Bij een absolute nauwkeurigheid gaat het over de nauwkeurigheid van een model in relatie tot de werkelijke positie op aarde. Als bijvoorbeeld een 3D reconstructie van een gebouw niet op de juiste geografische locatie wordt weergegeven, is er sprake van een lage absolute nauwkeurigheid. Desalniettemin kan de relatieve nauwkeurigheid hoog zijn; elke baksteen en voeg is als zodanig herkenbaar.

Voor GIS toepassingen (geografische informatie systemen), dus locatie / plaatsbepaling op aarde, is absolute nauwkeurigheid erg belangrijk. Een huis op de weg zetten in plaats van er naast is niet de bedoeling. Wellicht mag de plaatsing wel 5 centimeter afwijken, maar geen 5 meter.

Uiteraard is er een relatie tussen sensor grootte (zowel in pixels als millimeters), resolutie (GSD) en hoogte. De vlieghoogte H [m] kunnen we berekenen met:

H [m] = (beeld breedte [pixels] * GSD [cm/pixel] * focal length [mm]) /

(100 * sensor breedte [mm])

De grootte van de sensor bepaalt mede het aantal pixel dat je tot je beschikking hebt. Belangrijk is ook de vorm, hoe groot / klein een enkele pixel is [micrometers] en de onderlinge afstand (dode of blinde ruimte).

Hiermee bedoelen we de wijze waarop de beeldsensor wordt uitgelezen: via een rolling-shutter of snap-shot methode.

Bij een snap-shot camera worden alle beeldpixels op hetzelfde moment gevuld met sensordata en uitgelezen. Bij een rolling-shutter systeem gebeurd dit lijn voor lijn. In het laatste geval betekent dit bij een vliegend platvorm: ten tijde van het vullen / lezen van de laatste lijn pixels, is het platvorm op een andere plaats -fysiek- dan toen de eerste lijn pixels werd gevuld / gelezen; hij is namelijk doorgevlogen met een bepaalde snelheid. Hoe hoger de snelheid hoe groter de afgelegde afstand. Dit geeft dus een onnauwkeurigheid bij een latere reconstructie. Zie dit artikel.

Bij de gevoeligheid denken we aan de signaal / ruis verhouding (signal-to-noise ratio). Dit hangt vaak samen met het materiaal waarvan de sensor is gemaakt. Veelal CMOS. Maar ook eventuele ‘over- of ondersturing’ van het signaal is onwenselijk. Bij grote contrasten (schaduw en veel zon) kan het dynamische bereik problemen leveren. Zowel in volledig zwarte (ondersturing) als volledige witte pixels (oversturing) zit geen informatie, anders dan nul (minimale bitwaarde) en maximale bitwaarde (bij een byte dus 255). Het vliegen met een automatisch corrigerend dynamisch bereik lijkt de oplossing, maar is dit niet. De camera is continue aan het variëren in het dynamisch bereik, waardoor de pixels van beelden moeilijker aan elkaar te relateren zijn tijdens de reconstructiefase.

Hoe hoger je vliegt, des te lager de spatiële resolutie op de grond. Maar hoe sneller een gebied is ingevlogen vanwege de grotere ‘footprint’.

Wil je toch de footprint verkleinen, dan kun je een andere camera / lens kiezen. Bijvoorbeeld met een grotere focal-length. Zie nevenstaande figuur.

Voor gebouwen is vaak meer resolutie gewenst dan voor het vliegen over landbouwgrond. Op die manier kun je per project afwegen wat de beste keuze is van je materiaal of vluchtuitvoering.

Voor analyse toepassingen is het opnemen van één beeld vaak onvoldoende. Zeker voor het in kaart brengen van een gebied is het nodig meerdere beelden te schieten en te koppelen of ‘stitchen’. Daar is weliswaar software voor, maar deze kan zijn werk niet doen als de beelden onvoldoende herkenningspunten hebben of van slechte kwaliteit zijn. Ook hier zijn een paar overwegingen te maken.

Zie nevenstaande figuur. Voor laag vliegen geldt dat de zogenaamde image-rate hoog moet zijn om overlap te krijgen. Immers, de scene schiet snel onder de drone voorbij, zelfs al zou deze langzaam vliegen. Een hoge image-rate is haalbaar bij voldoende lichtsterkte bijvoorbeeld. Maar neem ook nog even de ‘snap-shot’ en ‘rolling-shutter’ problematiek mee in de overwegingen.

Door iets hoger te gaan vliegen gaat, met dezelfde vliegsnelheid en camera, de image-overlap omhoog. Wel boet je een beetje in op resolutie. Maar vaak is dit een prima ruil in relatie tot de voordelen; minder tijd nodig (in verband met batterijen!), grotere image-overlap, lagere image-rate.

Door Ground Control Points (GCP) of Tie Points (TP) te gebruiken, kan de nauwkeurigheid van de locatiebepaling aanzienlijk worden vergroot. De referentiepunten worden op de grond geplaatst en ingemeten. Dit inmeten kan met een tachymeter bijvoorbeeld. Een meetinstrument met millimeter nauwkeurigheid. Doordat de locatie van de referentiepunten nu op enkele millimeters bekend is, kunnen tijdens de processing fase deze gegevens worden ingevoerd in de software. Je koppelt dan het pixel (uit de beelden van GCP/TP) aan de bijbehorende inmeting.