Method Article

Reefshape:用于底栖栖息地监测的时间序列水下摄影测量数据的高效收集和自动处理系统

DOI:

10.3791/67343

June 13th, 2025

In This Article

Summary

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

这里介绍的是用于收集和处理水下摄影测量数据的协议,包括一个显著简化和全自动的图像处理管道,从而产生地理配准和时间序列对齐的输出,为生态数据提取、分析和应用做好准备。

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

通过运动结构摄影测量进行的大面积成像 (LAI) 作为珊瑚礁生态系统的监测工具已获得重要关注,允许创建一段珊瑚礁的数字模型,该模型可以 进行异地 分析,以收集有关底栖成分、结构复杂性和其他指标的数据。虽然已经使用了多种方法,但许多研究人员仍然需要一种系统化的数据收集和计算机处理方法。为了解决这个问题,我们开发了 ReefShape,这是一个用于水下图像采集、地理配准、数据处理和时间序列对齐的简单而全面的工作流程。根据我们的经验,提供了具体的相机系统建议和图像采集说明。描述了一种使用固定在基材上的永久性地面控制标记来整合真实世界地理配准的过程,该过程有助于时间序列数据集的自动对齐。开发了一组处理脚本来自动化数据处理工作流程,简化并大大简化了通常耗时且复杂的过程。我们的脚本化方法旨在减轻珊瑚礁研究人员的数据处理负担,提高摄影测量管道的效率,并以分析就绪的格式导出数据,以用于常见的 GIS 和珊瑚礁影像分割程序。此处描述的方法提供了一种全面的解决方案,将摄影测量集成为珊瑚礁监测工具,同时保持灵活性,并将具体分析留给研究人员进行。

Introduction

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

珊瑚礁是全球生物多样性最丰富、经济最重要的生态系统之一,面临着气候变化、疾病、过度捕捞和其他压力因素带来的前所未有的挑战 1,2,3。由于珊瑚礁生态系统通常位于偏远的位置和水下研究的固有困难,因此对珊瑚礁生态系统的监测具有独特的困难;因此,珊瑚礁历来研究不足4。从微生物5 到群岛6 和全球7 等多个空间尺度上有效监测珊瑚礁,对于了解它们的减少以及规划、跟踪和评估干预工作8 至关重要。照片马赛克成像是一种很流行的工具,用于监测数十到数百平方米规模的珊瑚礁底栖生物的状况,该术语是指由拼接在一起的重叠水下照片组成的高分辨率地图9。这些马赛克使研究人员能够对比单张照片中可以捕获的更大的珊瑚礁区域进行成像,因此称为大面积成像 (LAI)10。稍后可以分析马赛克以提取相关的生态信息,例如珊瑚覆盖率、群落大小、物种分布和底栖组成11。计算技术的进步和现成软件的可用性现在允许使用运动结构 (SfM) 摄影测量完成此过程。SfM 涉及分析照片中的匹配点,这些匹配点用于重建照片和连接点的三维方向,从而能够创建准确的虚拟珊瑚礁复制品 12,13,14。SfM/LAI 调查在珊瑚礁研究中已变得司空见惯,从而对珊瑚群落生态学10、栖息地复杂性15,16、珊瑚群落对白化事件的反应17,18、飓风19 和珊瑚恢复20 提供了新的见解。

已经开发了几种使用 LAI 进行珊瑚礁监测的方法 21,22,23,24,为寻求利用该技术的从业者提供了多种选择。然而,在珊瑚礁研究中有效使用 LAI 是复杂的,需要大量的学习努力。熟练掌握水肺潜水、水下导航、水下摄影、软件使用、数据管理和管理是必不可少的。此外,生态学专业知识是有效分析和解释数据产品的基础。现有的工作流程往往主要集中在图像采集上,而没有为时间序列协议、元数据收集(例如缩放、深度和位置)或实地考察后数据处理提供足够的指导:所有这些步骤对于准确和可重复的数据收集都是必不可少的。与 LAI 工作流程相关的成本也往往很高,需要昂贵的相机系统和计算机设置。研究人员仍然强烈需要一种全面、直接和有效的方法,从而获得足够质量的数据来回答当前和未来的广泛研究问题。我们通过开发一种强大而高效的水下 LAI 方法来解决这个问题,该方法可以减少处理工作量和复杂性,并在提高数据质量的同时最大限度地降低成本。我们的新方法允许对影像进行快速采集、自动处理和时间序列对齐,从而为珊瑚礁生态研究和分析提供高质量的数据产品。实施此方法的总启动成本约为 5,000 - 8,000 美元(包括相机系统、材料、专用计算机和软件),具体取决于用户是否可以获得摄影测量软件的教育定价。通过应用我们的方法,我们的目标是帮助珊瑚礁研究人员优化他们的数据收集和处理工作,实现更高效的工作流程,促进快速提取和分析至关重要的珊瑚礁生态数据。

这里描述的方法,我们命名为“ReefShape”,有三个主要的新贡献:(1) 使用固定在基材上的半永久性地面控制标记来实现数据集的自动地理配准和时间序列对齐,(2) 使用基于应用程序的自定义调查来促进位置数据收集和格式化,以及 (3) 实施一个全面的脚本化流程,以完全自动化摄影测量管道, 显着减少了其他 LAI 协议所依赖的加工阶段的人力劳动 20,21,22,23。与这些其他 LAI 协议一样,ReefShape 依赖于使用 Agisoft Metashape25(以下简称“摄影测量程序”)进行摄影测量处理,并额外使用免费的 ESRI Survey12326智能手机应用程序(以下简称“调查应用程序”)进行位置数据收集。该协议设计简单而健壮,不需要多相机系统24 或复杂的大地测量13,同时仍然满足提供高质量数据的目标,定义为具有精确几何、比例和位置的完整 3D 模型、照片马赛克和数字高程模型;足够的分辨率和清晰度,以在物种或属水平上目视识别底栖生物;没有重大的数据差距或漏洞;准确的颜色;对于时间序列数据,时间点之间的正确对齐。此处描述的特定方法提供了用于收集和处理数据以实现这些目标的框架。

在机器学习进步的推动下,我们预计将开发新的分析工具,以更快、更准确地从照片马赛克中提取生态数据。因此,我们将精力集中在高质量水下图像的收集和摄影测量管道的自动化上,将具体分析主要留给该协议的用户,根据他们自己的不同需求。此脚本化过程旨在广泛适用于珊瑚礁研究社区,包括导出数据产品的选项,这些产品格式为为常见 GIS 软件量身定制的不同规格的 GeoTIFF 和 TagLab,一个专门用于快速注释珊瑚礁正射镶嵌的应用程序27

协议概述
ReefShape 方法分为两个主要阶段: 原位 数据收集和计算机上的数据处理。该方法适用于 ~25 m2 至 >1000 m2 的地块大小,深度从 ~1 m 到 30 m。事实证明,300-400 m2 的地块是有效捕捉加勒比珊瑚礁珊瑚多样性的理想选择28.然而,发现大于 ~100 m2 的地块对于新手测量员来说可能难以导航。因此,协议中将 10 m x 10 m 的地块大小描述为起点,但我们不打算用这个建议来限制用户。相反,建议用户根据自己的经验和研究需求选择他们的地块大小。对于选择的任何绘图大小,数据收集过程实际上都保持相同。

当第一次建立绘图时,测量员首先将四个具有编码摄影测量目标(图 1D)的独特标记标签永久固定在每个角落的基材上(图 2),并使用潜水计算机测量每个标记的深度。编码比例尺(图 1E)临时放置在图块内,潜水员使用位于礁石上方 1.5 m - 2 m 的单个无反光镜相机和广角直线镜头收集面向基材的照片,以双交叉的“割草机”模式游泳,类似于其他已建立的协议 11,21,24.整个过程(包括首次设置和摄影)通常可以在一次潜水中完成,但对于更深或更大的地块,可能需要多次潜水。摄影后,测量员使用安装在漂浮装置(图 1C)和智能手机上的蓝牙 GPS 装置,使用测量应用程序中的自定义表格在每个角标记上方的表面收集 GPS 点,然后通过电子邮件将参考数据以预先格式化的电子表格形式发送给用户。在随后的地块测量中,测量员无需收集参考数据或安装标记,只需定位和清理现有的角标记并收集照片,从而简化了时间序列数据收集的过程。

对于数据处理,开发了一组自定义 Python 脚本,这些脚本与摄影测量程序连接,以实现管道自动化(图 3),通常这是一个需要在多个点进行人工干预的过程。自动化管道的主要处理步骤包括创建连接点云和估计相机位置、构建珊瑚礁的 3D 网格模型、构建 2.5D 数字高程模型 (DEM)、构建 2D 正射校正照片马赛克,以及定义由四个角标记界定的感兴趣区域 (ROI)(图 4)。在此工作流程中,用户在处理开始时在图形界面(补充图 1)中输入照片和参考数据,而不是像其他工作流程中常见的那样,在手动添加参考数据和生成数据产品之前需要执行许多步骤21,22,23,24.对于时间序列处理,永久性角标记有助于时间点的自动对齐,无需手动对齐。使用标准化的脚本化工作流程有助于确保数据一致性,并在处理过程中节省大量人力,尤其是在具有许多时间点的项目中。还包括一套独立的脚本,用于自动化各种处理任务,包括计算 3D 表面积与平面面积的比率,这是评估珊瑚礁结构复杂性的重要指标19,29

figure-introduction-1
图 1:本协议数据收集部分所需的关键材料。A) 带广角直线镜头的无反光镜相机,(B) 带圆顶端口的水下外壳,以适合相机/镜头,(C) 蓝牙 GPS 踢板设备,(D) 用于永久绘图地面控制和地理配准的可自动检测编码角标记,以及 (E) 用于设置模型大小的编码比例尺。 请单击此处查看此图的较大版本。

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

注意: 有关设备准备步骤,请参阅 补充文件 1 的第 1 节和第 2 节

1. 绘图设置

  1. 安装角标记(仅适用于初始时间点)
    1. 在字段中选择合适的绘图。确保在整个过程中将安全放在首位。对于该协议,描述了一个 10 m x 10 m 的图。
      注意:该方案可以由单个研究人员或伙伴对执行,并且可以根据研究需要适应大多数小区大小。
    2. 选择绘图后,在 SCUBA 上安装四个角标记。使用锤子和 4 个钉子将角标记 1-4(图 1D)按顺序固定在地块角落的基质上,小心不要使基质破裂或损坏敏感的活珊瑚。找到合适的位置来安装标记(例如,从正上方很容易看到的非生命基质的相对平坦区域,不太可能损坏或迅速生物侵蚀)。
    3. 为了保持一致性并帮助绘图导航和重新定位,请按顺时针顺序安装绘图标记。如有必要,使用卷尺和指南针将标记 1 安装在 NE 角,标记 2 安装在 SE 角,标记 3 安装在 SW 角,标记 4 安装在 NW 角。
      注: 图 2A 显示了正确安装的标记, 图 2D 显示了小区布局的概述,所有标记以方形模式相距 ~10 m。
    4. 记录标记深度。使用潜水电脑或其他深度计,将四个角标记的深度记录到潜水石板上最接近的 10 厘米。
    5. 或者,在不允许或不可行安装永久性标记的情况下,可以将临时角标记(参见补充文件 1第 3 节)放置在基板上的绘图角中。这些标记可以稍后检索。
  2. 比例尺放置(所有时间点)
    1. 布置好角标记后,将 3-5 个比例尺(参见 补充文件 1,第 1 节)放在地块内的稳定位置,使用潜水重物或小石头压下每个比例尺,以防止它们在摄影过程中移动。除非使用灰卡进行相机白平衡(请参阅步骤 2.1.2),否则请确保至少有一个比例尺靠近绘图的中值深度。
      注意:比例尺必须从上方可见,不能覆盖珊瑚等重要物体,也不能弯曲/弯曲以缩短标记之间的测量长度。

2. 图像采集

注意:必须特别注意正确配置相机设置,因为这对于确保高质量数据至关重要。此协议建议使用带有广角镜头的无反光镜相机。有关主要照相机设定和系统建议,请参阅 表 1 补充文件 1 的第 4 节 。与水下防护罩和与镜头匹配的圆顶端口配对。目标是保持清晰的图像。

相机设置建议
成像模式手动
孔径F8、F5.6(如果绘图深度为 >15m 或光线较暗)
快门速度1/500 秒、1/320 秒(弱光或零浪涌)
国际标准化组织自动
白平衡自定义(设置为中值深度处的白点)
开启(如果可用)
图像格式JPEG + 原始
间隔1 秒
自动对焦AF-S(聚焦于序列的第一帧)
快门类型机械或 EFCS(非静音或电子)
曝光平滑/AE 跟踪灵敏度关闭 / 高

表 1:为水下摄影测量收集图像时最大限度地提高数据质量所需的重要照相机设置。 这些设置适用于大多数无反相机或 DSLR 相机,但根据材料表中推荐的特定设置进行定制。

  1. 对珊瑚礁进行成像(所有时间点)
    1. 根据制造商的建议和标准水下摄影实践组装相机系统和外壳,以确保适当的水下功能和防水性。确保相机处于手动曝光模式 (M),光圈设置为 f/8,快门速度为 1/500 ,ISO 设置为自动模式,以实现每一帧的正确曝光。详细配置请参见 表 1
      注意:在较暗和较深的条件下,可使用 5.6 的光圈和 1/320 秒的快门速度来增加光量并减少图像噪点。
    2. 在绘图的中位深度处使用灰卡或比例尺,设置自定义白平衡,使相机向下指向灰卡或比例尺的白色部分,注意避免阴影白色参考点。在开始图像采集之前立即完成此作。
    3. 导航到图的一角,将相机放置在基板上方 1.5-2 m 处,朝下(图 2C)。将相机自动对焦在礁石上,然后开始以 1 帧/秒的速度收集照片。
    4. 开始以舒适的速度向相邻的情节角落游泳,收集第一遍照片。旋转 180° 并在距离第一次通过约 1 m 的间距处收集第二次照片通过,始终在基材上方 1.5-2 m 处。重复以在整个图上方以类似割草机的模式完成反平行传递,包括周边周围至少 0.5 m 的缓冲区(图 2D,第 1 组)。避免照片覆盖中的间隙,并确保照片中包含所有比例尺和角标记。
      注意:导航由测量员进行,通常在 SCUBA 上(或在 2 米深的地块<浮潜),使用对关键珊瑚礁特征的记忆来保持覆盖范围。第二名验船师和/或潜水伙伴可以协助导航。目标是收集重叠照片(~80% 正面重叠,~60% 侧面重叠),这些照片完全覆盖标记所包含的区域和 0.5 m 缓冲区内的珊瑚礁的所有表面。
    5. 执行图像收集路径集 2。当第一组通道完成后,旋转 90° 并在礁石上方收集第二组通道,完成网格模式(图 2D,第 2 组)。照片必须主要朝下拍摄,但在高浮雕区域除外,此时相机必须倾斜以保持垂直于基材表面的指向。
      注意:第二组通道旨在确保绘图的完全重叠和覆盖。在地块的关键和/或高地势区域进行额外的照片采集是可以接受的,建议用于复杂地块,以确保完整的影像覆盖。
    6. 清理绘图。图像采集完成后,捡起比例尺和任何遗留的材料。永久性角标记是唯一打算留在珊瑚礁上的材料。
      注意:如果使用临时角标记,则必须在移除标记之前收集参考数据(第 3 部分)。建议让第二名测量员收集参考数据,而第一名测量员对地块进行拍摄。

figure-protocol-1
图 2:绘图设置和摄影。 A) 显示新安装的角标记,而 (B) 显示安装后 13 个月就位的标记。(C) 显示了一名潜水员在珊瑚礁上方的适当距离进行调查,(D) 显示了绘图摄影过程的图表,其中两组垂直的反平行通道(红线和蓝线)包围了角标记(黑色虚线框)所包含的区域,没有相当大的间隙。 请单击此处查看此图的较大版本。

3. 参考数据收集

注意:有关 GPS 套件和 ReefShape 测量设置,请参阅 补充文件 1,第 2 节。如果 GPS 点的收集不可行,仍然可以使用 ReefShape 自动处理方法(第 5 节)。可以在 GitHub 页面 (https://github.com/Perry-Institute/ReefShape) 上找到有助于使用本地坐标格式化参考文件的单独调查以及使用说明。

  1. ReefShape 调查(仅适用于初始时间点)
    1. 在智能手机上的调查应用程序(补充图 1)中打开 ReefShape 调查,并输入重要的元数据(调查员姓名首字母、电子邮件、绘图名称和注释)。将智能手机放入防水袋中。使用 GPS 踢板套件(图 2C)和智能手机,游出该地块。
    2. 定位目标 1,将 GPS 浮板放置在目标正上方的表面,然后在手机上的 ReefShape 测量中,点击十字准线图标以收集 GPS 点。继续下一个目标。在第二次重复中记录目标 2 位置,在第 3 次中记录目标 3,在第 4 次中记录目标 4。返回船只或岸边。
    3. 在 ReefShape 调查中,输入与每个标记对应的深度信息。验证数据是否正确(即合理的精度估计值,没有空位置或深度),然后提交。
      注意:GPS 数据收集过程可以由第二名研究人员完成,而第一名研究人员收集照片以节省时间。提交需要 Internet 访问,但调查可以存储在发件箱中,以便以后需要时提交。发送后,用户将收到一封电子邮件,其中包含预先格式化的位置数据。

4. 重复时间点

  1. 绘图检查和维护(仅适用于后续时间点)
    1. 返回图进行重复图像后,首先重新定位图并找到角标记(图 2B),使用原始 GPS 数据或原始时间点照片马赛克的打印输出作为参考(如果需要)。如果标记表面有任何生物污垢,请使用塑料刮刀或类似设备清洁表面,确保目标设计易于看到。
    2. 如果标记丢失或损坏,导致圆形目标设计不再清晰,请用与步骤 1.1.2 相同的安装过程替换它。如果可能,请将标记更换到之前的位置 (+/- ~5 cm)。替换标记与原始标记具有相同的目标编号至关重要。记下被替换的标记。
  2. 绘图摄影(所有时间点的过程相同)
    1. 放置比例尺。参见协议步骤 1.2。
    2. 设置自定义白平衡并收集图像。参见协议第 2 节。

figure-protocol-2
图 3:流程图显示了通过主 ReefShape 脚本自动化的摄影测量工作流程步骤。 将图像、比例尺长度文件和地理配准文件(橙色框)输入到脚本中,然后脚本自动执行所有基本处理步骤(蓝色框),从而生成可用于分析的数据产品(绿色框)。 请单击此处查看此图的较大版本。

5. 数据处理

注意: 有关软件设置步骤 ,请参阅补充文件 1 的第 5 节

  1. 图像导入
    1. 将绘图成像中的所有照片导入到处理计算机上,将 JPEG 和 RAW 照片分离到单独的子文件夹中。
    2. 下载参考数据。确保比例尺长度文本文件(请参阅 补充文件 1 的第 1 节)存储在计算机上易于访问的位置。下载并类似地存储地理配准 CSV 文件,该文件在 ReefShape 调查中提交地理配准数据时自动通过电子邮件发送(协议第 3 节)。
  2. 主 ReefShape 工作流(第一个时间点)
    1. 在摄影测量程序中打开一个新项目,然后从 ReefShape 自定义菜单栏中选择完整的 ReefShape 工作流。这将打开一个图形界面面板(参见补充图 2)。
    2. 在第一部分(项目设置)中,单击 新建 以命名项目(绘图名称)并选择其存储位置。在第二个框中,单击 Rename Chunk 以使用 YYYYMMDD 格式的图像集合日期命名活动数据块。在第三个框中,单击 Select Photos (选择照片 ) 以选择并导入包含 JPEG 照片的文件夹以进行绘图。单击 Save Project 以完成项目的初始化。
    3. Full ReefShape Workflow 界面的第二个面板 (General) 中,首先设置坐标系。选择 WGS84 + EGM96 高度 (EPSG: 9707),因为这会将 GPS 装置使用的 WGS84 坐标系与近似海平面的内置大地水准面模型 (EGM96) 相结合。
      注意:如果用户没有收集实际位置数据,则应将坐标系设置为本地坐标 (m)。常规面板中的默认设置(通用预选:开、 网格质量:中等、 默认分辨率:关、 自定义分辨率:0.5 mm)旨在应用于此处描述的特定协议。该脚本非常灵活,可以满足研究人员的需求,并且可以相应地调整设置。
    4. General 面板底部附近,单击 Select Folder 按钮以设置数据产品的输出路径。根据需要选中所需输出数据产品的复选框以进行分析。
    5. 设置 Georeferencing (地理配准) 面板。选择 Yes (是 ) 以使用可自动检测的标记。单击比例尺框旁边的 Select File 以找到缩放文本文件(请参阅 补充文件 1,第 1 节)。单击地理配准文件框旁边的 选择文件 ,从 ReefShape 调查中找到该图的参考 CSV。
      注意:如果在绘图设置期间,标记的安装顺序不正确(即目标 1、目标 3、目标 2、目标 4 而不是围绕绘图的 1、2、3、4),则可以通过单击 “调整角标记 ”按钮并在弹出窗口中重新排序标记来指定实际顺序。这允许脚本正确生成包含标记之间区域的 ROI。
    6. 运行脚本。输入所有数据后,单击 OK 在面板底部运行流程。它将显示每个步骤的进度条。该脚本自动执行的过程如图 3 所示。
      注意:如果脚本遇到错误或者软件或计算机崩溃,脚本会将进度保存到最近完成的步骤。可以重新打开项目,必要时更正错误,然后重新运行脚本以重新选取并完成该过程。只要完成对齐过程以及比例和地理配准数据的整合,用户就无需在地理配准面板中重新输入任何内容。
    7. 检查数据以确保高质量的输出。有关数据验证工作流程,请参阅 Section 5.4 。
    8. (可选)计算表面积比。如果用户希望计算绘图的 3D 与 2D 表面积比以测量粗糙度,请在 ReefShape 下拉菜单的 Tools 子菜单中选择 Calculate Surface Area Ratio 按钮。结果比率将打印在控制台中,并弹出一个框。
  3. 对齐时间点(后续时间点)
    注意:绘图的每个时间点都将存储为同一工程中的新“块”。
    1. 与第一个时间点一样,将照片导入并组织到单独的 JPEG 和 RAW 文件夹中。在摄影测量软件中打开绘图的项目,然后打开 ReefShape 下拉菜单并选择 对齐时间点 补充图 3)。
    2. Project Setup 面板中,单击 Create Chunk 以将新数据块(表示新时间点)添加到项目中。输入以 YYYYMMDD 格式采集新影像的日期作为区块名称。选择 Select Folder (选择文件夹 ) 以将新图像添加到此数据块中。
    3. General (常规 ) 面板中,选择 Select Reference Chunk (选择引用数据块) 的初始时间点。在 Select Active Chunk (选择活动数据块) 的下拉列表中,选择新的时间点。完成后单击 OK 以检测活动块图像中的标记,并从参考块中导入每个标记的精确坐标。
      注意:如果在水下更换了任何角标记,则必须在 “添加损坏的标记” 下拉列表中注明,以通知软件该标记可能不在与以前相同的精确地理位置。
    4. 检查标记和地理配准。在 参考 面板(补充图 4)中,确保检测到所有标记并且目标 1-4 从参考块继承了位置信息。
      注意:如果无法检测到任何标记(通常是由于未更换标记损坏),则必须手动添加标记,至少三个源图像,并命名以对应于参考块中的标记标签。然后,可以再次运行 Align Timepoints 脚本,为手动放置的标记添加位置信息。
    5. ReefShape 菜单中选择 Full ReefShape Workflow 脚本,运行该脚本。将工程设置和地理配准面板留空,仅根据需要编辑常规面板,选择处理设置、数据产品的导出位置以及要生成的产品,如步骤 5.2.3 所示。单击确定完成摄影测量过程并导出新时间点的对齐数据产品。
    6. 检查数据以确保高质量的输出。有关验证工作流程,请参阅 Section 5.4 。
    7. 计算表面积比(可选)。参见步骤 5.2.8。
  4. 数据验证(每个时间点)
    注意:对于每个时间点,检查比对和数据产品的准确性非常重要。如果出现问题,可能需要人工干预。必须删除任何错误下游的数据块(即正射镶嵌、DEM、3D 模型、连接点)。然后可以更正该问题(如果可能),并再次运行完整 ReefShape 工作流脚本以完成处理。一旦用户对数据产品感到满意,他们就可以开始分析。
    1. 检查照片对齐方式。在摄影测量程序的 “工作区 ”面板中,首先验证成功对齐的照片总数中有多少张照片。如果 <10 张照片未对齐,则它们的缺失很可能不会对最终数据产品产生不利影响。
      注意:如果照片的很大一部分未对齐,请重置对齐并重新运行 “完整 ReefShape 工作流”,并取消选中 “通用预选 ”。如果许多照片仍未对齐,则数据集中的重叠可能不足,需要重新拍摄。
    2. Model viewer 窗口中检查连接点云和相机位置(图 4A),以评估对齐是否有明显的问题。连接点或摄像机位置相对于整体点云明显错位的部分是对齐问题的明显迹象。
      注意:必须选择未对齐的照片,并通过右键单击并选择 重置相机对齐方式来重置其对齐方式。接下来,选择 对齐照片 工作流程 菜单栏下拉列表。如果它们没有正确对齐,则数据集中的重叠可能不足,需要重新拍摄。
    3. 检查地理配准。在 模型 正交 查看器窗口(图 4B 和 C)中检查模型和 DEM,以确保正确的调平和定位。在 参考 面板(补充图 4)中,标记误差应小于 1 或 2 m,内部缩放误差应小于 1 或 2 mm。
      注意:较大的缩放误差、标记错误或颠倒的模型表示引用错误,这可能是由于坐标系设置不正确、检测到的标记或非常差的 GPS 位置数据(导致标记位置的位置不按地理顺序定位)造成的。可能需要手动编辑参考数据才能解决此问题。
    4. 选中正射镶嵌。在 Ortho 查看器窗口中检查正射镶嵌,并通过目视检查其是否存在大量模糊、变形、影像孔洞或极高的噪声来验证图像质量是否足够(图 6)。
      注意:如果检测到这些问题,则可能是相机设置不正确,照片与珊瑚礁的距离不正确,或者某些区域的图像重叠不足,可能需要重新拍摄该地点以获得可接受的结果。
    5. 选中边界多边形。在 Ortho 查看器窗口中,验证自动生成的边界多边形(定义四个角标记内的感兴趣区域)是否正确,如图 4 所示。
      注意:如果边界交叉或连接了错误的标记,请右键单击查看器中的多边形并将其删除。从 ReefShape 下拉列表的 Tools 子菜单中选择 Create Boundary,以定义角标记的正确顺序,或使用多边形工具定义新的自定义边界,并将其设置为 Outer Boundary 多边形类型。重新运行 Full ReefShape Workflow 脚本以重新导出数据产品。

figure-protocol-3
图 4:在 ReefShape 过程中分为四个主要步骤的珊瑚礁图。 A) 连接点云和相机位置,(B) 三维网格模型,(C) 数字高程模型 (DEM) 和 (D) 正射校正照片马赛克。标签显示检测到的角标记(目标 1-4)的位置、三个比例尺和一个自动生成的感兴趣区域多边形,用于结构和生态分析。 请单击此处查看此图的较大版本。

Results

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

使用这种方法在巴哈马新普罗维登斯西南端的 Simms Point Reef 收集了时间序列 LAI 数据集。 图 4图 5图 6补充图 4 都描述了该实验的结果。参考网络建立,第一批图像于 2023 年 1 月收集。它于 2023 年 8 月在严重的海洋热浪期间被重新拍摄,以评估珊瑚白化的严重程度。两个时间点都使用完整的 ReefShape 工作流脚本进行处理,在中间步骤中不需要用户干预。时间点 1 涉及 1,299 张图像,所有图像均成功对齐,平均游泳高度为基材上方 1.8 m,原始地面分辨率为 0.567 mm/px(标准化为 0.5 mm/px),总覆盖面积为 208 m2 (通过角标记内的面积测量),3D/2D 表面积比为 2.887, 重投影误差为 1.12 px,总内部地理位置精度为 30.6 cm,缩放误差为 1.4 mm。整个过程在 Full ReefShape 脚本中的默认设置下,使用一台大约 2018 年的台式计算机,配备 6 核 CPU、32 GB RAM 和 8 GB 独立 GPU(总成本 ~1,500 美元)。一台配备 14 核 CPU、64GB RAM 和 24GB 独立 GPU(总成本 ~4,000 美元)的 2024 台式机总共在 1 小时 58 分钟内处理了相同的图。第二个时间点,包括 1,974 / 1,974 张对齐图像,在较旧的 2018 桌面上花费了 7 小时 45 分钟。

图 5 展示了在 TagLab27 中完成的两个时间点的放大部分和基本珊瑚白化分析,显示了该过程在分析底栖栖息地随时间变化方面的效用。分析结果表明,许多珊瑚物种中超过 90% 的个体经历了完全白化,证实了事件的严重性,而其他物种则经历了轻微或没有白化,从而深入了解了珊瑚群落内的复原模式。两个时间点(图 5)都展示了高质量的图像,具有足够的清晰度和分辨率,可以专业地识别底栖生物到物种或属水平。白平衡设置正确,没有明显的模糊区域、数据孔或其他伪影,表明该协议成功地提供了研究珊瑚礁底栖生态动力学所需的数据。图 6(顶部)显示了该图的放大,作为高质量图像的示例,与不满足数据质量要求的低质量数据集(底部)相比,图像伪影阻碍了生态数据的提取。由于潜水员导航不佳,照片重叠不足,质量差的数据集是通过不正确的相机设置(不正确的白平衡导致整体色调为红色,以及光圈太大导致模糊)和照片重叠不足收集的,突出了图像采集的重要性(协议第 2 节)。

figure-results-1
图 5:代表性结果显示了在白化事件之前和期间拍摄的图的时间序列图像和珊瑚群落轮廓,显示了使用我们的协议实现的自动对齐的准确性以及这些数据在监测底栖生物随时间变化方面的效用。 A) 显示了巴哈马新普罗维登斯 Simms Point 站点的 2023 年 1 月图像,(B) 2023 年 8 月的图像,(C) 2023 年 1 月的活珊瑚群落被归类为健康(蓝色)、苍白(橙色)或漂白(红色),以及 (D) 2023 年 8 月的活珊瑚群落,使用相同的分类方案勾勒。在 TagLab 中使用 AI 辅助分割完成珊瑚群落轮廓勾勒。 请单击此处查看此图的较大版本。

figure-results-2
图 6:高质量正射镶嵌和低质量正射镶嵌的示例,注记演示了区分两者的关键属性。 在协议步骤 5.4 期间,有必要对正射镶嵌和其他数据产品进行目视检查,以评估协议是否正确执行,或者是否需要重做绘图摄影以满足数据质量目标。 请单击此处查看此图的较大版本。

软件访问:
ReefShape python 脚本、安装和使用说明以及有关数据收集和软件使用的更详细说明(以白皮书的形式)可在 https://github.com/Perry-Institute/ReefShape 上获得。我们打算更新脚本以解决出现的问题并进行改进。因此,我们建议使用最新版本。

补充图 1.屏幕截图显示了智能手机上 Survey123 应用程序中的 ReefShape 地理配准数据收集调查。 用户无需付费帐户即可访问调查,并在提交时通过电子邮件收到预先格式化的数据,以便在 ReefShape 处理中使用。 请点击此处下载此文件。

补充图 2.完整的 ReefShape 工作流脚本 GUI 的屏幕截图。 用户可以在此界面中输入所有必要的信息进行处理,从而实现摄影测量工作流程的完全自动化。 请点击此处下载此文件。

补充图 3.Align Timepoints 脚本 GUI 的屏幕截图。 用户可以利用此脚本来促进后续调查与原始时间点的自动对齐,从而允许进行时间序列变化分析。 请点击此处下载此文件。

补充图 4.3D 模型的屏幕截图,突出显示代表性结果和参考面板。 参考面板中的所有信息都根据输入到 Full ReefShape Workflow 脚本中的比例尺和地理参考文件自动设置。不同参考数据的不同精度测量值(缩放为 0.25 毫米,深度为 10 厘米,XY 地理位置为 ~70 厘米)是自动输入的,并有助于在 Metashape 计算的最终位置解决方案中优先处理比例尺、深度和 XY 坐标。 请点击此处下载此文件。

补充文件 1: 补充文件中包含超出协议本身范围的设备准备说明、摄像机系统要求和设置以及计算机要求和软件设置步骤。 请点击此处下载此文件。

Discussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

该协议旨在解决珊瑚礁栖息地水下摄影测量中的一些关键挑战,包括采集过程中的图像质量和重叠、用于模型和地图的缩放、调平、地理位置和时间序列对齐的元数据收集、摄影测量处理管道期间的人类决策,以及数据的准备和导出以供分析。我们通过仔细选择、测试和推荐相机系统和重要设置来应对第一个挑战。虽然许多系统可用于图像采集,但我们发现,由于卷帘快门失真、缺乏手动白平衡以及无法以 1 Hz 收集 RAW 照片,涉及运动相机(例如 GoPro 或类似相机)的设置是不够的,所有这些都限制了最终图像的质量和精确对齐时间序列数据的能力。多摄像头 DLSR 设置可以提高研究图24 的图像覆盖率,但这些设置成本高昂,而且在水下更麻烦。相反,我们选择了单一的、相对便宜的(总成本~2,800 美元)无反光镜相机系统,该系统具有机械快门、自定义白平衡、收集 RAW 和 JPEG 照片的能力、低噪点水平的现代 APS-C 图像传感器,以及广角镜头(~100° 视野)和圆顶端口组合,可产生清晰的图像。选择宽镜头以增加图像覆盖范围和重叠,从而改善垂直和悬垂表面的 3D 渲染,并减少潜在的模型孔。与其他方法相比,使用 1 秒的间隔和单个摄像头可以减少图像总数,而不会丢失细节或模型质量,从而加快处理速度。最后,虽然 RAW 图像对于当前依赖于 JPEG 图像的图像处理管道的功能并不直接至关重要,但我们认为 RAW 图像对于存档目的至关重要,因为它包含更高质量的颜色信息。在图像处理软件中收集后,可以调整白平衡,将来可以将更高质量的颜色信息馈送到色彩校正算法(如 SeaThru30 或 DeepSeeColor31 )中,并集成到摄影测量管道中,以实现更一致的颜色和对珊瑚色素沉着和漂白等现象的详细研究。

第二个关键挑战是 3D 地理定位、缩放和时间序列对齐。虽然许多分析不需要真实世界的坐标,但必须准确缩放和调平模型,才能进行正射校正过程和精确测量32,33。如果不使用可检测的编码目标或没有深度测量和 XY 坐标系,则很难在摄影测量软件中自动执行此过程。大多数方案需要手动将参考信息整合到 Metashape 中或稍后的其他软件中,这增加了工作流程的复杂性和低效率。通过将编码目标合并到精确已知长度的比例尺和永久固定的角标记中,再加上用户友好的地理定位和深度收集系统,我们为软件提供自动定义坐标系、定位、缩放和调平模型所需的信息。通过指定每次测量的精度,软件可以正确地对最终位置解决方案进行加权,以便优先考虑刻度,然后是深度,最后是 XY 坐标,即使使用相对低精度的 GNSS 数据,也可以实现高精度的缩放和调平。时间序列照片马赛克的共同配准通常需要人工干预来定位、标记和匹配珊瑚礁上的一致点;如果时间点之间没有明显的静态特征,这个过程非常耗时且具有挑战性。使用耐用的地面控制点标记通过提供一组 4 个可自动检测的静态目标来缓解这个问题。通过我们的脚本化流程,后续时间点继承了前一个时间点的精确地理配准,大大简化了对齐过程,减少了人工输入,同时促进了时间点的高精度共同配准,从而可以跟踪珊瑚礁上的精细生态和结构变化。

该协议解决的第三个挑战是摄影测量工作流程中的效率低下,无论是在人工干预还是对计算机硬件的要求方面。我们设计了 ReefShape 脚本,允许用户在单个 GUI 框中输入整个过程所需的所有信息,从而消除了过程中关键步骤通常需要的任何干预(即,合并比例、调平和地理配准信息)。这允许用户启动该过程并将其余部分留给计算机,从而节省时间和精力。Full ReefShape Workflow 脚本(图 3图 4)中使用的摄影测量管道经过优化,可提供高效的处理。我们采用由两个阶段组成的专业校准流程。在启用通用预选的情况下运行第一个对齐过程,该选项可以将图像对齐时间缩短数小时,而不会导致精度损失34。然后,第二阶段尝试将任何剩余的未对齐照片添加到预先存在的对齐中,而不使用通用预选,这可以缓解由浅水中波透镜引起的次优重叠或焦散带引起的对齐问题。综上所述,这些步骤代表了一个高效而强大的对齐过程,与标准的 Metashape 处理程序相比,它通常会导致正确对齐的照片比例要大得多。我们直接从深度图生成 3D 网格,绕过了密集点云构建的时间和资源密集型过程。以这种方式生成的网格往往具有更少的噪声和更好的低覆盖率区域的重建,从而避免了像其他方法那样在网格划分之前需要进行点云清理23。根据我们的经验,网格生成的这个过程往往更稳定,与密集的点云构建和网格划分相比,计算机崩溃更少。最后,我们生成一个高分辨率 DEM,该 DEM 用作正射校正表面而不是网格,因为这大大减少了正射镶嵌构建时间,而不会造成任何明显的质量损失。

最后一个挑战是生态分析数据的准备、标准化和导出。通过将图像产品分辨率标准化为 0.5 毫米/像素,我们确保了跨图和跨时间点的产品一致且可比,从而加强了未来利用 AI 和机器学习进行分析的努力。完整的 ReefShape 工作流脚本提供了以 GIS 软件和 TagLab27 的正确格式导出处理报告和数据产品的选项,从而标准化了格式并节省了手动完成此步骤的工作流的时间和精力。使用已知的拐角标记位置自动生成许多分析所必需的感兴趣区域 (ROI) 多边形,并将其导出为标准 shapefile 以合并到 GIS 工作流中,例如生成和识别整个图中的随机点以分析底栖成分。此 ROI 还支持 TagLab 的裁剪和像素对齐输出,这对于时间序列分析是必需的,如图 5 所示。ROI 还可以自动计算每个时间点的 3D 表面积与平面面积之比(协议步骤 5.2.8),这对于测量珊瑚礁结构复杂性及其随时间的变化非常重要。

虽然该协议代表了水下摄影测量效率和可用性的进步,但存在局限性。最值得注意的是,如果摄影测量过程在其中一个关键步骤中失败,则需要用户干预以排除故障并修复问题,然后再继续。虽然我们的脚本化流程旨在供没有深入摄影测量知识的研究人员使用,但基本理解对于在问题出现时解决问题非常重要。该过程的几个关键部分最容易出现问题。首先,由于图像重叠不良或在浅水和阳光充足的条件下基板上出现严重的焦散带,图像可能无法对齐。通过检查连接点云和相机位置,可以检测到对准失败。如果由于焦散带而导致对齐失败,则在未选中 Generic Preselection 的情况下重新运行完整的 ReefShape 工作流通常可以解决问题,但代价是处理时间会大大延长。如果图像重叠不足以使软件对齐照片,那么重新拍摄该网站可能是最好的解决方案。标记检测失败也可能导致映射错误。如果标记损坏或未充分清洁,则最常见的情况是。在这种情况下,可以将标记放置在 Metashape 中的单个照片上并手动命名,并且可以重新运行 ReefShape 脚本以完成处理。在某些情况下,如果 GPS 点非常不准确,以至于它们在地理上的顺序不正常,或者如果 GPS 点分配给了不正确的目标,则地理配准可能会失败。这可以通过手动编辑地理配准 CSV 以适当匹配数据,然后重新运行脚本来解决。最后,软件可能会崩溃,尤其是在使用功能较弱的计算机、大型绘图或具有较高质量设置时。考虑到这一点,我们的脚本化流程将在每个步骤完成后自动保存,允许用户在不丢失进度的情况下重新启动和调整设置。我们的 GitHub 页面上提供了进一步的故障排除建议。

ReefShape 的主要目标是简化水下摄影测量的收集和处理组件,并尽可能降低成本,以便用户可以将时间和精力更充分地集中在生态数据提取上。我们提供了一个完整的流程,旨在实现为满足常见生态分析选项的需求而量身定制的高质量数据输出。虽然所描述的协议非常具体,但脚本化处理方法非常灵活,可以处理对方法各个方面的修改,例如绘图大小、游泳/照片收集模式、目标输出分辨率和特定的相机系统,而不会出现问题。该方法也可以在不进行重大修改的情况下应用于大多数水下或精细规模的地面摄影测量项目,例如沉船或考古遗址的记录。

Disclosures

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者没有竞争性的经济利益或其他利益冲突。

Acknowledgements

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ReefShape 是一个无版权的术语,我们将其用作此方法的名称。项目由 CD 和 WG 构思,WG 方法开发,WG 和 SM 编码,WG 编写,JL 和 CD 编辑和审核。特别感谢佩里海洋科学研究所的整个团队在整个方法开发过程中的反馈和支持。资金由迪士尼保护基金提供。本材料基于美国国家科学基金会研究生研究奖学金在 2233001 号资助下支持的工作。根据巴哈马环境规划和保护部收集的数据允许 No.SRBS-0013-2021-CD、BS-2021-930119、BS-2022-281752、BS-2022-315006、BS-2023-661916、BS-2023-610959 和 BS-2023-211510。

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
0.3m 长 1/2" PVC 管通用/AGPS 套件
1" PVC 桌盖/AGPS 套件
1/2" 至 1" PVC 异径管衬套/AGPS 套件
12mm f/2.0 AF E 卡口镜头SamyangSYIO12AF-E也以品牌名称出售 Rokinon
2" 凹槽柄圆形砖石钉标记安装通用N/A
256GB UHS-1 V30 SD 卡SanDisk SDSDXXD-256G-ANCINUHS-1 SD 卡推荐
30m 卷尺(可选)N/A/A用于绘图设置
亚克力板,3 毫米厚,切割成 80 毫米 x 580 毫米 (3x)不适用比例尺材料
铝制相机托盘DiveN/A适合相机外壳和带手持相机的辅助工具
带印刷摄影测量目标的水下角标记套装N/AN/A定制,请联系作者了解详情
Duracopy 防水激光打印机纸Rite in the Rain6511可更换为防水贴纸
E6000 环氧树脂通用N/A用于 GPS 套件
GLO2 蓝牙 GPSGarmin010-02184-01存在其他选项,GLO2 是最经济
ILCE a6700 无反光镜相机索尼ILCE6700/Ba6700 相机首选,a6600 或 a6400 是低成本选项
激光打印机N/AN/A 任何激光打印机(非喷墨
Metashape 专业版AgisoftN/A所需软件
塑料卡(约 1mm x 5mm x 5mm)不适用适用GPS套件,也可以使用废弃的信用卡或类似卡,切成两半。
智能手机N/AN/A 任何相当现代的智能手机,用于 GPS 数据收集
索尼 A6700 Sea Frogs 40M/130FT 防水外壳,带亚克力 6 英寸圆顶端口 V.1SeaFrogsN/A如果使用 a6600 或 a6400 相机,请更换为适当的 SeaFrogs 外壳
力胶N/AN/A用于 GPS 套件和比例尺创建
健身式浮板Speedo877530050021SZfor GPS 套件,品牌不重要
手表式潜水电脑N/AN/A用于收集角标记深度
XunieaW-1188品牌不重要,适合 GPS 设备防水
手机袋鹈鹕PP048884品牌不重要,适合智能手机
N通用 N通用 N最快 N不适用 套件的 )不 强 游泳 防水

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Coral reefs in the Anthropocene. Nature. 546 (7656), 82-90 (2017).">Hughes, T. P., et al. Coral reefs in the Anthropocene. Nature. 546 (7656), 82-90 (2017).
  2. Species richness on coral reefs and the pursuit of convergent global estimates. Current Biology. 25 (4), 500-505 (2015).">Fisher, R., et al. Species richness on coral reefs and the pursuit of convergent global estimates. Current Biology. 25 (4), 500-505 (2015).
  3. Changes in the global value of ecosystem services. Glob Environ Change. 26 (1), 152-158 (2014).">Costanza, R., et al. Changes in the global value of ecosystem services. Glob Environ Change. 26 (1), 152-158 (2014).
  4. Reefs since Columbus. Coral Reefs. 16 (1), S23-S32 (1997).">Jackson, J. B. C. Reefs since Columbus. Coral Reefs. 16 (1), S23-S32 (1997).
  5. Changes in coral-associated microbial communities during a bleaching event. ISME Journal. 2 (4), 350-363 (2008).">Bourne, D., Iida, Y., Uthicke, S., Smith-Keune, C. Changes in coral-associated microbial communities during a bleaching event. ISME Journal. 2 (4), 350-363 (2008).
  6. Mapped coral mortality and refugia in an archipelago-scale marine heat wave. Proc Natl Acad Sci U S A. 119 (19), e2123331119(2022).">Asner, G. P., et al. Mapped coral mortality and refugia in an archipelago-scale marine heat wave. Proc Natl Acad Sci U S A. 119 (19), e2123331119(2022).
  7. A global coral reef probability map generated using convolutional neural networks. Coral Reefs. 39 (6), 1805-1815 (2020).">Li, J., et al. A global coral reef probability map generated using convolutional neural networks. Coral Reefs. 39 (6), 1805-1815 (2020).
  8. Remote sensing of coral reefs for monitoring and management: A review. Remote Sens. 8 (2), (2016).">Hedley, J. D., et al. Remote sensing of coral reefs for monitoring and management: A review. Remote Sens. 8 (2), (2016).
  9. Development and application of a video-mosaic survey technology to document the status of coral reef communities. Environ Monit Assess. 125 (1), 59-73 (2007).">Lirman, D., et al. Development and application of a video-mosaic survey technology to document the status of coral reef communities. Environ Monit Assess. 125 (1), 59-73 (2007).
  10. Large-area imaging reveals biologically driven non-random spatial patterns of corals at a remote reef. Coral Reefs. 36 (4), 1291-1305 (2017).">Edwards, C. B., et al. Large-area imaging reveals biologically driven non-random spatial patterns of corals at a remote reef. Coral Reefs. 36 (4), 1291-1305 (2017).
  11. Utilizing underwater three-dimensional modeling to enhance ecological and biological studies of coral reefs. Int Arch Photogramm Remote Sens Spat Inf Sci. 40 (5W5), 61-66 (2015).">Burns, J. H. R., Delparte, D., Gates, R. D., Takabayashi, M. Utilizing underwater three-dimensional modeling to enhance ecological and biological studies of coral reefs. Int Arch Photogramm Remote Sens Spat Inf Sci. 40 (5W5), 61-66 (2015).
  12. Integrating structure-from-motion photogrammetry with geospatial software as a novel technique for quantifying 3D ecological characteristics of coral reefs. PeerJ. 7, (2015).">Burns, J. H. R., Delparte, D., Gates, R. D., Takabayashi, M. Integrating structure-from-motion photogrammetry with geospatial software as a novel technique for quantifying 3D ecological characteristics of coral reefs. PeerJ. 7, (2015).
  13. Coral reef monitoring by scuba divers using underwater photogrammetry and geodetic surveying. Remote Sens. 12 (18), (2020).">Nocerino, E., et al. Coral reef monitoring by scuba divers using underwater photogrammetry and geodetic surveying. Remote Sens. 12 (18), (2020).
  14. 34;Structure-from-Motion" photogrammetry: A low-cost, effective tool for geoscience applications. Geomorphology. 179, 300-314 (2012).">Westoby, M. J., Brasington, J., Glasser, N. F., Hambrey, M. J., Reynolds, J. M. 34;Structure-from-Motion" photogrammetry: A low-cost, effective tool for geoscience applications. Geomorphology. 179, 300-314 (2012).
  15. 3D habitat complexity of coral reefs in the Northwestern Hawaiian Islands is driven by coral assemblage structure. Int Arch Photogramm Remote Sens Spat Inf Sci. 42 (2/W10), 61-67 (2019).">Burns, J. H. R., et al. 3D habitat complexity of coral reefs in the Northwestern Hawaiian Islands is driven by coral assemblage structure. Int Arch Photogramm Remote Sens Spat Inf Sci. 42 (2/W10), 61-67 (2019).
  16. End of the chain? Rugosity and fine-scale bathymetry from existing underwater digital imagery using structure-from-motion (SfM) technology. Coral Reefs. 35 (3), 889-894 (2016).">Storlazzi, C. D., Dartnell, P., Hatcher, G. A., Gibbs, A. E. End of the chain? Rugosity and fine-scale bathymetry from existing underwater digital imagery using structure-from-motion (SfM) technology. Coral Reefs. 35 (3), 889-894 (2016).
  17. Limited coral mortality following acute thermal stress and widespread bleaching on Palmyra Atoll, central Pacific. Coral Reefs. 38 (4), 701-712 (2019).">Fox, M. D., et al. Limited coral mortality following acute thermal stress and widespread bleaching on Palmyra Atoll, central Pacific. Coral Reefs. 38 (4), 701-712 (2019).
  18. Quantifying the loss of coral from a bleaching event using underwater photogrammetry and AI-assisted image segmentation. Remote Sens. 15 (16), (2023).">Kopecky, K. L., et al. Quantifying the loss of coral from a bleaching event using underwater photogrammetry and AI-assisted image segmentation. Remote Sens. 15 (16), (2023).
  19. 3D assessment of a coral reef at Lalo Atoll reveals varying responses of habitat metrics following a catastrophic hurricane. Sci Rep. 11 (12050), (2021).">Pascoe, K. H., Fukunaga, A., Kosaki, R. K., Burns, J. H. R. 3D assessment of a coral reef at Lalo Atoll reveals varying responses of habitat metrics following a catastrophic hurricane. Sci Rep. 11 (12050), (2021).
  20. The use of unoccupied aerial systems (UASS) for quantifying shallow coral reef restoration success in Belize. Drones. 7 (4), 221(2023).">Peterson, E. A., Carne, L., Balderamos, J., Faux, V., Gleason, A., Schill, S. R. The use of unoccupied aerial systems (UASS) for quantifying shallow coral reef restoration success in Belize. Drones. 7 (4), 221(2023).
  21. Coral Restoration Foundation TM Photomosaic Manual Second Edition-November 2020. , www.coralrestoration.org (2020).">Neufeld, A. M., Fundakowski, G. Coral Restoration Foundation TM Photomosaic Manual Second Edition-November 2020. , www.coralrestoration.org (2020).
  22. A field primer for monitoring benthic ecosystems using structure-from-motion photogrammetry. J Vis Exp. , e61815(2021).">Roach, T. N. F., et al. A field primer for monitoring benthic ecosystems using structure-from-motion photogrammetry. J Vis Exp. , e61815(2021).
  23. Processing photomosaic imagery of coral reefs using structure-from-motion standard operating procedures. NOAA Technical Memorandum. (NOAA-TM-NMFS-PIFSC-93. , (2019).">Suka, R., et al. Processing photomosaic imagery of coral reefs using structure-from-motion standard operating procedures. NOAA Technical Memorandum. (NOAA-TM-NMFS-PIFSC-93. , (2019).
  24. Standard Operating Procedure Documents for Coral Reef Ecological Monitoring Collection. UC San Diego Library Digital Collections. , (2023).">Sandin, S. A., et al. Large area imagery collection & processing standard operating procedures - Version 3.0 (2021). Standard Operating Procedure Documents for Coral Reef Ecological Monitoring Collection. UC San Diego Library Digital Collections. , (2023).
  25. Agisoft Metashape Professional Edition. , (2024).">Agisoft Metashape Professional Edition. , (2024).
  26. ESRI Survey123. , (2023).">ESRI Survey123. , (2023).
  27. TagLab: AI-assisted annotation for the fast and accurate semantic segmentation of coral reef orthoimages. J Field Robot. 39 (3), 246-262 (2022).">Pavoni, G., et al. TagLab: AI-assisted annotation for the fast and accurate semantic segmentation of coral reef orthoimages. J Field Robot. 39 (3), 246-262 (2022).
  28. Size-frequency distribution of coral assemblages in insular shallow reefs of the Mexican Caribbean using underwater photogrammetry. PeerJ. 8, e8957(2020).">Hernández-Landa, R. C., Barrera-Falcon, E., Rioja-Nieto, R. Size-frequency distribution of coral assemblages in insular shallow reefs of the Mexican Caribbean using underwater photogrammetry. PeerJ. 8, e8957(2020).
  29. Metrics of coral reef structural complexity extracted from 3D mesh models and digital elevation models. Remote Sens. 12 (17), RS12172676(2020).">Fukunaga, A., Burns, J. H. R. Metrics of coral reef structural complexity extracted from 3D mesh models and digital elevation models. Remote Sens. 12 (17), RS12172676(2020).
  30. Proc IEEE Comput Soc Conf Comput Vis Pattern Recognit. , 1682-1691 (2019).">Akkaynak, D., Treibitz, T. Sea-Thru: a method for removing water from underwater images. Proc IEEE Comput Soc Conf Comput Vis Pattern Recognit. , 1682-1691 (2019).
  31. DeepSeeColor: realtime adaptive color correction for autonomous underwater vehicles via deep learning methods. In. Jamieson, S., How, J. P., Girdhar, Y. 2023 IEEE Int Conf Robot Autom, , 3095-3101 (2023).
  32. Accurate scaling and levelling in underwater photogrammetry with a pressure sensor. Int Arch Photogramm Remote Sens Spat Inf Sci. 43 (B2-2021), 667-672 (2021).">Menna, F., Nocerino, E., Chemisky, B., Remondino, F., Drap, P. Accurate scaling and levelling in underwater photogrammetry with a pressure sensor. Int Arch Photogramm Remote Sens Spat Inf Sci. 43 (B2-2021), 667-672 (2021).
  33. Large-area imaging in tropical shallow water coral reef monitoring, research and restoration: a practical guide to survey planning, execution, and data extraction. NOAA Technical Memorandum NOS NCCOS 313. , (2023).">Edwards, C. B., et al. Large-area imaging in tropical shallow water coral reef monitoring, research and restoration: a practical guide to survey planning, execution, and data extraction. NOAA Technical Memorandum NOS NCCOS 313. , (2023).
  34. Agisoft Agisoft Metashape User Manual Professional Edition, Version 2.1. , https://www.agisoft.com/pdf/metashape-pro_2_1_en.pdf (2024).">Agisoft Agisoft Metashape User Manual Professional Edition, Version 2.1. , https://www.agisoft.com/pdf/metashape-pro_2_1_en.pdf (2024).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Underwater PhotogrammetryCoral Reef MonitoringStructure From MotionTime Series ImagingBenthic HabitatGeo ReferencingDigital Elevation ModelOrthomosaic GenerationGround Control MarkersPhotogrammetry Automation

Related Articles