여기에 제시된 프로토콜은 수중 사진 측량 데이터를 수집하고 처리하기 위한 프로토콜로, 생태 데이터 추출, 분석 및 적용을 위해 준비된 지리 참조 및 시계열 정렬 출력을 생성하는 크게 단순화되고 완전히 자동화된 이미지 처리 파이프라인을 포함합니다.
Method Article
여기에 제시된 프로토콜은 수중 사진 측량 데이터를 수집하고 처리하기 위한 프로토콜로, 생태 데이터 추출, 분석 및 적용을 위해 준비된 지리 참조 및 시계열 정렬 출력을 생성하는 크게 단순화되고 완전히 자동화된 이미지 처리 파이프라인을 포함합니다.
움직임에서 구조 사진 측량을 통한 대면적 이미징(LAI)은 산호초 생태계에 대한 모니터링 도구로서 상당한 견인력을 얻었으며, 이를 통해 저서 구성, 구조적 복잡성 및 기타 지표에 대한 데이터를 수집하기 위해 현장에서 분석할 수 있는 산호초 부분의 디지털 모델을 생성할 수 있습니다. 다양한 접근 방식이 사용되었지만 데이터 수집 및 컴퓨터 처리에 대한 체계적인 접근 방식은 많은 연구자에게 여전히 필요합니다. 이 문제를 해결하기 위해 수중 이미지 수집, 지리 참조, 데이터 처리 및 시계열 정렬을 위한 간단하고 포괄적인 워크플로우인 ReefShape를 개발했습니다. 구체적인 카메라 시스템 권장 사항 및 이미지 획득 지침은 당사의 경험을 기반으로 제공됩니다. 시계열 데이터 세트의 자동 정렬을 용이하게 하는 기판에 고정된 영구 지상 제어 마커를 사용하여 실제 지리 참조를 통합하는 프로세스에 대해 설명합니다. 데이터 처리 워크플로우를 자동화하기 위해 일련의 처리 스크립트가 개발되어 일반적으로 시간이 많이 걸리고 복잡한 프로세스를 간소화하고 획기적으로 단순화했습니다. 당사의 스크립트 접근 방식은 산호초 연구자의 데이터 처리 부담을 줄이고, 사진 측량 파이프라인의 효율성을 높이며, 일반적인 GIS 및 산호초 이미지 세분화 프로그램에서 사용할 수 있도록 분석 가능한 형식으로 데이터를 내보내는 것을 목표로 합니다. 여기에 설명된 방법은 사진 측량을 산호초 모니터링 도구로 통합하는 동시에 유연성을 유지하고 특정 분석을 연구자에게 맡기는 포괄적인 솔루션을 제공합니다.
산호초는 전 세계적으로 가장 생물 다양성이 높고 경제적으로 중요한 생태계 중 하나이며 기후 변화, 질병, 남획 및 기타 스트레스 요인으로 인해 전례 없는 도전에 직면해 있습니다 1,2,3. 산호초 생태계에 대한 모니터링은 종종 외딴 위치와 수중 연구에 대한 내재적 어려움으로 인해 매우 어렵습니다. 그러므로, 산호초는 역사적으로 충분히 연구되지 않았다4. 미생물5에서 군도6 및 글로벌 7에 이르는 다양한 공간 규모에서 산호초를 효과적으로 모니터링하는 것은 산호초의 감소를 이해하고 개입 노력을 계획, 추적 및 평가하는 데 필수적입니다8. 수십 제곱미터에서 수백 제곱미터 규모의 산호초 저서의 상태를 모니터링하기 위해 널리 사용되는 도구는 포토모자이크 이미징(photomosaic imaging)으로, 이는 겹쳐진 수중 사진으로 구성된 고해상도 지도를 지칭하는 용어입니다9. 이러한 모자이크를 통해 연구자들은 단일 사진으로 포착할 수 있는 것보다 더 큰 산호초 영역을 이미지화할 수 있으므로 대면적 이미징(LAI)10이라는 용어가 사용됩니다. 모자이크는 나중에 산호 덮개 비율, 군집 크기, 종 분포 및 저서 구성11과 같은 관련 생태 정보를 추출하기 위해 분석될 수 있습니다. 컴퓨팅의 발전과 기성 소프트웨어의 가용성으로 이제 SfM(structure-from-motion) 사진 측량을 사용하여 이 프로세스를 완료할 수 있습니다. SfM은 사진과 타이 포인트의 3차원 방향을 재구성하는 데 사용되는 일치하는 포인트에 대한 사진을 분석하여 정확한 가상 암초 복제본 12,13,14를 생성할 수 있도록 합니다. SfM/LAI 조사는 산호초 연구에서 보편화되어 산호 군집 생태학 10, 서식지 복잡성 15,16, 백화 현상에 대한 산호 군집 반응17,18, 허리케인19 및 산호 복원20에 대한 새로운 통찰력을 제공합니다.
산호초 모니터링을 위해 LAI를 사용하기 위한 몇 가지 접근 방식이 개발되었으며, 21,22,23,24 이 기술을 활용하고자 하는 실무자들이 다양한 선택을 할 수 있게 되었습니다. 그러나 산호초 연구에서 LAI를 효과적으로 사용하는 것은 복잡하며 상당한 학습 노력이 필요합니다. 스쿠버 다이빙, 수중 내비게이션, 수중 사진, 소프트웨어 활용, 데이터 큐레이션 및 관리에 대한 숙련도가 필수적입니다. 또한 생태학에 대한 전문 지식은 데이터 제품을 효과적으로 분석하고 해석하는 데 필수적입니다. 기존 워크플로우는 시계열 프로토콜, 메타데이터 수집(예: 크기 조정, 깊이 및 위치) 또는 현장 여행 후 데이터 처리(정확하고 반복 가능한 데이터 수집에 필수적인 모든 단계)에 대한 충분한 지침을 제공하지 않고 주로 이미지 획득에 초점을 맞추는 경향이 있습니다. LAI 워크플로우와 관련된 비용도 고가의 카메라 시스템과 컴퓨터 설정을 사용하여 높은 경향이 있습니다. 연구자들 사이에서는 포괄적이고 간단하며 효율적인 방법론에 대한 강한 요구가 남아 있으며, 그 결과 현재와 미래의 광범위한 연구 질문에 답할 수 있는 충분한 품질의 데이터가 생성됩니다. 우리는 처리 노력과 복잡성을 줄이고 비용을 최소화하는 동시에 데이터 품질을 개선하는 수중 LAI에 대한 강력하고 효율적인 접근 방식을 개발하여 이 문제를 해결합니다. 우리의 새로운 접근 방식은 이미지의 신속한 획득, 자동화된 처리 및 시계열 정렬을 가능하게 하여 산호초 생태 연구 및 분석을 위한 고품질 데이터 제품을 제공합니다. 이 접근 방식을 구현하는 데 드는 총 시작 비용은 사용자가 사진 측량 소프트웨어에 대한 교육 가격에 액세스할 수 있는지 여부에 따라 약 $5,000 - $8,000 USD(카메라 시스템, 재료, 전용 컴퓨터 및 소프트웨어 포함)입니다. 우리의 방법을 적용함으로써 우리는 산호초 연구자들이 데이터 수집 및 처리 노력을 최적화하도록 지원하고, 매우 중요한 산호초 생태 데이터의 신속한 추출 및 분석을 용이하게 하는 보다 효율적인 워크플로우를 가능하게 하는 것을 목표로 합니다.
여기에 설명된 "ReefShape"라는 이름의 방법은 (1) 데이터 세트의 자동 지리 참조 및 시계열 정렬을 가능하게 하기 위해 기판에 고정된 반영구적 지상 제어 마커의 사용, (2) 위치 데이터 수집 및 형식 지정을 용이하게 하기 위한 맞춤형 앱 기반 설문조사 사용, (3) 사진 측량 파이프라인을 완전히 자동화하기 위해 구축된 포괄적인 스크립트 프로세스의 구현, 다른 LAI 프로토콜 20,21,22,23에서 의존하는 가공 단계에서 인간의 노동력을 크게 줄입니다. 이러한 다른 LAI 프로토콜과 마찬가지로 ReefShape는 사진 측량 처리를 위해 Agisoft Metashape25(이하 "사진 측량 프로그램")를 사용하며 위치 데이터 수집을 위해 무료 ESRI Survey12326스마트폰 애플리케이션(이하 "측량 앱")을 추가로 사용합니다. 이 프로토콜은 단순하면서도 견고하게 설계되었으며, 멀티 카메라 시스템24 또는 복잡한 측지 측량13을 필요로 하지 않으면서도 완성된 3D 모델, 포토모자이크, 그리고 정확한 형상, 축척 및 위치를 가진 디지털 고도 모델로 정의되는 고품질 데이터를 제공한다는 목표를 충족시킨다. 종 또는 속 수준에서 저서 유기체를 시각적으로 식별할 수 있는 충분한 해상도와 선명도; 주요 데이터 갭이나 구멍이 없습니다. 정확한 색상; 그리고 시계열 데이터의 경우 시점 간의 적절한 정렬. 여기에 설명된 특정 접근 방식은 이러한 목표를 달성하기 위해 데이터를 수집하고 처리하기 위한 프레임워크를 제공합니다.
머신 러닝의 발전에 힘입어 포토모자이크에서 생태 데이터를 더 빠르고 정확하게 추출할 수 있는 새로운 분석 도구가 개발될 것으로 기대합니다. 따라서 우리는 고품질 수중 이미지 수집과 사진 측량 파이프라인의 자동화에 노력을 집중하고 있으며, 특정 분석은 주로 이 프로토콜 사용자의 다양한 요구에 따라 결정되어야 합니다. 산호초 연구 커뮤니티에 광범위하게 적용할 수 있도록 하는 이 스크립트 프로세스에는 일반적인 GIS 소프트웨어와 산호초 정사모자이크의 신속한 주석을 위해 특별히 제작된 애플리케이션인 TagLab에 맞게 조정된 다양한 사양의 GeoTIFF 형식의 데이터 제품을 내보낼 수 있는 옵션이 포함됩니다27.
프로토콜 개요
ReefShape 메서드는 현장 데이터 수집과 컴퓨터에서의 데이터 처리의 두 가지 주요 단계로 나뉩니다. 이 방법은 ~ 25m2에서 최대 >1000m2까지의 플롯 크기에 대해 기능적이며 깊이는 ~ 1m에서 30m까지입니다. 300-400m2의 플롯이 카리브해 암초의 산호 다양성을 효과적으로 포착하는 데 이상적임이 입증되었습니다28. 그러나 ~ 100m2보다 큰 플롯은 초보 측량사가 탐색하기 어려울 수 있음이 밝혀졌습니다. 따라서 프로토콜에는 10m x 10m의 플롯 크기가 시작점으로 설명되어 있지만 이 제안으로 사용자를 제한하지는 않습니다. 오히려 사용자는 자신의 경험과 연구 요구 사항에 따라 플롯 크기를 선택하는 것이 좋습니다. 데이터 수집 프로세스는 선택한 모든 플롯 크기에 대해 효과적으로 동일하게 유지됩니다.
플롯이 처음 설정되면 조사자는 다이빙 컴퓨터를 사용하여 각 마커의 깊이를 측정하기 위해 코딩된 사진 측량 대상(그림 1D)을 특징으로 하는 4개의 고유한 마커 태그(그림 2)를 각 모서리의 기판에 영구적으로 고정하는 것으로 시작합니다. 코드화된 눈금 막대(그림 1E)는 플롯 내에 임시로 배치되며, 다이버는 단일 미러리스 카메라와 암초 위 1.5m - 2m에 위치한 광각 직선형 렌즈를 사용하여 기판을 향한 사진을 수집하며, 다른 확립된 프로토콜 11,21,24와 유사한 이중 교차 "잔디 깎는 기계" 패턴으로 수영합니다.. 전체 프로세스(최초 설정 및 사진 촬영 포함)는 일반적으로 한 번의 다이빙으로 완료할 수 있지만, 더 깊거나 더 큰 플롯의 경우 여러 번의 다이빙이 필요할 수 있습니다. 사진 촬영 후 측량사는 부양 장치(그림 1C)와 스마트폰에 장착된 Bluetooth GPS 장치를 사용하여 측량 앱 내의 사용자 지정 양식을 사용하여 각 모서리 마커 위의 표면에서 GPS 포인트를 수집한 다음 사전 서식이 지정된 스프레드시트로 참조 데이터를 사용자에게 이메일로 보냅니다. 후속 플롯 조사에서 측량사는 참조 데이터를 수집하거나 마커를 설치하지 않고 기존 코너 마커를 찾아 청소하고 사진을 수집하기만 하면 시계열 데이터 수집 프로세스가 간소화됩니다.
데이터 처리를 위해 사진 측량 프로그램과 인터페이스하여 파이프라인을 자동화하는 맞춤형 Python 스크립트 세트가 개발되었습니다(그림 3), 일반적으로 여러 지점에서 사람의 개입이 필요한 프로세스입니다. 자동화된 파이프라인의 주요 처리 단계에는 타이 포인트 클라우드 생성 및 카메라 위치 추정, 산호초의 3D 메시 모델 구축, 2.5D DEM(디지털 고도 모델) 구축, 2D 정사보정 포토모자이크 구축, 4개의 모서리 마커로 경계가 지정된 관심 영역(ROI) 정의가 포함됩니다(그림 4). 이 워크플로우에서 사용자는 다른 워크플로우에서 흔히 볼 수 있는 것처럼 수동으로 참조 데이터를 추가하고 데이터 제품을 생성하기 전에 여러 단계를 진행할 필요 없이 처리 시작 시 그래픽 인터페이스(보충 그림 1)에 사진과 참조 데이터를 입력합니다 21,22,23,24. 시계열 처리의 경우, 영구 코너 마커는 시점의 자동 정렬을 용이하게 하여 수동 정렬의 필요성을 제거합니다. 표준화되고 스크립팅된 워크플로우를 사용하면 데이터 일관성을 보장하고 특히 시점이 많은 프로젝트에서 처리 중에 상당한 인적 노력을 절약할 수 있습니다. 산호초의 구조적 복잡성을 평가하기 위한 중요한 지표인 3D 표면적 대 평면 면적 비율 계산을 포함하여 다양한 처리 작업을 자동화하기 위해 독립형 스크립트 모음도 포함되어 있습니다19,29.

그림 1: 이 프로토콜의 데이터 수집 부분에 필요한 주요 재료. (A) 광각 직선형 렌즈가 있는 미러리스 카메라, (B) 카메라/렌즈에 맞는 돔 포트가 있는 수중 하우징, (C) Bluetooth GPS 킥보드 장치, (D) 영구 플롯 지상 제어 및 지리 참조를 위해 자동으로 감지 가능한 코딩된 코너 마커, (E) 모델 크기 설정에 사용되는 코딩된 축척 막대. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
알림: 장비 준비 단계는 보충 파일 1, 섹션 1 및 2 를 참조하십시오.
1. 플롯 설정
2. 이미지 획득
참고: 고품질 데이터를 보장하는 데 중요하므로 카메라 설정을 올바르게 구성하는 데 특별한 주의를 기울여야 합니다. 이 프로토콜에는 광각 렌즈가 있는 미러리스 카메라를 사용하는 것이 좋습니다. 표 1 및 보충 파일 1, 섹션 4 에서 주요 카메라 설정 및 시스템 권장 사항을 참조하십시오. 수중 하우징 및 렌즈와 일치하는 돔 포트와 페어링하십시오. 목표는 선명한 이미지를 유지하는 것입니다.
| 카메라 설정 | 추천 |
| 이미징 모드 | 수동 |
| 조리개 | 플롯이 >15m 깊이이거나 저조도인 경우 F8, F5.6 |
| 셔터 스피드 | 1/500초, 저조도 또는 제로 서지에서 1/320초 |
| 이소(ISO) | 자동 |
| 화이트 밸런스 | 사용자 지정(중간 깊이에서 흰색 점으로 설정) |
| 이미지 안정화 | 켜기(사용 가능한 경우) |
| 이미지 형식 | JPEG + RAW |
| 간 | 1초 |
| 자동 초점 | AF-S (시퀀스의 첫 번째 프레임에 초점) |
| 셔터 유형 | 기계식 또는 EFCS(무음 또는 전자식이 아님) |
| 노출 스무딩/AE 추적 감도 | 꺼짐 / 높음 |
표 1: 수중 사진 측량을 위해 이미지를 수집할 때 데이터 품질을 최대화하는 데 필요한 중요한 카메라 설정. 이러한 설정은 대부분의 미러리스 또는 DSLR 카메라에 적용되지만 재료 표에서 권장하는 특정 설정에 맞게 조정됩니다.

그림 2: 플롯 설정 및 촬영. (A)는 새로 설치된 코너 마커를 보여주고, (B)는 설치 후 13개월이 지난 마커를 보여줍니다. (C)는 다이버가 암초 위의 적절한 거리에서 조사를 수행하는 것을 보여주고, (D)는 코너 마커(검은색 점선 상자)에 의해 포함된 영역을 포함하는 두 개의 수직 반평행 패스(빨간색 및 파란색 선)가 있는 플롯 사진 촬영 과정의 다이어그램을 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
3. 참조 데이터 수집
참고: GPS 키트 및 ReefShape 측량 설정에 대해서는 보충 파일 1, 섹션 2를 참조하십시오. GPS 포인트 수집이 불가능한 경우 ReefShape 자동 처리 방법(섹션 5)을 계속 사용할 수 있습니다. 참조 파일의 서식을 로컬 좌표로 쉽게 지정할 수 있는 별도의 설문 조사는 사용 지침과 함께 GitHub 페이지(https://github.com/Perry-Institute/ReefShape)에서 찾을 수 있습니다.
4. 반복 시점

그림 3: 기본 ReefShape 스크립트를 통해 자동화된 사진 측량 워크플로우 단계를 보여주는 순서도. 이미지, 축척 막대 길이 파일 및 지리 참조 파일(주황색 상자)이 스크립트에 입력된 다음 모든 필수 처리 단계(파란색 상자)를 자동화하여 분석할 수 있는 데이터 제품(녹색 상자)을 만듭니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
5. 데이터 처리
참고: 소프트웨어 설정 단계는 보충 파일 1, 섹션 5 를 참조하십시오.

그림 4: ReefShape 프로세스의 4가지 주요 단계로 분할된 암초 플롯의 시각화. (A) 타이 포인트 클라우드 및 카메라 위치, (B) 3차원 메쉬 모델, (C) 디지털 입면 모델(DEM) 및 (D) 정사교 포토모자이크. 레이블은 감지된 코너 마커(타겟 1-4), 3개의 스케일 바, 구조 및 생태 분석을 위해 자동으로 생성된 관심 영역 폴리곤의 위치를 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
이 방법론을 사용하여 바하마 뉴프로비던스 남서쪽 끝에 있는 심스 포인트 암초(Simms Point Reef)에서 시계열 LAI 데이터 세트를 수집했습니다. 그림 4, 그림 5, 그림 6 및 보충 그림 4 는 모두 이 실험의 결과를 나타냅니다. 참조 네트워크가 구축되었고 2023년 1월에 첫 번째 이미지가 수집되었습니다. 2023년 8월, 극심한 해양 열파 동안 산호 백화 현상의 심각성을 평가하기 위해 다시 촬영했습니다. 두 시점 모두 전체 ReefShape 워크플로우 스크립트를 사용하여 처리되었으며 중간 단계에서 사용자 개입이 필요하지 않았습니다. 시점 1에는 1,299개의 이미지가 포함되었으며, 모두 성공적으로 정렬되었으며, 평균 수영 고도는 기판 위 1.8m, 기본 지면 해상도는 0.567mm/px(0.5mm/px로 표준화), 총 적용 범위 208m2 (모서리 마커 내 영역으로 측정), 3D/2D 표면적 비율 2.887, 재투영 오류 1.12px, 총 내부 지리적 위치 정확도 30.6cm, 배율 조정 오류 1.4mm. 전체 ReefShape 스크립트의 기본 설정에서 전체 프로세스는 6코어 CPU, 32GB RAM 및 8GB 개별 GPU(총 비용 ~$1,500 USD)가 있는 2018년경 데스크톱 컴퓨터를 사용하여 8시간 23분이 걸렸습니다. 14코어 CPU, 64GB RAM 및 24GB 개별 GPU(총 비용 ~$4,000 USD)가 있는 2024년 데스크톱은 총 1시간 58분 만에 동일한 플롯을 처리했습니다. 1,974/1,974개의 정렬된 이미지를 포함한 두 번째 시점은 이전 2018 데스크톱에서 7시간 45분이 걸렸습니다.
TagLab27 에서 완료된 두 시점과 기본 산호 백화 분석의 확대 섹션은 그림 5에 나와 있으며, 이는 시간 경과에 따른 저서 서식지 변화를 분석하기 위한 이 프로세스의 유용성을 보여줍니다. 분석 결과에 따르면 많은 산호 종에서 개체의 90% 이상이 완전한 백화 현상을 경험하여 사건의 심각성을 확인했으며, 다른 종은 백화 현상이 거의 또는 전혀 발생하지 않아 산호 군집 내의 회복력 패턴에 대한 통찰력을 얻을 수 있었습니다. 두 시점(그림 5) 모두 고품질 이미지를 보여주며, 종 또는 속 수준까지 저서 유기체를 전문적으로 식별할 수 있는 충분한 선명도와 해상도를 제공합니다. 화이트 밸런스가 적절하게 설정되었고 흐릿함, 데이터 홀 또는 기타 아티팩트가 있는 중요한 영역이 없어 프로토콜이 산호초 저서 생태계의 역학을 연구하는 데 필요한 데이터를 효율적으로 전달하는 데 성공했음을 나타냅니다. 그림 6 (위)은 이미지 아티팩트가 생태 데이터 추출을 방해하는 데이터 품질 요구 사항을 충족하지 않는 저품질 데이터 세트(아래)와 비교하여 고품질 이미지의 예로 이 플롯을 확대한 것을 보여줍니다. 부적절한 카메라 설정(잘못된 화이트 밸런스로 인해 전체적인 색조가 붉어지고, 조리개가 너무 열려 흐려짐)과 잘못된 다이버 내비게이션으로 인한 불충분한 사진 겹침으로 인해 품질이 좋지 않은 데이터 세트가 수집되어 이미지 획득의 중요성을 강조했습니다(프로토콜 섹션 2).

그림 5: 백화 현상 전과 도중에 촬영한 플롯의 시계열 이미지와 산호 군락 윤곽을 보여주는 대표적인 결과로, 당사의 프로토콜로 달성된 자동 정렬의 정확성과 시간 경과에 따른 저서 변화를 모니터링하기 위한 이 데이터의 유용성을 보여줍니다. (A) 바하마 뉴프로비던스의 심스 포인트 현장에 대한 2023년 1월 이미지, (B) 2023년 8월 이미지, (C) 건강(파란색), 창백(주황색) 또는 백색(빨간색)으로 분류된 2023년 1월의 살아있는 산호 군락, (D) 동일한 분류 체계로 요약된 2023년 8월의 살아있는 산호 군락. 산호 군집 개요는 TagLab에서 AI 지원 세분화를 사용하여 완료되었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 6: 고품질 정사모자이크와 저품질 정사모자이크의 예, 이 둘을 구별하는 주요 속성을 보여주는 주석이 있습니다. 프로토콜 단계 5.4 동안 정사모자이크 및 기타 데이터 제품에 대한 육안 검사는 프로토콜이 제대로 실행되었는지 또는 데이터 품질 목표를 달성하기 위해 플롯 사진을 다시 실행해야 하는지 여부를 평가하는 데 필요합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
소프트웨어 액세스:
ReefShape Python 스크립트, 설치 및 사용 지침, 데이터 수집 및 소프트웨어 사용에 대한 자세한 지침은 백서 형태로 https://github.com/Perry-Institute/ReefShape 에서 확인할 수 있습니다. 문제가 발생하는 즉시 해결하고 개선하기 위해 스크립트를 업데이트할 계획입니다. 따라서 최신 버전을 사용하는 것이 좋습니다.
보충 그림 1. 스마트폰의 Survey123 앱 내에서 ReefShape 지리 참조 데이터 수집 설문조사를 보여주는 스크린샷. 사용자는 유료 계정 없이 설문조사에 액세스할 수 있으며, 제출 시 ReefShape 처리에 사용할 수 있도록 미리 포맷된 데이터를 이메일로 받게 됩니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 그림 2. 전체 ReefShape 워크플로우 스크립트 GUI의 스크린샷. 사용자는 이 인터페이스에서 처리에 필요한 모든 정보를 입력할 수 있으므로 사진 측량 워크플로우를 완전히 자동화할 수 있습니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 그림 3. Align Timepoints 스크립트 GUI의 스크린샷. 사용자는 이 스크립트를 사용하여 후속 설문 조사를 원래 시점에 자동으로 정렬할 수 있으므로 시계열 변경 분석을 수행할 수 있습니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 그림 4. 3D 모델의 스크린샷으로, 대표적인 결과와 참조 패널을 강조 표시합니다. 참조 패널의 모든 정보는 전체 ReefShape 워크플로우 스크립트에 입력된 축척 막대 및 지리 참조 파일에 따라 자동으로 설정됩니다. 서로 다른 참조 데이터(스케일링의 경우 0.25mm, 깊이의 경우 10cm, XY 지리적 위치의 경우 ~70cm)에 대한 다양한 정확도 측정이 자동으로 입력되며 Metashape에서 계산한 최종 위치 솔루션에서 스케일, 깊이, XY 좌표의 우선 처리를 용이하게 합니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 파일 1: 프로토콜 자체의 범위를 벗어나는 장비 준비 지침, 카메라 시스템 요구 사항 및 설정, 컴퓨터 요구 사항 및 소프트웨어 설정 단계는 보충 파일에 포함되어 있습니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
이 프로토콜은 획득 중 이미지 품질 및 중복, 모델 및 지도의 확장, 레벨링, 지리적 위치 및 시계열 정렬을 위한 메타데이터 수집, 사진 측량 처리 파이프라인 중 인간의 의사 결정, 분석을 위한 데이터 준비 및 내보내기를 포함하여 산호초 서식지에 대한 수중 사진 측량의 주요 문제 중 일부를 해결하기 위해 설계되었습니다. 첫 번째 과제는 카메라 시스템과 중요한 설정에 대한 신중한 선택, 테스트 및 추천을 통해 해결됩니다. 많은 시스템이 이미지 획득을 위해 작동할 수 있지만, 롤링 셔터 왜곡, 수동 화이트 밸런스 부족, 1Hz에서 RAW 사진을 수집할 수 없기 때문에 액션 카메라(예: GoPro 또는 이와 유사한 것)와 관련된 설정은 최종 이미지의 품질과 시계열 데이터를 정확하게 정렬하는 기능을 제한합니다. 다중 카메라 DLSR 설정은 연구 플롯(24)의 이미지 커버리지를 개선할 수 있지만 이러한 설정은 비용이 많이 들고 수중에서 더 번거롭습니다. 대신 기계식 셔터, 맞춤형 화이트 밸런싱, RAW 및 JPEG 사진 수집 기능, 노이즈 수준이 낮은 최신 APS-C 이미지 센서, 선명한 이미지를 생성하는 광각 렌즈(~100° 시야각) 및 돔 포트 조합을 갖춘 비교적 저렴한(~$2,800 USD 총 비용) 단일 미러리스 카메라 시스템을 선택합니다. 이미지 커버리지와 겹침을 늘리기 위해 광각 렌즈를 선택하여 수직 및 돌출된 표면의 3D 렌더링을 개선하고 잠재적인 모델 구멍을 줄입니다. 1초 간격과 단일 카메라를 사용하면 세부 사항이나 모델 품질을 잃지 않고 다른 방법에 비해 전체 이미지 수를 줄여 처리 속도를 높일 수 있습니다. 마지막으로, RAW 이미지는 JPEG 이미지에 의존하는 현재 이미지 처리 파이프라인의 기능에 즉시 중요하지는 않지만, RAW 이미지는 더 높은 품질의 색상 정보를 포함하고 있기 때문에 보관 목적에 필수적이라고 생각합니다. 화이트 밸런스는 이미지 처리 소프트웨어에서 수집한 후 조정할 수 있으며, 향후 고품질 색상 정보를 SeaThru30 또는 DeepSeeColor31 과 같은 색상 보정 알고리즘에 공급하고 사진 측량 파이프라인에 통합하여 보다 일관된 색상과 산호 색소 침착 및 백화와 같은 현상에 대한 자세한 연구를 수행할 수 있습니다.
두 번째 주요 과제는 3D 지리적 위치, 확장 및 시계열 정렬입니다. 많은 분석에 실제 좌표가 필요하지는 않지만, 정사보정 프로세스와 정확한 측정을 위해 모델의 크기를 정확하게 조정하고 수평을 맞춰야 합니다32,33. 이 프로세스는 감지 가능한 코딩된 표적을 사용하지 않거나 깊이 측정 및 XY 좌표계 없이는 사진 측량 소프트웨어 내에서 자동화하기 어렵습니다. 대부분의 프로토콜은 Metashape에서 또는 나중에 다른 소프트웨어에서 참조 정보를 수동으로 통합해야 하므로 워크플로에 복잡성과 비효율성이 추가됩니다. 사용자 친화적인 지리적 위치 및 깊이 수집 시스템과 함께 정확하게 알려진 길이 및 영구적으로 고정된 모서리 마커의 스케일 바에 코드화된 표적을 통합함으로써 좌표 시스템을 자동으로 정의하고 모델을 찾고, 축척 및 수평을 맞추는 데 필요한 정보를 소프트웨어에 제공합니다. 소프트웨어는 각 측정의 정확도를 지정함으로써 스케일, 깊이, XY 좌표에 우선 순위를 두도록 최종 위치 솔루션에 올바르게 가중치를 부여하여 상대적으로 정확도가 낮은 GNSS 데이터에서도 매우 정확한 스케일링 및 레벨링을 가능하게 합니다. 시계열 포토모자이크의 공동 등록은 일반적으로 산호초의 일관된 지점을 찾고, 표시하고, 일치시키기 위해 사람의 개입이 필요합니다. 이 프로세스는 시간 포인트 사이에 명확하게 정적 기능이 없는 경우 시간이 많이 걸리고 어렵습니다. 내구성 있는 지상 제어점 마커를 사용하면 자동으로 감지할 수 있는 4개의 정적 표적 세트를 제공하여 이 문제를 완화할 수 있습니다. 스크립트로 작성된 프로세스를 통해 후속 시점은 이전 시점의 정확한 지리 참조를 상속하여 정렬 프로세스를 크게 단순화하고 사람의 입력을 줄이는 동시에 산호초의 미세한 생태학적 및 구조적 변화를 추적할 수 있는 시점의 매우 정확한 공동 등록을 용이하게 합니다.
이 프로토콜이 해결하는 세 번째 과제는 사람의 개입과 컴퓨터 하드웨어에 대한 요구 측면에서 사진 측량 워크플로우 내의 비효율성입니다. ReefShape 스크립트는 사용자가 단일 GUI 상자에 전체 프로세스에 필요한 모든 정보를 입력할 수 있도록 설계하여 프로세스의 주요 단계(예: 축척, 레벨링 및 지리 참조 정보 통합)에서 일반적으로 필요한 모든 개입을 제거합니다. 이를 통해 사용자는 프로세스를 시작하고 나머지는 컴퓨터에 맡겨 시간과 노력을 절약할 수 있습니다. Full ReefShape Workflow 스크립트(그림 3 및 그림 4)에 사용된 사진 측량 파이프라인은 효율적인 처리를 제공하도록 최적화되었습니다. 우리는 두 단계로 구성된 특수 정렬 프로세스를 사용합니다. 첫 번째 정렬 패스는 일반 사전 선택이 활성화된 상태에서 실행되며, 이는 정확도 손실 없이 이미지 정렬 시간을 몇 시간 단축할 수 있는 옵션입니다34. 그런 다음 두 번째 단계에서는 일반 사전 선택을 사용하지 않고 기존 정렬에 남아 있는 정렬되지 않은 사진을 추가하려고 시도하며, 이는 얕은 물에서 웨이브 렌즈로 인한 차선의 겹침 또는 부식성 밴드로 인한 정렬 문제를 완화할 수 있습니다. 종합하면, 이러한 단계는 효율적이고 강력한 정렬 프로세스를 나타내며, 표준 Metashape 처리 절차보다 적절하게 정렬된 사진의 비율이 훨씬 더 높은 경우가 많습니다. 우리는 깊이 맵에서 직접 3D 메쉬를 생성하여 밀집된 포인트 클라우드 구축의 시간과 자원 집약적인 프로세스를 우회합니다. 이러한 방식으로 생성된 메쉬는 노이즈가 적고 커버리지가 낮은 영역을 더 잘 재구성하는 경향이 있어 다른 방법(23)에서 사용되는 것처럼 메싱하기 전에 포인트 클라우드 청소의 필요성을 방지합니다. 우리의 경험에 비추어 볼 때, 메시 생성을 위한 이 프로세스는 더 안정적인 경향이 있으며, 이는 조밀한 포인트 클라우드 구성 및 메싱보다 컴퓨터 충돌이 적습니다. 마지막으로, 메시 대신 orthorectification 표면으로 사용되는 고해상도 DEM을 생성하는데, 이는 눈에 띄는 품질 손실 없이 orthomosaic 빌드 시간을 크게 단축하기 때문입니다.
마지막 과제는 생태 분석을 위한 데이터의 준비, 표준화 및 내보내기입니다. 이미지 제품 해상도를 0.5mm/픽셀로 표준화함으로써 플롯과 시점 전반에 걸쳐 일관되고 비교 가능한 제품을 보장하여 분석에 AI 및 머신 러닝을 활용하려는 향후 노력을 강화합니다. 전체 ReefShape 워크플로우 스크립트는 GIS 소프트웨어 및 TagLab27에 적합한 형식으로 처리 보고서 및 데이터 제품을 내보내는 옵션을 제공하여 이 단계를 수동으로 수행하는 워크플로우에 비해 형식을 표준화하고 시간과 노력을 절약합니다. 많은 분석에 필요한 관심 영역(ROI) 폴리곤은 알려진 코너 마커 위치를 사용하여 자동으로 생성되며, 저서 구성을 분석하기 위해 플롯에서 임의의 점을 생성 및 식별하는 것과 같은 GIS 워크플로에 통합하기 위해 표준 모양 파일로 내보냅니다. 또한 이 ROI는 그림 5와 같이 시계열 분석에 필요한 TagLab의 잘리고 픽셀 정렬된 출력을 가능하게 합니다. 또한 ROI를 통해 각 시점에 대한 3D 표면적 대 평면 면적 비율을 자동으로 계산할 수 있으며(프로토콜 단계 5.2.8), 이는 산호초의 구조적 복잡성과 시간 경과에 따른 변화를 측정하는 데 중요합니다.
이 프로토콜은 수중 사진 측량의 효율성과 유용성의 발전을 나타내지만 한계가 있습니다. 특히 사진 측량 프로세스가 주요 단계 중 하나에서 실패하는 경우 계속하기 전에 문제를 해결하고 수정하기 위해 사용자 개입이 필요합니다. 당사의 스크립트 프로세스는 심층적인 사진 측량 지식이 없는 연구원이 사용할 수 있도록 설계되었지만, 문제가 발생했을 때 문제를 해결하려면 기본적인 이해가 중요합니다. 프로세스의 몇 가지 핵심 부분은 문제가 발생하기 쉽습니다. 첫째, 이미지 겹침이 불량하거나 얕은 물과 햇볕이 잘 드는 조건에서 기판의 심한 부식성 띠로 인해 이미지가 정렬되지 않을 수 있습니다. 정렬 실패는 타이 포인트 클라우드와 카메라 위치를 검사하여 감지할 수 있습니다. 커스틱 밴드로 인해 정렬이 실패하는 경우 Generic Preselection을 선택하지 않은 상태에서 전체 ReefShape 워크플로우를 다시 실행하면 일반적으로 처리 시간이 크게 길어지지만 문제를 해결할 수 있습니다. 소프트웨어가 사진을 정렬하기에 이미지 겹침이 충분하지 않은 경우 사이트를 다시 촬영하는 것이 가장 좋은 솔루션일 수 있습니다. 마커 감지에 실패하면 매핑 오류가 발생할 수도 있습니다. 이것은 마커가 손상되었거나 충분히 청소되지 않은 경우에 가장 자주 발생합니다. 이 경우 Metashape 내의 개별 사진에 마커를 배치하고 수동으로 이름을 지정할 수 있으며 ReefShape 스크립트를 다시 실행하여 처리를 완료할 수 있습니다. 경우에 따라 GPS 포인트가 너무 부정확하여 지리적으로 순서가 맞지 않거나 GPS 포인트가 잘못된 대상에 할당된 경우 지리 참조가 실패할 수 있습니다. 이 문제는 데이터와 적절하게 일치하도록 지리 참조 CSV를 수동으로 편집한 다음 스크립트를 다시 실행하여 해결할 수 있습니다. 마지막으로, 특히 플롯이 크거나 품질 설정이 더 높은 덜 강력한 컴퓨터를 사용할 때 소프트웨어 충돌이 발생할 수 있습니다. 이를 예상하여 스크립팅된 프로세스는 각 단계가 완료된 후 자동 저장되어 사용자가 진행 상황을 잃지 않고 다시 시작하고 설정을 조정할 수 있도록 합니다. 추가 문제 해결 권장 사항은 GitHub 페이지에서 제공됩니다.
ReefShape의 주요 목표는 수중 사진 측량의 수집 및 처리 구성 요소를 단순화하고 비용을 최대한 절감하여 사용자가 생태 데이터 추출에 시간과 노력을 보다 온전히 집중할 수 있도록 하는 것입니다. 당사는 일반적인 생태 분석 옵션의 요구 사항을 충족하도록 맞춤화된 고품질 데이터 출력을 실현하도록 설계된 완전한 프로세스를 제공합니다. 설명된 프로토콜은 매우 구체적이지만, 처리에 대한 스크립트 접근 방식은 유연하며 플롯 크기, 수영/사진 수집 패턴, 대상 출력 해상도 및 문제 없이 사용되는 특정 카메라 시스템과 같은 방법의 측면에 대한 수정을 처리할 수 있습니다. 이 방법은 난파선이나 고고학 유적지의 문서화와 같은 대부분의 수중 또는 미세 육상 사진 측량 프로젝트에 큰 수정 없이 적용할 수도 있습니다.
저자는 경쟁하는 재정적 이해관계나 기타 이해 상충이 없습니다.
ReefShape는 이 방법의 이름으로 사용한 저작권이 없는 용어입니다. 프로젝트는 CD와 WG에 의해, 방법론은 WG에 의해, 코딩은 WG에 의해, 편집은 WG에 의해, 편집과 검토는 JL과 CD에 의해 구상되었다. 이 방법을 개발하는 동안 피드백과 지원을 해주신 Perry Institute for Marine Science의 전체 팀에게 특별한 감사를 드립니다. 자금은 디즈니 보존 기금에서 제공했습니다. 이 자료는 Grant No. 2233001에 따라 National Science Foundation Graduate Research Fellowship의 지원을 받는 작업을 기반으로 합니다. 바하마 환경 계획 및 보호부에 따라 수집된 데이터는 허용하지 않습니다. SRBS-0013-2021-CD, BS-2021-930119, BS-2022-281752, BS-2022-315006, BS-2023-661916, BS-2023-610959 및 BS-2023-211510.
| Name | Company | Catalog Number | Comments |
|---|---|---|---|
| 0.3m 길이 1/2" PVC 파이프 | 일반 | GPS 키트용 | N/A |
| 1" PVC 테이블 캡 | 일반 | N/A | GPS 키트용 |
| 1/2" to 1" PVC 감속기 부싱 | 일반 | N/A | GPS 키트용 |
| 12mm f/2.0 AF E-마운트 렌즈 | Samyang | SYIO12AF-E | 브랜드 이름으로도 판매됩니다. |
| Rokinon 2" 홈이 있는 생크 라운드 석조 못 | 코너 마커 설치용 | N/A | |
| 256GB UHS-1 V30 SD 카드 | SanDisk | SDSDXXD-256G-ANCIN | 가능한 가장 빠른 UHS-1 SD 카드 권장 |
| 30m 줄자(옵션) | N/A | N/A 플롯 설정을 위한 | N/A |
| 크릴 시트, 두께 3mm, 80mm x 580mm(3x)로 절단 | N/A | N/A 스케일 | 바 재질 |
| 알루미늄 카메라 트레이 | 키트Dive | N/A | 카메라 하우징 및 홀딩 카메라에 적합 |
| 사진 측량 대상이 있는 수중 코너 마커 세트 | N/A | N/A | 맞춤 제작, 자세한 내용은 저자에게 문의 |
| Duracopy 방수 레이저 프린터 용지 | Rite in the Rain | 6511 | 수 스티커 용지 |
| E6000 에폭시 | 일반 | N/A | |
| GLO2 블루투스 GPS | Garmin | 010-02184-01 | 다른 옵션이 존재합니다, GLO2는 가장 경제적인 |
| ILCE a6700 미러리스 카메라 | Sony | ILCE6700/B | a6700 카메라 선호, a6600 또는 a6400은 저렴한 옵션입니다 |
| 레이저 프린터 | N/A | N/A | 모든 레이저 프린터(잉크젯 아님) |
| Metashape Professional Edition | Agisoft | N/A | 필수 소프트웨어 |
| 카드(약 1mm x 5mm x 5mm) | N/A | GPS 키트의 경우 해당 없음, 폐기된 신용 카드 등을 반으로 잘라도 사용할 수 있습니다. | |
| 스마트폰 | N/A | N/ | A GPS 데이터 수집용 합리적으로 현대적인 스마트폰 |
| Sony A6700 Sea Frogs 40M/130FT 아크릴이 있는 방수 하우징 6" 돔 포트 V.1 | SeaFrogs | A/A A/A | a6600 또는 a6400 카메라를 사용하는 경우 적절한 SeaFrogs 하우징으로 교체 |
| 강력 접착제 | N/A | GPS 키트 및 스케일 바 생성용 | N/A 수 |
| 영 피트니스 스타일 킥보드 | Speedo | 877530050021SZ | GPS 키트, 브랜드 중요 없음 |
| 시계 스타일 다이브 컴퓨터 | N/A | /A | 코너 마커 깊이 수집용 |
| 수 파우치 | Xuniea | W-1188 | 브랜드 중요 없음, GPS 기기에 적합 |
| 방수 폰 파우치 | 펠리컨 | PP048884 | 브랜드 중요하지 않음, 스마트 폰에 적합 |
Request permission to reuse the text or figures of this JoVE article
Request Permission