La digital image correlation (DIC) è una tecnica che permette di misurare le componenti di spostamento perpendicolari alla linea di vista (line-of-sight, LOS) utilizzando immagini fotografiche. La DIC trova impiego in svariati campi di applicazione (fluidodinamica, glaciologia, geomorfologia, geotecnica, potamologia, ecc.). Sebbene il suo utilizzo nel monitoraggio delle frane sia relativamente poco diffuso, si tratta di un metodo di misura che necessita di un hardware a basso costo e facilmente installabile anche in aree remote. La DIC si può effettuare con immagini acquisite da una fotocamera commerciale, a patto che la risoluzione delle immagini sia sufficiente per individuare i movimenti attesi. L’utilizzo di fotocamere reflex o mirrorless ad alta risoluzione permette di ottenere risultati qualitativamente migliori. Per ottenere dei risultati di qualità elevata, è necessario porre attenzione alle modalità di installazione del sistema di acquisizione delle immagini che deve soddisfare una serie di requisiti:
- È importante stabilizzare la fotocamera per minimizzare i possibili movimenti della stessa che possono causare variazioni dell’inquadratura.
- È consigliabile conoscere i parametri di macchina (tipo di sensore, risoluzione, lunghezza focale) per ortorettificare correttamente i risultati DIC.
Utilizzabile anche in continuo con installazioni in postazioni remote, il sistema può essere automatizzato mediante una connessione ad un minicomputer che gestirà le sessioni di scatto della macchina fotografica e invierà le immagini ad un server remoto, dove verranno effettuati i calcoli mendiate appositi algoritmi. Per la gestione della macchina fotografica in remoto è necessario disporre del software di interfaccia della fotocamera (SDK) fornito dal produttore o, in alternativa, affidarsi a software open source come gPhoto2 (http://www.gphoto.org/). In questo modo è possibile controllare efficacemente un gran numero di modelli di fotocamera presenti in commercio e riuscire a sviluppare un sistema di monitoraggio autonomo. In Figura 1 è mostrato un esempio di sistema di monitoraggio fotografico per l’applicazione DIC. Dato il suo limitato consumo elettrico, questa tipologia di postazione può essere efficacemente alimentata anche a pannelli solari, rendendo di fatto questa soluzione molto interessante ed efficace in contesti complessi e remoti in cui è necessario avere un sistema robusto ma allo stesso tempo semplice.
Descrizione tecnica delle modalità di funzionamento:
Il principio della DIC si basa sulla ricerca della massima verosimiglianza tra due immagini. Il procedimento tipico è il seguente: si consideri una porzione di immagine acquisita al tempo t0 (reference template) e la stessa porzione sull’immagine acquisita al tempo t1 (searching template). Supponendo che nel tempo tra le due acquisizioni si sia verificato un movimento, la stessa porzione di immagine non rappresenterà esattamente la stessa scena. Per valutare l’entità dello spostamento è possibile scorrere il reference template su un intorno del searching template e calcolare per ogni posizione un indice di similarità (template matching). La posizione in cui si trova il massimo indice di similarità corrisponde al movimento del reference template (Figura 2). L’indice di similarità più utilizzato è la cross-correlazione normalizzata. Una valida alternativa è il calcolo della cross-correlazione utilizzando la trasformata di Fourier. Questa soluzione permette di velocizzare sensibilmente i tempi di calcolo, anche se può comportare una ridotta accuratezza dei risultati.
La DIC si applica a immagini monocromatiche. L’intensità dell’immagine è la soluzione più comune, anche se si possono adottare i valori d’intensità del gradiente o la direzione del gradiente dell’immagine.
Un parametro rilevante nel processing DIC è la dimensione del reference template. Una taglia piccola permette di ottenere una maggiore accuratezza oltre ad un’elevata risoluzione spaziale. Tuttavia, in caso di dimensioni ridotte, il rapporto segnale rumore è inferiore e può diminuire la precisione dei risultati. Al contrario, dimensioni maggiori del reference template offrono una migliore precisione, ma una minore accuratezza.
Il risultato della DIC è una mappa spaziale delle due componenti di spostamento ortogonali alla LOS. I risultati sono espressi in pixel. La conversione metrica è possibile attraverso l’ortorettificazione delle immagini.
Descrizione delle modalità di utilizzo per il monitoraggio dei fenomeni franosi ed esempi operativi:
Una tipica catena di processamento DIC prevede una serie di passaggi organizzati come segue: 1) selezione delle immagini, 2) coregistrazione, 3) calcolo della similarità tra le coppie di immagini, 4) ortorettificazione. La selezione delle immagini è un’operazione cruciale poiché determina la qualità dei risultati. È fondamentale selezionare coppie di immagini caratterizzate da condizioni di illuminazione simili per ottenere un pattern di ombre superficiali il più omogeneo possibile. Pertanto, può essere preferibile utilizzare immagini acquisite in condizioni di luce diffusa, in modo che la presenza di ombre sia minima. La selezione delle immagini è un’operazione che solitamente richiede un intervento manuale, anche se è possibile adottare algoritmi di machine learning per automatizzare questa procedura. La coregistrazione delle immagini consente di compensare le eventuali rototraslazioni presenti tra le immagini, causate da possibili movimenti della fotocamera. La coregistrazione viene effettuata calcolando lo spostamento di un’area ritenuta stabile. Nel terzo step, viene calcolato l’indice di similarità utilizzando come reference template la porzione di immagine contenuta all’interno di una finestra mobile che scorre su tutta l’immagine. Infine, la procedura di ortorettificazione consente di convertire i valori di spostamento in metri.
Nelle Figura 3 e 4 si riportano due esempi di DIC applicata al monitoraggio delle frane. La Figura 3 rappresenta il movimento della frana del Mont de La Saxe (AO) tra il 16 e 17 aprile del 2014. La DIC è stata effettuata utilizzando fotografie .jpeg da 8 Mpx acquisite da una distanza di circa 800 m. La Figura 4 mostra un caso di applicazione DIC a immagini satellitari. Si tratta della componente di spostamento nord-sud della frana di Monesi di Mendatica (SV).
Scenari di utilizzo maggiormente indicati:
La DIC è uno strumento dall’elevato rapporto prestazioni/costo. Il sistema di monitoraggio necessario per applicazioni DIC è minimo ed è facilmente installabile in aree impervie e controllabile da remoto. Inoltre, l’interpretazione dei risultati è di facile lettura. Tuttavia, la DIC non può essere applicata in condizioni di mancanza di visibilità (durante la notte o in presenza di nebbia). Inoltre, l’incertezza della DIC è di circa 0.5-1 px. Dunque, per poter apprezzare il movimento di una frana, è necessario applicare la DIC a immagini acquisite ad una distanza di tempo sufficiente perché si sia verificato uno spostamento pari a 0.5-1 px. Per questo motivo, la DIC è maggiormente indicata per il monitoraggio di fenomeni franosi caratterizzati da una velocità medio-alta. Su fenomeni molto lenti, in cui la risoluzione delle immagini è prossima all’entità di movimento della frana si sconsigli vivamente l’utilizzo di questa tecnica.
Bibliografia minima:
- White, D. J., Take, W. A., & Bolton, M. D. (2003). Soil deformation measurement using particle image velocimetry (PIV) and photogrammetry. Geotechnique, 53(7), 619-631.
- Travelletti, J., Delacourt, C., Allemand, P., Malet, J. P., Schmittbuhl, J., Toussaint, R., & Bastard, M. (2012). Correlation of multi-temporal ground-based optical images for landslide monitoring: Application, potential and limitations. ISPRS Journal of Photogrammetry and Remote Sensing, 70, 39-55.
- Gabrieli, F., Corain, L., & Vettore, L. (2016). A low-cost landslide displacement activity assessment from time-lapse photogrammetry and rainfall data: Application to the Tessina landslide site. Geomorphology, 269, 56-74.
