Efter att ha testat en del olika fotogrammetrimjukvaror så får jag säga att OpenDroneMap verkligen imponerar mer och mer. Det är inte alltid det bästa alternativet, men det är nog alltid det som är enklast att använda. Det kan uppstå problem när resultatet inte blir som förväntat och då kan det bli krångligt att fixa och i sämsta fall så går det inte att fixa. Med somliga andra program så kan det också vara lite omständligt, men det brukar finnas verktyg och metoder för att exempelvis manuellt justera bilder mot varandra.
Allt hopp är absolut inte ute om något misslyckas i ODM, men om man ofta råkar ut för utmanande miljöer ur ett fotogrammetriperspektiv, så kan man behöva kika på fler alternativ än ODM för att hitta det som passar bäst.
När ODM fungerar, så blir resultatet ofta riktigt, riktigt bra. Och det blir bara bättre.
När jag skriver det här så kan man installera WebODM version 1.9.15 med ODM version 2.9.1. WebODM är ”bara” användargränssnittet, och ODM är motorn som utför alla beräkningar i bakgrunden. WebODM behövs egentligen inte för bearbetningen, men det blir betydligt enklare.
Jag tror att senast jag skrev om ODM för snart ett år sedan så handlade det om beräkningar med GPU och då var det version 2.6.7 som gällde. Sedan dess har otroligt mycket hänt.
2.7 introducerade GPU beräkningar även för SIFT beräkningar (på Windows). Mycket snabbare filtrering av punkter samt snabbare OpenSfM beräkningar.
2.8 förbättrade ortofoton. Stöd för punktmoln i COPC LAZ. Algoritmer för snabbare bearbetning av nadir-bilder. OGC 3D-Tiles. Kompensera för kameror med rullande slutare, med flera förbättringar av kamerahantering. Automatisk maskning av himmel genom AI/maskininlärning. Förbättringar när det gäller multispektrala sensorer.
2.9 Kör ODM på Apple M1. Och mer är planerat för kommande 2.9 versioner.
Det som framför allt fick mig att skriva detta inlägg är just ”sky-removal”. Om man bara fotar med drönare och i huvudsak i nadir eller rakt ner, då blir inte himmel ett större problem. För handhållet från marken så kommer däremot himmel att påverka i ganska stor utsträckning.

Det finns flera förval i WebODM som i sin tur ändrar inställningar i de detaljerade inställningarna. Detta räcker ofta för att anpassa beräkningarna, men ibland behöver man göra andra justeringar. Då blir det till att gå in under ”Edit” och botanisera.


Det är även i dessa detaljerade inställningar som man kan hitta de nya ”AI” baserade verktygen för att ta bort himmel, men även ”bakgrund”.

När man hittar en inställning som fungerar i en situation som man ofta återkommer till så kan dessa sparas som ett eget snabbval. I mitt fall här så har jag aktiverat all bakgrunds- och himmel-maskering, samt stängt av generering av ortofoto, höjdraster och mesh-modell. Endast punktmoln och rapport skall bli resultatet.

Verktyget Sky-Removal bygger på en tränad modell som hämtas från GitHub medan beräkningen körs. Det är en ganska rejäl fil, men det är ingen garanti för att det skall fungera. En förutsättning är att modellen är tränad på bilder som liknar de som du använder, men himmel varierar inte lika mycket på olika platser som exempelvis växtlighet, så detta är inte ett stort problem.
Jag testar här med några handhållna bilder från Kramfors (av alla platser) som innehåller en gångbro omgiven av träd och kuperad terräng, med mycket himmel och rörig bakgrund. Det är inte ett perfekt exempel som ger ett perfekt resultat, och det kommer inte att visa på stora skillnader med just denna typ av inställning, men jag har fler exempel.

Skillnaderna blev betydligt mindre än vad jag trott när jag laddade in bilderna, och det kan till och med vara svårt att se skillnad i punktmolnen nedan.


Jag gjorde ett första test tidigare med andra bilder där skillnaden blev större. Denna jämförelse lade jag upp på Twitter och bilden kan du se nedan.

Många punkter som ligger i gränslandet mellan exempelvis trädgrenar och himmel filtreras bort och samtidigt ger det utrymme till mer detaljer i övrigt. Som exemplen ovan visar så är detta inte en universallösning som alltid ger ett bättre resultat, men det är utmärkt att möjligheten finns om det skulle behövas.
Bäst resultat med ODM får man om man provar mycket och lär sig hur bilder bör tas och under vilka förhållanden som det är bäst förutsättningar att lyckas. Detta gäller även för andra fotogrammetri-program, men jag skulle påstå att det är speciellt viktigt med ODM och särskilt när man inte har rena drönarbilder. Sky-removal är nytt för mig, så mer tester behövs för att hitta situationer där funktionen gör sig bäst.
Hur som helst. ODM med WebODM är ett mycket användarvänligt alternativ. Det behöver inte heller vara speciellt krångligt att installera. Har du en Windows dator så kan du köpa en anpassad installationsfil som sköter allt åt dig, och på en Linux server så är det inte mycket mer än några terminalkommandon som är väl dokumenterade på webbsidan. Vad stödet för M1 på MacOS innebär vet jag inte riktigt, men jag kan tänka mig att det skulle kunna innebära en installationsfil på samma sätt som för Windows om det finns efterfrågan för det.
Tack Klas för att du delar med dig!
M1 är Apples nya egendesignade processorer, dvs inte längre Intel vilka de har använt sedan en tid tillbaka. På MacOS kan man också köpa en installationsfil för WebODM, då körs ODM via Docker. Installationsfilen sköter i stort sett allt, men man själv ställer enkelt in tilldelning av RAM, antal processorkärnor samt hårddiskutrymme som den virtuella maskinen har tillgång till i Docker Desktop.
Kan tillägga också att, vad jag förstått, klarar ODM (än så länge?) endast accelerering med GPUer från Nvidia, tråkigt för mig som har AMD…
Fortsätt med det du gör
Mvh