlak vele

mogelijkheden vanwege het nauwkeurige resultaat, het gebruiksgemak van de scanner en de relatief

eenvoudige verwerkingswijze. De resultaten van deze thesis bevestigen dit: de resultaten van beide

methoden zijn van goede kwaliteit en zijn concurrentieel wat betreft de geometrische nauwkeurigheid. Het

resultaat van de fotomodellering is in dit onderzoek echter significant nauwkeuriger dan het resultaat van

de laserscanning. Hieruit concluderen dat laserscanning een slechtere techniek is zou echter te kort door

de bocht zijn. De RMSE van 15,4 mm is een aanvaardbare fout en met een oplossing voor de logistieke

tekortkomingen bij de plaatsing van de targets zou dit resultaat beter kunnen zijn en misschien zelfs de

nauwkeurigheid van de fotomodellering benaderen.

90

6. CONCLUSIE

Deze thesis hoopt een bescheiden bijdrage te leveren aan de bescherming van het bouwkundig erfgoed op

de Gentse Bijlokesite door een geometrisch correcte registratie van twee binnenmuren te realiseren die

zich in het historische kloostercomplex situeren. Concreet betreft het de oostelijke en westelijke gevel van

de refter van het kloostercomplex. De waarde van deze twee binnenmuren is extra groot vanwege een

viertal fresco’s van grote historische waarde die op deze muren te zien zijn. De technieken waarmee de

weergaven gerealiseerd zijn, zijn fotogrammetrie (meer bepaald de techniek die vaak als fotomodellering

omschreven wordt) en laserscanning. De geometrische nauwkeurigheid en de georeferentie van de

eindresultaten wordt mogelijk gemaakt door ondersteunende topografische metingen.

De werkzaamheden in het kader van deze thesis hebben voor de westelijke gevel slechts een deel van het

oorspronkelijk beoogde resultaat opgeleverd. Op basis van de laserscanning is een puntenwolk van de

gevel gerealiseerd met een gemiddelde fout van ongeveer 13 mm. Gezien de aard en het doel van het

project is dit een acceptabele nauwkeurigheid. Het fotogrammetrische luik van de thesis kon voor deze

gevel door logistieke omstandigheden echter niet uitgevoerd worden waardoor geen orthofotoplannen

konden gerealiseerd worden. Het resultaat voor de oostelijke gevel is daarentegen wel volledig, divers en

van goede kwaliteit. Op basis van de fotomodellering zijn meerdere gegeorefereerde 3D-modellen en

orthofotoplannen gerealiseerd en dit zowel voor de volledige gevel als voor een detailuitsnede van het

Laatste Avondmaal, het meest waardevolle fresco van de zaal die zich op deze gevel situeert. Bij deze

resultaten is in het bijzonder ook rekening gehouden met een kwalitatieve kleurweergave. Op basis van de

laserscanning is een gegeorefereerde puntenwolk van deze gevel bekomen. De post-processing leert dat

de resultaten op basis van fotomodellering met een gemiddelde fout van 6 à 9 mm significant nauwkeuriger

zijn dan de puntenwolk van de laserscanner die een gemiddelde fout heeft van 15 mm. Onder optimale

logistieke omstandigheden was het mogelijk geweest om de fout van de laserscanning nog enigszins te

reduceren waardoor het verschil met de fotogrammetrische resultaten nog kleiner zou geweest zijn.

Daarmee is in deze studie nogmaals bewezen dat beide uitgevoerde technieken qua nauwkeurigheid

concurrentieel zijn met elkaar. Bovendien is ook bewezen dat beide technieken de kwaliteitsstandaarden

naleven die vereist zijn bij de registratie van historisch patrimonium.

91

7. REFERENTIELIJST

7.1 Literatuur

Andreoli, M. (2014) “Mosaics of frescoes: digital photogrammetry, raster representation, pigment analysis

and metrology of a Flavian wall painting on the Caelian Hill (Rome)”. Cambridge Archaeological Journal. 24

(2), 233-247.

Andrews, D.P., Beckett, N.J., Clowes, M., Tovey, S.M. (2003) “Photographics survey of

mosaïc and tiled floors - a methodology”. Antalya: Proceedings of CIPA 2003 XIX

International Symposium.

Arias, P., Herráez, J., Lorenzo, H., Ordóñez, C. (2005) “Contol of structural problems in cultural heritage

monuments using close-range photogrammetry and computer methods”. Computers and Structures. 83,

1754-1766.

Bayram, B., Nemli, G., Özkan, T., Oflaz, O., Kankotan, B., Cetin, I. (2015) “Comparison of laser scanning

and photogrammetry and their use for digital recording of cultural monument.Case study: Byzantine land

walls-Istanbul”. ISPRS Annals of the Photogrammety, Remote Sensing and Spatial Information Sciences.

II-5/W3, 17-24.

Boukerch, I., Takarli, B., Mahmoudi, R., Tellai, S., Chadli, D. (2016) “Application of digital terrestrial

photogrammetry in architectural conservation: the mosque of Abdullah Ibn Salam of Oran”. The

International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. XLI-B5.

De Maeyer, Ph., Van de Weghe, N. (2007) Inleiding geomatica. Gent: Academia Press.

Georgopoulos, A., Ioannidis, C. (2004) “Photogrammetric and surveying methods for the geometric

recording of archaeological monuments”. In: N.N. (Red.) FIG Working week 2004. Athens: FIG.

Goossens, R. (2010) Fotogrammetrie. Onuitgegeven cursus. Faculteit Wetenschappen, Universiteit Gent.

Karabörk, H., Karasaka, L., Yaldiz, E. (2015) “A case study: documentation method with close range

photogrammetry of muqarnas which is to be an ornamentation type specific to the Islamic architecture”.

Procedia Earth and Planetary Science. 15, 133-140.

92

Korumaz, M., Gulec Korumaz, A. (2010) “Reproduction of Turkish traditional wall-painting using close

range photogrammetry, a case study in Gaziantep”. International Archives of Photogrammetry, Remote

Sensing and Spatial Information Sciences. XXXVIII, 5.

Linder, W. (2016) Digital Photogrammetry A Practical Course. Berlin: Springer-Verlag.

Martens, M. (1989) De muurschilderkunst te Gent (12de tot 16de eeuw). Brussel: Koninklijke academie voor

wetenschappen, letteren en schone kunsten van België.

Martinez, S., Ortiz, J., Luz Gil, M., Teresa Rego, M. (2013) “Recording complex structures using close

range photogrammetry: the cathedral of Santiago De Compostella”. The Photogrammetric Record. 28

(144), 375-395.

Núñez Andrés, A., Buill Pozuelo, F., Regot Marimón, J., Mesa Gisbert, A. (2012) “Generation of virtual

models of cultural heritage”. Journal of Cultural Heritage. 13, 103-106.

Pérez Ramos, A., Robleda Prieto, G. (2015) “3D virtualization by close range photogrammetry indoor

gothic church apses. The case study of church of San Francisco in Betanzos (La Coruña, Spain)”. The

International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. XL-

5/W4.

Remondino, F. (2011) “Heritage recording and 3D modeling with photogrammetry and 3D scanning”.

Remote Sensing. 3, 1104-1138.

Schenk, T. (2005) Introduction to photogrammetry. Onuitgegeven cursus. The Ohio State University.

Snavely, N., Seitz, S.M., Szeliski, R. (2008) “Modeling the world from internet photo collections”.

International Journal of Computer Vision.80(2), 189-210.

Soudarissanane, S., Lindenbergh, R., Menenti, M., Teunissen, P. (2009) “Incidence Angle Influence on the

Quality of Terrestrial Laser Scanning Points”. In: Bretar, F., Pierrot-Deseilligny, M., Vosselman, G. (Ed.)

ISPRS – Commission III – Photogrammetric Computer Vision and Image Analysis Workshop

Laserscanning ’09, Sep 1 2009. Paris: International Society for Photogrammetry and Remote Sensing, pp.

183-188.

Verhoeven, G. (2010) “It’s all about the format – unleashing the power of RAW aerial photography”.

International Journal of Remote Sensing. 31 (8), 2009-2042.

93

Westoby, M.J., Brasington, J., Glasser, N.F., Hambrey, M.J., Reynolds, J.M. (2012) “’Structure-from-

motion’ phtotogrammetry: a low-cost, effective tool for geoscience applications”. Geomorphology. 179, 300-

314.

Yastikli, N. (2007) “Documentation of cultural heritage using digital photogrammetry and laser scanning”.

Journal of Cultural Heritage. 8, 423-427.

Yilmaz, H., Yakar, M., Gulec, S., Dulgerler, O. (2007) “Importance of digital close-range photogrammetry in

documentation of cultural heritage”. Journal of Cultural Heritage. 8, 428-433.

7.2 Internetbronnen

Agisoft (2018) Agisoft PhotoScan User Manual: Professional Edition, Version 1.4

http://www.agisoft.com/pdf/photoscan-pro_1_4_en.pdf. 07/07/2018.

ARRIRental (s.d.)

http://www.arrirentalstore.com/product_p/102032.htm. 13/05/2017.

CIE (s.d.)

http://cie.co.at/index.php?i_ca_id=484. 13/05/2017.

N.N. (2011) CIE standard illuminants.

https://www.image-engineering.de/library/technotes/753-cie-standard-illuminants. 13/05/2017.

Datacolor (s.d.) SpyderCHECKR® 24 User’s Guide

https://www.datacolor.com/wp-content/uploads/2017/05/SpyderCheckr_24_UserGuide_EN_v1.pdf.

03/07/2018.

N.N. (s.d.)

http://dba.med.sc.edu/price/irf/Adobe_tg/models/cielab.html. 14/05/2017.

Dhaeze, P. (2009) sRGB of AdobeRGB.

http://www.eoszine.nl/195630/04-sRGB-of-AdobeRGB.html. 14/05/2017.

Kraal, J. (2012) Kleurruimte en kleurbeheer – Wat en Hoe?

94

http://www.digifotopro.nl/content/kleurruimte-en-kleurbeheer-wat-en-hoe. 14/05/2017.

Passumansky., A. (2015) error – meters vs pix

http://www.agisoft.com/forum/index.php?topic=3927.0. 04/082018.

Passumansky., A. (2014) estimate image quality

http://www.agisoft.com/forum/index.php?topic=2179.0. 07/07/2018.

Rashid, A. (2001) After 1700 years, Buddhas fall to Taliban dynamite.

https://www.telegraph.co.uk/news/worldnews/asia/afghanistan/1326063/After-1700-years-Buddhas-fall-to-

Taliban-dynamite.html. 24/07/2018.

Shaheen K. (2017) Isis destroys tetrapylon monument in Palmyra.

https://www.theguardian.com/world/2017/jan/20/isis-destroys-tetrapylon-monument-palmyra-syria.

24/07/2018.

STAM (s.d.)

http://stamgent.be/nl_be/over-het-stam/locatie/gebouwen. 07/02/18.

N.N. (2015) the origin of warm/cool.

http://www.handprint.com/HP/WCL/color12.html. 13/05/2017.

N.N. (2016) Validation points

http://www.agisoft.com/forum/index.php?topic=5177.0. 04/08/2018.

7.3 Gebruikte software

Agisoft PhotoScan Professional 1.4.0., Agisoft

ArcMap 10.4, Esri Inc.

AutoCAD 2016 Civil 3D, Autodesk Inc.

Autodesk ReCap 360, Autodesk Inc.

CloudCompare 2.10, Open source project

Adobe Lightroom 5, Adobe Inc.

Pythagoras 15, Pythagoras BVBA

95

8. BIJLAGEN

Bijlage 1: Coördinatenlijsten

Bijlage 2: Originele orthofotoplannen

96

Bijlage 1

97

Tabel 18: Coördinaten van de grondcontrolepunten

Puntnummer x y z

1 104278,258 192846,521 12,064

2 104276,869 192837,066 11,923

3 104277,906 192843,981 12,242

4 104277,661 192842,295 12,668

5 104277,665 192842,301 11,808

6 104277,367 192840,344 12,666

7 104277,378 192840,344 11,932

8 104277,196 192839,180 12,251

9 104278,089 192845,349 13,425

10 104277,741 192842,895 13,417

11 104277,385 192840,447 13,414

12 104277,014 192838,070 13,427

13 104277,998 192844,879 15,389

14 104277,796 192843,401 14,849

15 104277,570 192841,823 14,964

16 104277,326 192840,162 14,982

17 104277,171 192839,137 14,865

18 104276,957 192837,783 15,682

19 104277,852 192843,947 16,722

20 104277,539 192841,762 17,016

21 104277,118 192838,890 17,146

22 104277,216 192839,525 16,044

23 104277,724 192842,985 16,017

24 104277,872 192846,276 18,088

25 104276,884 192837,404 18,106

26 104277,119 192838,995 18,796

27 104277,273 192840,056 19,004

28 104277,461 192841,334 18,985

29 104277,688 192842,919 18,951

30 104277,958 192844,810 19,153

31 104277,756 192843,485 20,161

32 104277,538 192841,995 20,407

33 104277,420 192841,151 20,111

34 104277,224 192839,812 20,263

35 104278,042 192845,887 20,476

36 104277,728 192843,400 21,752

37 104277,569 192842,326 22,388

38 104277,328 192840,688 22,476

39 104277,225 192839,882 21,169

40 104277,843 192844,391 23,052

41 104277,201 192839,847 23,721

42 104276,824 192837,681 20,821

43 104277,910 192843,992 11,249

44 104277,080 192838,376 11,062

45 104277,908 192844,210 15,420

46 104277,877 192843,885 13,902

47 104277,737 192842,923 13,905

48 104277,635 192842,321 15,380

49 104277,453 192841,039 14,925

50 104277,249 192839,617 13,898

51 104277,553 192841,644 13,417

100 104245,953 192841,688 11,425

101 104247,197 192850,355 11,422

98

Puntnummer x y z

102 104246,196 192843,284 10,520

103 104246,146 192843,221 12,776

104 104245,969 192841,554 13,963

105 104245,952 192841,428 14,853

106 104245,971 192841,498 16,479

107 104246,015 192841,717 17,957

108 104246,232 192843,127 18,008

109 104247,055 192844,534 13,177

110 104247,300 192846,331 13,503

111 104246,782 192848,033 10,519

112 104247,078 192845,398 14,533

113 104246,822 192844,221 15,843

114 104247,070 192846,509 16,716

115 104246,903 192845,948 17,954

116 104246,093 192842,294 18,450

117 104246,422 192844,395 18,533

118 104246,207 192843,088 20,082

119 104246,302 192843,745 20,793

120 104246,109 192842,477 21,846

121 104246,344 192844,238 23,894

122 104246,623 192845,432 21,079

123 104246,840 192846,578 20,235

124 104246,726 192846,830 24,424

125 104247,054 192849,198 22,131

126 104246,921 192848,157 20,779

127 104247,096 192849,439 20,332

128 104246,984 192848,486 19,209

129 104247,190 192850,130 18,648

130 104246,811 192845,929 19,129

131 104246,951 192848,277 18,042

132 104247,109 192847,267 17,692

133 104247,208 192850,204 17,535

134 104247,378 192847,237 14,178

135 104247,239 192850,512 16,188

136 104247,222 192850,391 14,375

137 104247,491 192848,344 13,218

138 104247,105 192849,518 13,413

139 104247,204 192850,409 10,882

140 104246,427 192844,402 17,794

141 104246,248 192843,263 18,633

142 104246,296 192843,563 19,343

143 104246,121 192842,559 20,859

144 104246,217 192843,212 20,903

145 104246,170 192842,942 21,733

146 104247,075 192849,181 18,326

147 104246,942 192848,190 18,421

148 104247,066 192849,122 19,028

149 104247,067 192849,182 19,957

150 104247,027 192848,928 20,600

151 104246,975 192848,650 21,649

152 104247,022 192848,993 21,361

99

Tabel 19: Coördinaten van de targets

Puntnummer x y z

500 104276,258 192847,161 14,555

501 104277,194 192846,486 11,648

502 104277,525 192842,172 10,925

503 104277,325 192840,848 12,602

504 104275,085 192838,875 10,618

505 104271,589 192837,239 14,694

550 104250,950 192840,130 15,240

551 104246,628 192840,987 11,641

552 104245,780 192842,253 15,753

553 104248,951 192845,805 10,644

554 104247,465 192850,393 10,860

555 104252,666 192850,475 14,635

Tabel 20: Coördinaten van de polygoonpunten

Puntnummer x y z

1000 104327,067 192841,618 7,661

2000 104294,468 192848,735 7,154

3000 104280,249 192849,558 7,149

4000 104279,185 192840,880 10,404

5000 104263,515 192841,970 10,413

6000 104258,764 192845,955 10,413

7000 104279,345 192841,514 10,403

8000 104280,057 192849,402 7,144

9000 104294,413 192848,369 7,150

11000 104310,825 192760,659 9,699

12000 104354,331 192907,021 7,814

100

Bijlage 2

101

102

103

104