LAPORAN PRAKTIKUM

Fotogrametri Non
Topografi

PEMBUATAN DENSE POINTS DI PHOTOMODELER

Disusun Oleh :

Rizki Abdilah

17/410221/TK/45578

PROGRAM STUDI S1 TEKNIK GEODESI

DEPARTEMEN TEKNIK GEODESI

FAKULTAS TEKNIK

UNIVERSITAS GADJAH MADA

TAHUN 2020
 I. MATA ACARA PRAKTIKUM
Pembuatan dense points dari data foto dengan menggunakan aplikasi photo modeler.
II. TUJUAN PRAKTIKUM
1. Mahasiswa mampu memahami apa itu dense cloud dan menghasilkan dense cloud dari
data foto yang ada.
2. Mahasiswa memahami cara mengambil foto untuk pembuatan objek 3D
3. Mahasiswa mampu membuat objek 3D menggunakan Agisoft
III. TEORI
Dense cloud dihasilkan dari dense point yang membentuk titik 3D dari hasil
pengidentifikasian otomatis di photomodeler, proses ini dilakukan pada foto yang sudah
terorientasi dengan benar, proses orientasi dapat menggunakan automatic dan manual
referencing, dengan hasil yang berbeda tiap proses.
IV.LANGKAH KERJA
1. Lakukan kalibrasi kamera, dengan menginput foto papan kalibrasi

2.
3. Lakukan single sheet calibration

4.
5. Lakukan manual referencing dan dense point, buka software Photomodeler Scanner, pilih
“Manual Modelling”
6.
7. Input foto tebing, lakukan manual referencing dengan mereferensikan satu foto dengan yang
lain dari foto acuan

8.
9. Tampilkan dense point yang dibentuk dengan open 3D view, atur style agar dense point
memiliki warna sesuai photo.
10.
11. Buat project baru untuk coded target dan dense surface

12.
13. Open project baru pada photomodeler dan pilih menu automated target
14. Pilih RAD untuk tipe target, masukkan foto tangga kecil
15. Jalankan process, tunggu hingga selesai
16. Check hasil referensi otomatis, buat dense point dengan create dense surface pilih all photos
(MVS) dan checklist kolom tab meshing option, execute
17. Tampilkan dense point yang terbentuk dengan open 3D view, atur style agar sesuai warna foto
asli
18. Lakukan proses smart match dan dense point (High density point cloud dan surface with
MVS)
19. Buat project baru lalu pilih automated point cloud and meshes, pilih checklist seperti berikut.
20.
21. Input foto tangga kecil
22. Pilih do not set geographic coordinate on camera stations at this time.

23.
24. Tunggu proses dan tampilkan model 3D
25. Atur style surface agar sesuai foto asli
26. Lakukan smart match dan dense points (low density approximate surface from smart point)
27. Atur project baru, pilih automated point cloud and meshes, checklist sesuai gambar berikut
28.
29. Input foto tebing
30. Pilih do not set geographic coordinate on camera stations at this time

31.
32. Tunggu proses dan tampilkan 3D

V. PEMBAHASAN
A. Kalibrasi Kamera

Dari proses kalibrasi kamera diketahui coveragenya sebesar 78%. RMS residualnya
sebesar 0,0470. Focal length 11.505495mm. nilai parameter orientasi dalam kamera
X2,984520mm; Yp 2,179390; Fw 5,725181mm; Fh 4,292600; K1 1,127e-004mm; K2
1,188e-005; P1 -9,484e-005; P2 -3,605e-005.
B. Manual Referencing dan dense point

Menggunakan titik referencing yang memiliki RMS dibawah 1 untuk referencing antar foto,
secara manual pada metode manual referencing dense cloud, akan menghasilkan dense point
yang dapat memodelkan objek dengan cukup baik, serta mesh dari dense cloud akan terbentuk
juga, garis kontur dapat tergenerate dengan baik .
C. Smart match dan dense point

Metode smart match dan dense points menggunakan high density point cloud mampu
menggenerate dense point dan mesh dari objek, model yang dihasilkan dapat menyerupai
objek saja, dengan permukaan serta tekstur homogeny dan objek dengan ketebalan tipis akan
menghasilkan dense clod yang bergelombang atau dense cloud dan mesh tidak terbentuk.

D. Coded mesh dan dense point

Pemodelan objek dengan metode coded target dan dense cloud pada praktikum kali ini
menggunakan kode target bertipe RAD. Dengan metode ini referensi antar foto dilakukan
berdasarkan titik-titik kode target pada objek yang terdeteksi. Untuk metode ini dense point dapat
dibentuk akan tetapi mesh dari dense point tidak berhasil terbentuk. Untuk dense cloudnya yang
terbentuk, pada objek yang permukaannya homogen dense pointnya tidaklah rata atau tidak
terbentuk dense point.
VI. KESIMPULAN
Dari ke 4 metode yang dilakukan, model dari metode manual reference dapat
menggambarkan objek secara detail, dan mampu mengenerate kontur. Untuk proses
georeferenced antar foto dilakukan proses metode coded target, pembentukan 3d tercepat adalah
metode smart matching, dengan high density sebagai proses terlama.