Восстановление поверхностей по изображению в геоморфометрии — достоинства, ограничения и перспективы

Фотограмметрия и геонауки тесно связаны с конца XIX века благодаря получению высококачественных 3‑D наборов данных окружающей среды, однако до недавнего времени применение этих методов было ограничено узким кругом специалистов по дистанционному зондированию из‑за значительных затрат на метрические системы для съёмки и обработки авиационных изображений. В настоящее время широкий спектр коммерческого и открытого программного обеспечения позволяет геонаучным исследователям и другим не‑специалистам генерировать 3‑D и 4‑D модели сложных геоморфологических объектов. Кроме того, недавние быстрые развития технологии беспилотных летательных аппаратов (UAV) обеспечивают гибкое получение высококачественных авиационных съёмок и ортофотопланов при относительно низких затратах. Рост вычислительных возможностей за последнее десятилетие в сочетании с разработкой высокопроизводительных цифровых сенсоров и важными программными инновациями из областей компьютерного зрения и визуального восприятия расширили строгую обработку стереоскопических данных изображений до генерации 3‑D облаков точек из серий некалиброванных снимков. Рабочие процессы structure-from-motion (SfM) основаны на алгоритмах эффективной и автоматической ориентации больших наборов изображений без дополнительной информации о сборе данных; примерами являются робастные детекторы признаков, такие как scale-invariant feature transform для 2‑D изображений. Тем не менее необходимость выполнения отработанных полевых стратегий — использования правильных настроек камеры, опорных точек и наземных эталонов для понимания различных источников ошибок — всё ещё нуждается в более широком внедрении в повседневную научную практику. Этот обзор нацелен не только на суммирование современного состояния использования рабочих процессов SfM в геоморфометрии, но и на предоставление обзора терминологии и областей применения. Кроме того, статья стремится количественно оценить достигнутые точности и используемые масштабы, применяя различные стратегии для оценки возможной стагнации текущих разработок и выявления ключевых будущих задач. Мы полагаем, что извлечённые уроки из предыдущих статей, научных отчётов и глав книг, касающиеся идентификации распространённых ошибок или «плохих практик», а также другая ценная информация могут помочь в дальнейшем использовании SfM-фотограмметрии в геонауках.