Measuring the Structure, Composition, and Change of Underwater Environments with Large-Area Imaging(대면적 이미징을 통한 수중 환경의 구조, 구성 및 변화 측정)

우리는 4단계 대면적 이미징 프로토콜을 사용하여 저서 해양 생태계의 구조적 복잡성, 군집 구성 및 인구 통계학적 분석을 위한 생태 데이터를 수집합니다. 각각의 새로운 응용 프로그램에서 가장 큰 과제는 원시 이미지에서 필요한 해상도를 정의하고, 이미지화할 영역의 공간 범위를 결정하고, 정확한 과학적 분석을 위해 적절한 플롯 수준 복제를 보장하는 것입니다. 이 프로토콜은 4단계 프로세스 전반에 걸쳐 소스 이미지의 가치를 강조하여 고품질 이미지를 수집, 보관 및 사용하여 분석을 위한 상세한 생태 데이터 추출을 용이하게 합니다.

이러한 데이터 처리 및 시각화 워크플로우, 특히 원시 이미지를 활용하는 워크플로우는 실험실에서 디지털 방식으로 수집된 데이터 또는 현장의 스쿠버 다이버가 수집한 데이터 간의 호환성을 보장합니다. 이를 통해 이러한 디지털 방식으로 향상된 접근 방식을 기존 장기 데이터 세트에 통합할 수 있습니다. 이 접근 방식을 사용하면 수집한 데이터를 복제할 때 공간적 범위를 크게 늘릴 수 있으므로 공간적으로 명시적인 질문을 하고 보다 강력한 인구 통계학적 분석을 수행할 수 있습니다.

가장 중요한 것은 시간이 지남에 따라 생태 변화를 추적하는 능력을 향상시킨다는 것입니다. 시작하려면 1 1/2인치 길이의 Phillips 납작머리 나사를 사용하여 카메라 프레임의 외부 프레임 패널을 카메라 장착 패널 및 기둥에 부착합니다. 두 대의 DSLR 카메라를 준비하여 한 대는 고정 광각 렌즈가 장착되고 다른 한 대에는 줌 렌즈가 장착됩니다.

돔 포트를 부착하고 고정하여 수중 카메라 하우징을 조립합니다. 그런 다음 1/2인치 길이의 Phillips 헤드 나사로 핸들을 부착합니다. 1 1/8인치 길이의 소켓 머리 나사를 사용하여 카메라 장착 플레이트를 고정합니다.

그런 다음 카메라를 하우징에 삽입합니다. 그리고 진공 펌프를 사용하여 하우징 압력을 수은 5인치로 설정하여 O-링 씰의 무결성을 확인합니다. 이제 카메라 장착 플레이트를 장착 프레임 패널에 밀어 하우징을 카메라 프레임에 설치합니다.

나비 나사로 하우징을 제자리에 고정합니다. 이미지 캡처의 경우 초당 1프레임의 속도로 캡처하도록 설정된 간격계에서 각 카메라를 시작합니다. 카메라 시스템을 저서 위 약 1.5m 높이에서 격자 패턴으로 수영합니다.

첫 번째 패스에 수직으로 두 번째 그리드 패스를 수행하면서 각 패스 사이에 약 1미터 간격을 유지합니다. 가공 패스가 플롯 경계를 넘어 최소 2미터 확장되어 대상 플롯 영역 내에서 충분한 중첩이 이루어지도록 합니다. 컴퓨터 시스템에서 이미지 처리를 위한 소프트웨어를 실행합니다.

워크플로우를 클릭한 다음 폴더 추가를 클릭하여 모든 이미지를 Agisoft Metashape 프로젝트로 로드합니다. 파일이 로드되면 데이터 레이아웃을 단일 카메라, 모든 이미지를 하나의 청크에 추가로 선택합니다. 장면에서 푸른 물이 과도하게 있는 이미지를 제거합니다.

이제 Workflow를 클릭한 다음 Align Photos를 클릭하여 모든 이미지를 정렬합니다. 정렬된 카메라의 백분율을 확인하여 이미지 세트가 성공적으로 정렬되었는지 확인합니다. 생성된 희소 포인트 클라우드를 검사하여 커버리지의 갭이나 정렬 불량이 있는지 확인합니다.

계속하기 전에 bounding box가 전체 희소 포인트 클라우드를 포함하는지 확인합니다. 필요한 경우 Resize 또는 Rotate Region 옵션을 사용하여 경계 상자를 수정합니다. 그런 다음 줌 렌즈 이미지가 포함된 카메라 그룹을 비활성화합니다.

Workflow를 선택한 다음 Build Dense Cloud(고밀도 클라우드 구축)를 선택하여 밀집된 포인트 클라우드를 구성합니다. 도구, 스크립트 실행, 메타 PY 스크립트 추출을 순차적으로 클릭하여 카메라 포즈 추정치를 내보냅니다. 그런 다음 File(파일)을 클릭한 다음 Export(내보내기) 및 Export Points(포인트 내보내기)를 클릭하여 밀집된 포인트 클라우드를 내보냅니다.

내보낸 밀집된 포인트 클라우드 파일을 vc5prep-confident로 끌어다 놓습니다. bat 파일은 시각화 소프트웨어의 프로그램 파일에 있습니다. 생성된 프로그램 파일과 함께 카메라 포즈 파일을 포함하여 내보낸 데이터 파일을 시각화 소프트웨어에서 사용할 수 있는 단일 디렉토리로 컴파일합니다.

rugo 도구를 사용하여 빽빽한 포인트 클라우드에 10m x 10m 크기의 상자를 만듭니다. 최대 치수를 10미터, 종횡비를 1.0으로 설정하여 데이터 추출을 위한 100제곱미터 대상 영역을 지정합니다. 다음으로, cams 툴을 사용하여 소스 이미지를 조밀한 포인트 클라우드에 연결합니다.

모델에 있는 점의 공간적으로 쿼리된 다중 이미지 뷰를 사용할 수 있습니다. 밀도 측량의 경우, 이미지를 소프트웨어에 연결한 후 투시 뷰의 초점 거리를 100mm로 변경하여 밀집된 포인트 클라우드의 유사 맵 뷰를 설정합니다. 모형의 하향식 전체 뷰로 축소합니다.

이제 지정된 사분면 샘플링 파일을 사용하여 C1 셀에 대한 eval을 클릭하고 grab 버튼을 선택하여 웹 애플릿의 보기를 캡처합니다. 캠을 켜고 사분면 샘플링 스크립트에서 C2 및 C3 셀에 대한 eval을 클릭하여 사분면 샘플링 워크플로 내에서 이미지를 연결합니다. 100제곱미터의 데이터 추출 영역에 대해 이전에 만든 루고 상자를 켭니다.

웹 애플릿에서 C4 준비 셀 섹션을 평가하여 각각 1제곱미터의 사분면 100개를 샘플링합니다. 사분면 샘플링 웹 주소에서 소스 이미지를 사용하여 사분면을 검색합니다. 마우스 왼쪽 버튼을 두 번 클릭하여 샘플링 위치를 재지정하고 분류 버튼을 클릭하여 대상 지점을 샘플로 지정합니다.

마크 포인트를 제거하려면 마우스 왼쪽 버튼을 두 번 클릭하고 아무 것도 선택하지 않습니다. 별표 aux recruits test1 아래에 있는 모든 샘플링 파일을 단일 디렉토리로 컴파일합니다. 그런 다음 사이트 이름을 포함하도록 각 파일의 이름을 바꿉니다.

버튼 조회 파일을 디렉터리에 추가합니다. 인라인 지침에 따라 화면 스크립트를 실행하여 사이트 및 분류 그룹별로 샘플 데이터를 집계합니다. 저장소에 제출할 데이터를 준비하려면 적용 영역, 카메라 시스템, 지상 관제 표식기 및 수집 패턴과 같은 측량 세부 정보가 포함된 방법 설명 파일을 생성합니다.

그런 다음 사이트 이름, 수집 데이터, GPS 좌표, 플롯 방위, 지면 제어 깊이 및 축척 데이터와 같은 필드, 수집된 패턴 및 사용된 카메라 시스템과 같은 필드를 포함하여 이미지 데이터셋에 특정한 측량 메타데이터 파일을 생성합니다. 설명 파일, 메타데이터 파일 및 이미지 파일을 데이터 리포지토리에 수집하기 위해 단일 ZIP 아카이브로 결합합니다. 성공적인 대형 영역 이미지 수집으로 인해 조사 영역의 전체 하향식 적용 범위가 있는 밀집된 포인트 클라우드 재구성이 생성되었으며, 적용 범위의 부적절한 중복으로 인해 포인트 클라우드의 갭 또는 완전한 저하가 발생했습니다.

광역 이미지(LAI)에서 추출한 선형 rugosity 측정은 이상치를 제외하고 현장 전체의 복잡성 측정과 밀접하게 일치하는 설문 조사입니다. LAI의 저서 커뮤니티 구성 및 기능 그룹의 백분율 범위는 전통적인 사진 사분면 조사의 범위와 일치했습니다. LAI 방법을 사용하여 기록된 고착성 무척추동물, 특히 성게 풍부도는 LAI 조사의 포괄적인 지역 범위로 인해 현장 방법보다 일관되게 높았습니다.

LAI 조사를 사용한 산호 군집 세분화는 현장 방법과 비교하여 일반적인 산호 분류군의 유사한 크기 분포를 보여주었습니다. 밀집된 포인트 클라우드의 공동 정합을 통해 Millennium Atoll에서 입증된 것처럼 높은 성장과 구조적 손실이 있는 역동적인 환경에서도 시간 경과에 따른 산호초 변화를 모니터링할 수 있었습니다.