Defensive Architecture of the Mediterranean / Vol X / Navarro Palazón, García-Pulido (eds.)
© 2020: UGR ǀ UPV ǀ PAG
DOI: https://dx.doi.org/10.4995/FORTMED2020.2020.11375
La Torre della Marina di Vietri sulla Costa d’Amalfi: test statisticopredittivi di dati fotogrammetrici
The Tower of Marina di Vietri on Amalfi Coast: a statistical-predictive test of photogrammetric
data
Sara Morena a, Salvatore Barba b
Università di Salerno, Fisciano, Italy
a
smorena@unisa.it; b sbarba@unisa.it
Abstract
The focus of the work is on close-range photogrammetry and mainly on the low-cost technologies,
experimented in the survey of Tower of Marina di Vietri, a historical building erected in the sixteenth
century at Vietri sul Mare in the Province of Salerno. The general objective is to codify a methodology
for objectifying the comparisons of the results; hence, the research starts from an original analysis conducted on the returned orthophotos by several photogrammetric paradigms. To estimate its reliability and
precision, we proceeded, at first, with the extension and application of an error propagation theory and
then with the validation of the comparison according to a predictive type test.
The first results are presented here after a study on raster images generated according to different algorithms. Subsequently, on each graphic product, 73 points were identified and for each of the relative
coordinates the deviation are evaluated by verifying them with the value of the standard deviation.
Consequently, for the purpose of greater validation of the methodology, a predictive value of tests was
implemented with the aim to confirm the criterion used for the comparison and to guarantee, in
probabilistic terms, the values analysed; finally, a further three-dimensional analysis was conducted
directly on the 3D models.
It is banal to observe that aleatory –subjectivity, etc.– which often characterizes already known approaches, in any case assumed as a starting point, does not always allow to obtain generally valid results
and, therefore, extendable beyond the single case study. The implementation of this first test, otherwise,
proved to be extremely valid in the survey for architecture, both for an absolute evaluation of the quality
of the individual results and for the possibility to estimate, also predictively, the relative effectiveness of
the method used. This guarantees the evaluation of the relative percentages of errors in probabilistic terms.
Keywords: Low-cost survey, SfM, error theory, cultural heritage.
1. Introduzione
L’uso delle nuove tecnologie nel campo del
rilievo architettonico rappresenta oggigiorno una
pratica sostanziale per la conoscenza e la salvaguardia del Cultural Heritage: la possibilità di
riuscir a perseguire tale scopo anche attraverso
l’implementazione di tecnologie più o meno lowcost rappresenta sicuramente un traguardo
notevole, permettendo di volgere una maggior
attenzione al cosiddetto patrimonio diffuso
presente sul nostro territorio che spesso versa in
373
tale insicurezza risalgono già al periodo Romano, con sporadiche torri sparse lungo la costa
(Russo, 2009, p. 32); tuttavia, solo verso la fine
del XIII secolo, a seguito dell’intensificazione
delle incursioni saracene, si concretizzò un
sistemico intervento per la difesa di queste terre.
A partire dalla dinastia Angioina a quella Aragonese poi, si procedette alla realizzazione di
svariati manufatti aventi finalità di monitoraggio
e segnalazione della costa. Ciò nonostante il
fenomeno corsaro non trovò tregua e intorno al
XVI secolo il viceregno spagnolo elaborò un
imponente piano di difesa con due progetti: il
primo elaborato da don Pedro de Toledo (1532)
e il secondo realizzato da don Pedro Afan de
Ribera (1563).
uno stato di abbandono e che, in alcuni casi,
risulta quasi o del tutto sconosciuto.
Obiettivo di questo nuovo studio è quello di
approfondire, attraverso innovativi test statistico-predittivi, l’utilizzo di strumenti e applicativi
economici per la conoscenza del patrimonio
architettonico, implementabili sia per rilievi sia
quali mezzi per la conservazione, valorizzazione
e diffusione.
Il lavoro, infatti, prevede un’originale analisi e
confronto delle metodologie impiegate per
l’acquisizione e l’elaborazione dei dati. Questa
valutazione, che ha come base uno sviluppo della
teoria degli errori, si propone di stimare
l’affidabilità e la precisione degli elaborati generati. Il metodo per il raffronto, inoltre, troverà
ulteriore riscontro sulla base del valore predittivo di un test condotto secondo il paradigma della
close-range photogrammetry e l’implementazione di tecnologie low-cost applicate alla Torre
della Marina, un manufatto storico del XVI
secolo sito in Vietri sul Mare.
La torre oggetto di studio fu realizzata intorno al
1564, coincidente proprio con il periodo vicereale. Edificata dall’Università della Cava – Cava
de’ Tirreni, una delle principali città costruttrici
delle torri marittime dell’epoca –, presenta cinque troniere e assolveva principalmente alla
funzione di segnalazione e sbarramento, con una
pianta quadrata di 17 m e una struttura tronco
piramidale che si sviluppa per un’altezza di 25
m. Nonostante originariamente fosse realizzata
in prossimità del mare (Fig. 1), oggi si trova
completamente integrata nel contesto urbano
della città (Santoro, 2012, p. 241). La sua conformazione fisica ha subito nel tempo una serie
di trasformazioni al fine di adeguare la struttura
alle svariate funzioni assolte. Da principio, per
ottemperare alla funzione difensiva, fu realizzata
di grosse dimensioni ed era sprovvista di un
ingresso diretto nei primi sei metri di altezza.
L’inviolabilità della torre, infatti, era garantita da
un’apertura al secondo livello in direzione della
città, probabilmente tramite una scala fissa,
situata prossima la torre e collegata per mezzo di
un ponte levatoio. Il manufatto, su due livelli,
presentava una terrazza, accessibile per mezzo di
una scala interna, caratterizzata dalla presenza di
una tipica garitta voltata. Però, dal XVIII secolo
in poi, la torre ha subito una serie di superfetazioni con l’aggiunta di alcuni volumi sulla piazza, l’apertura di un ingresso alla base, la realizzazione di una scalinata accostata al manufatto,
l’eliminazione del ponte levatoio e, in ultimo, la
realizzazione di una sorta di balconata al primo
Fig. 1. A View of Vietri in the Gulf of Salerno, (Clarkson Stanfield, 1855); Image ©Ashmolean Museum,
University of Oxford.
2. Caso di studio
Il sistema difensivo della costiera amalfitana
rappresenta un elemento distintivo del territorio
salernitano, esplicativo dell’evoluzione che lo
stesso territorio ha ‘subito’ nel corso dei secoli.
Le caratteristiche orografiche del litorale, ricco
di promotori e insenature, da sempre si è rivelato
un ambiente favorevole per gli attacchi nemici,
prima dalla pirateria e poi dai saraceni, rendendo
questi luoghi soggetti a invasioni e saccheggiamenti. Le prime testimonianze per far fronte a
374
ReCap Photo e Reality Capture, e un software che
lavora in modalità SfSi (Shape for Silhouette),
PhotoModeler, che prevede l’identificazione
manuale dei punti omologhi per la generazione
del modello tridimensionale (García Fernandez, et
al., 2015).
livello sorretta da un grande arco addossato alla
parete (Barbato, Morena, 2017, pp. 3-5).
2.1. Rilevamento e post-processing
L’acquisizione in loco è stata condotta con una
camera digitale compatta, una Fujifilm XF1
dotata di un sensore EXR CMOS (8,8 x 6,6 mm)
con risoluzione massima di 12 Megapixel. Il
rilievo è stato eseguito operando con focale fissa
a 6 mm, da una distanza di circa 7 m ed assicurando un overlap, a vantaggio di sicurezza, degli
scatti dell’80-90% per, quindi, un GSD di 0,34
cm/pixel (Luhmann, et al., 2006). Le dimensioni
dell’edificio e la tecnica adoperata hanno permesso di condurre in modo speditivo le acquisizioni, anche se svariate sono state le problematiche riscontrate: innanzitutto, lo spazio circostante al manufatto si presentava vario e, di conseguenza, non sempre sono state possibili acquisizioni della facciata parallele al piano focale, in
aggiunta la presenza di edifici circostanti ha
inevitabilmente generato ombra sulla torre, oltre
che l’adiacenza di un arbusto stesso che ha reso
difficoltoso il rilievo della facciata principale; in
ultimo, non avendo adoperato un’asta telescopica, non è stato possibile rilevare interamente e
correttamente la parte superiore dell’edificio con
conseguente mancanza di informazioni.
3. Confronti
Lo sviluppo della teoria degli errori, nel caso in
esame, ha previsto un’analisi di tipo puntuale;
ovvero il confronto è stato valutato in termini di
coordinate di punti tipo selezionati sulle quattro
ortofoto restituite e visibili in Fig. 3.
Precisamente, 73 sono i punti omologhi individuati per ogni immagine, differenziando i punti
chiaramente visibili, in rosso (denominati punti
reali) e quelli più difficilmente collimabili in
giallo (punti ipotizzati). Le immagini, quindi sono
state importate in AutoCAD, allineate rispetto
all’origine, al fine di avere lo stesso sistema di
riferimento, e, successivamente i valori delle
coordinate sono stati annotati ed esportati.
I dati di input del test sono, quindi, rappresentati
dalle coordinate individuate sulle 4 ortofoto. Per
ognuno dei punti sono stati poi calcolati due
parametri statistici: la media aritmetica (xm e ym)
e la deviazione standard (σx e σy) determinati sul
piano ortografico e poi raccolti in tabella 1.
A supporto di tale rilievo è stata condotta
un’ulteriore acquisizione tramite stazione totale
Topcon GPT che consente di ottenere una precisione –da manuale e in assenza di prisma– di circa
0,005 m. L’attività di campagna si è conclusa con
l’acquisizione di 69 prese fotografiche, 24 punti,
oltre a 28 misure lineari (Bitelli, 2002).
In quest’ultima – in aggiunta ai valori indicati
in giallo (punti ipotizzati) – sono stati evidenziati, in rosa e in verde, rispettivamente i valori
eccedenti o meno la deviazione standard (Barba,
Mage, 2014). Riassumendo, il numero di punti
che superano σ sono stati: 15 per PhotoScan; 46
per Reality Capture; 16 per ReCap Photo e 102
per PhotoModeler.
Il post processing dei dati, invece, è stato condotto
con quattro differenti software (Fig. 2): tre software di SfM (Structure for Motion), PhotoScan,
Fig. 2. Stazioni fotografiche in PhotoScan, ReCap Photo, Reality Capture e PhotoModeler.
375
Fig. 3. I 73 punti identificati sugli output esportati da PhotoScan, ReCap Photo, Reality Capture e Photo Modeler.
376
la generazione del modello 3D comporta un
incremento di imprecisioni rispetto ai processi
automatizzati, esasperato dalla particolare geometria tronco piramidale della torre oltre che per
L’analisi, quindi, evidenzia un numero significativo di discrepanze rispetto la deviazione
standard con l’algoritmo SfSi; inevitabilmente la
collimazione manuale dei punti omologhi per
n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
PhotoScan
xPS [m] yPS [m]
0,891 0,172
19,150 0,515
5,255 2,149
16,844 1,675
17,532 1,795
2,524 4,213
5,242 4,370
9,532 4,586
10,466 4,573
13,011 3,885
17,131 4,362
9,544 6,597
10,515 6,594
0,906
7,816
2,333 7,840
9,678 9,977
10,896 9,978
2,494 10,743
3,381 10,764
5,433 10,840
6,326 10,815
8,351 10,852
9,275 10,840
11,321 10,778
12,221 10,753
14,318 10,809
15,306 10,822
17,225 10,794
18,049 10,772
1,852 13,853
3,944 13,907
4,995 13,906
6,938 13,903
7,972 13,872
9,941 13,927
10,917 13,908
12,858 13,909
13,926 13,891
15,719 13,892
16,635 13,883
18,652 13,887
1,860 14,627
18,675 14,462
1,864 15,839
18,653 15,819
17,845 16,512
14,621 17,277
15,487 17,319
9,201 18,230
10,516 18,122
13,301 18,398
12,635 18,929
16,377 18,937
17,014 18,945
16,382 19,680
16,993 19,673
3,491 20,377
4,277 20,046
6,768 20,251
10,614 20,285
13,213 20,101
15,573 19,994
3,470 21,402
4,255 21,420
6,715 21,684
12,706 21,673
12,794 21,223
17,919 21,042
2,890 22,593
6,761 24,162
13,604 23,533
6,751 24,990
8,044 25,567
Reality Capture
xRC [m] yRC [m]
0,894 0,233
18,900 0,777
5,172 2,225
16,727 2,001
17,354 1,999
2,504 4,195
5,254 4,301
9,501 4,722
10,364 4,728
12,937 4,102
16,951 4,552
9,527 6,067
10,418 6,604
0,902 7,916
2,329 7,851
9,603 10,073
10,818 10,083
2,466 10,803
3,318 10,829
5,334 10,886
6,230 10,893
8,325 10,922
9,270 10,920
11,259 10,837
12,173 10,845
14,166 10,895
15,269 10,935
17,098 10,941
17,920 10,949
1,834 13,830
3,804 13,916
4,912 13,950
6,905 13,932
7,879 13,918
9,867 13,925
10,817 13,932
12,735 13,957
13,709 13,970
15,592 13,938
16,485 13,943
18,555 13,966
1,798 14,626
18,701 14,614
1,824 15,815
18,643 15,899
17,822 16,532
14,486 17,423
15,252 17,419
9,186 18,195
10,461 18,204
13,119 18,480
12,558 18,977
16,203 19,000
16,832 19,001
16,179 19,686
16,793 19,682
3,357 20,509
4,081 20,492
6,639 20,241
10,548 20,239
13,096 20,120
15,339 20,060
3,364 21,441
4,108 21,439
6,703 21,705
12,617 21,724
12,765 21,129
17,938 21,042
2,793 22,555
6,610 24,244
13,525 23,545
6,950 24,992
8,007 25,631
Recap
xR [m] yR [m]
0,889 0,180
19,099 0,465
5,194 2,074
16,795 1,707
17,494 1,720
2,534 4,117
5,368 4,304
9,511 4,585
10,418 4,581
12,913 3,956
17,159 4,248
9,527 6,544
10,404 6,541
0,892 7,908
2,381 7,936
9,607 9,952
10,818 9,938
2,585 10,812
3,404 10,810
5,417 10,875
6,323 10,865
8,347 10,882
9,101 10,885
11,242 10,805
12,115 10,812
14,257 10,825
15,172 10,824
17,067 10,800
18,177 10,820
1,880 13,896
3,879 13,893
4,987 13,926
6,784 13,857
7,959 13,871
9,889 13,879
10,839 13,886
12,880 13,907
13,854 13,921
15,742 13,863
16,600 13,856
18,652 13,887
1,870 14,634
18,581 14,536
1,905 15,761
18,617 15,802
17,561 16,557
14,578 17,384
15,377 17,389
9,211 18,159
10,535 18,196
13,194 18,389
12,602 18,906
16,269 18,946
16,860 18,946
16,258 19,672
16,889 18,946
3,527 20,352
4,244 20,366
6,765 20,200
10,522 20,220
13,262 20,043
15,430 20,030
3,504 21,330
4,248 21,324
6,713 21,650
12,685 21,686
12,808 21,115
17,861 21,038
2,901 22,525
6,703 24,305
13,604 23,533
6,901 24,953
8,150 25,639
PhotoModeler
xPM [m] yPM [m]
0,861 0,230
18,833 0,267
3,006 2,055
16,453 1,519
17,165 1,533
2,286 4,133
4,719 4,283
9,140 4,430
10,103 4,413
12,754 3,724
16,911 4,046
9,167 6,315
10,166 6,342
0,881 7,669
2,214 7,669
9,680 9,694
10,785 9,682
2,416 10,602
3,399 10,650
5,372 10,653
6,268 10,650
8,299 10,683
9,244 10,690
11,273 10,544
12,187 10,552
14,164 10,503
15,113 10,519
17,227 10,620
18,048 10,629
1,834 13,830
3,825 13,766
4,933 13,800
6,874 13,710
7,949 13,708
9,836 13,703
10,902 13,674
13,048 13,650
13,882 13,658
15,967 13,512
16,622 13,538
18,525 13,745
1,843 14,502
18,591 14,139
1,856 15,775
18,592 15,447
17,728 16,050
14,832 16,800
15,570 16,831
9,247 17,986
10,623 18,021
13,552 17,826
12,710 18,651
16,480 18,530
17,140 18,533
16,487 19,256
17,102 19,251
3,489 20,318
4,284 20,323
6,779 20,056
10,688 20,054
13,343 19,772
15,646 19,758
3,496 21,250
4,240 21,248
6,744 21,680
12,648 21,612
12,961 20,810
18,061 20,872
2,458 22,254
6,644 24,564
13,630 23,485
6,637 25,100
8,067 25,631
xm [m]
0,884
18,996
4,657
16,705
17,386
2,462
5,146
9,421
10,338
12,904
17,038
9,441
10,376
0,895
2,314
9,642
10,829
2,490
3,375
5,389
6,287
8,331
9,223
11,274
12,174
14,226
15,215
17,154
18,049
1,850
3,863
4,957
6,875
7,940
9,883
10,869
12,880
13,843
15,755
16,586
18,596
1,843
18,637
1,862
18,626
17,739
14,629
15,422
9,211
10,534
13,292
12,626
16,332
16,962
16,327
16,944
3,466
4,222
6,738
10,593
13,229
15,497
3,458
4,213
6,719
12,664
12,832
17,945
2,760
6,679
13,591
6,809
8,067
ym [m]
0,204
0,506
2,126
1,725
1,762
4,165
4,314
4,581
4,574
3,917
4,302
6,381
6,520
7,827
7,824
9,924
9,920
10,740
10,763
10,813
10,806
10,835
10,834
10,741
10,741
10,758
10,775
10,789
10,793
13,852
13,870
13,895
13,850
13,842
13,858
13,850
13,856
13,860
13,801
13,805
13,871
14,597
14,438
15,797
15,742
16,413
17,221
17,240
18,143
18,136
18,273
18,865
18,854
18,856
19,573
19,388
20,389
20,307
20,187
20,200
20,009
19,960
21,356
21,358
21,680
21,674
21,069
20,998
22,482
24,319
23,524
25,008
25,617
sx,PS [m]
0,007
0,155
0,598
0,139
0,146
0,062
0,096
0,111
0,128
0,107
0,093
0,103
0,139
0,011
0,019
0,036
0,067
0,004
0,006
0,044
0,0391
0,021
0,052
0,047
0,047
0,092
0,091
0,070
0,001
0,002
0,081
0,038
0,063
0,032
0,058
0,048
- 0,022
0,084
- 0,036
0,049
0,056
0,018
0,038
0,002
0,027
0,106
- 0,008
0,066
- 0,011
- 0,018
0,010
0,009
0,045
0,053
0,055
0,049
0,025
0,056
0,030
0,021
- 0,016
0,076
0,012
0,042
- 0,004
0,042
- 0,038
- 0,025
0,129
0,082
0,013
- 0,059
- 0,023
sx,RC [m]
0,010
- 0,096
0,516
0,022
- 0,032
0,042
0,108
0,080
0,027
0,033
- 0,087
0,086
0,042
0,007
0,015
- 0,039
- 0,011
- 0,024
- 0,057
- 0,055
- 0,057
- 0,005
0,048
- 0,014
- 0,001
- 0,060
0,054
- 0,056
- 0,129
- 0,016
- 0,059
- 0,045
0,030
- 0,061
- 0,016
- 0,052
- 0,145
- 0,134
- 0,163
- 0,100
- 0,041
- 0,045
0,064
- 0,038
0,016
0,083
- 0,143
- 0,169
- 0,025
- 0,073
- 0,173
- 0,069
- 0,129
- 0,130
- 0,148
- 0,151
- 0,109
- 0,141
- 0,099
- 0,045
- 0,132
- 0,158
- 0,095
- 0,105
- 0,016
- 0,047
- 0,067
- 0,007
0,032
- 0,070
- 0,065
0,140
- 0,060
sx,R [m]
0,006
0,104
0,537
0,090
0,108
0,072
0,222
0,090
0,080
0,009
0,121
0,086
0,028
- 0,003
0,067
- 0,035
- 0,011
0,094
0,028
0,028
0,036
0,016
- 0,122
- 0,032
- 0,059
0,030
- 0,043
- 0,087
0,129
0,030
0,016
0,030
- 0,092
0,019
0,006
- 0,030
- 0,000
0,011
- 0,013
0,015
0,056
0,027
- 0,056
0,043
- 0,009
- 0,178
- 0,051
- 0,045
- 0,001
0,001
- 0,098
- 0,024
- 0,063
- 0,102
- 0,068
- 0,056
0,061
0,023
0,027
- 0,071
0,033
- 0,066
0,046
0,035
- 0,005
0,021
- 0,024
- 0,084
0,141
0,023
0,013
0,091
0,083
sx,PM [m]
- 0,022
- 0,162
- 1,651
- 0,251
- 0,221
- 0,176
- 0,427
- 0,280
- 0,235
- 0,149
- 0,127
- 0,274
- 0,210
- 0,014
- 0,100
0,038
- 0,044
- 0,074
0,023
- 0,017
- 0,018
- 0,032
0,022
- 0,001
0,013
- 0,062
- 0,102
0,072
- 0,000
- 0,016
- 0,038
- 0,023
- 0,001
0,009
- 0,047
0,034
0,168
0,039
0,212
0,037
- 0,071
0,000
- 0,046
- 0,006
- 0,034
- 0,011
0,203
0,149
0,036
0,089
0,261
0,084
0,148
0,179
0,161
0,158
0,023
0,062
0,041
0,095
0,114
0,149
0,038
0,027
0,025
- 0,016
0,129
0,116
- 0,302
- 0,035
0,039
- 0,173
0,000
σx [m]
0,015
0,153
1,101
0,174
0,166
0,118
0,290
0,187
0,162
0,108
0,125
0,183
0,148
0,011
0,071
0,043
0,047
0,071
0,039
0,045
0,046
0,024
0,082
0,034
0,044
0,075
0,088
0,083
0,105
0,022
0,063
0,040
0,066
0,042
0,044
0,048
0,129
0,094
0,156
0,069
0,066
0,032
0,060
0,033
0,027
0,129
0,146
0,138
0,026
0,067
0,189
0,064
0,122
0,144
0,136
0,133
0,075
0,095
0,066
0,074
0,103
0,138
0,065
0,070
0,017
0,039
0,088
0,084
0,207
0,067
0,045
0,143
0,060
Tx [m]
0,045
0,459
3,303
0,523
0,499
0,354
0,871
0,562
0,486
0,324
0,376
0,549
0,445
0,033
0,213
0,128
0,142
0,212
0,118
0,135
0,139
0,072
0,247
0,102
0,133
0,225
0,264
0,250
0,315
0,066
0,188
0,121
0,199
0,125
0,132
0,144
0,386
0,282
0,468
0,206
0,197
0,096
0,179
0,100
0,082
0,388
0,439
0,414
0,078
0,201
0,568
0,192
0,365
0,431
0,408
0,399
0,225
0,286
0,198
0,223
0,310
0,415
0,194
0,211
0,052
0,118
0,263
0,253
0,622
0,200
0,136
0,429
0,181
sy,PS [m]
- 0,032
0,009
0,023
- 0,051
0,033
0,048
0,055
0,005
- 0,001
- 0,031
0,060
0,216
0,074
- 0,011
0,016
0,053
0,058
0,003
0,001
0,026
0,009
0,017
0,006
0,037
0,013
0,051
0,047
0,006
- 0,020
0,001
0,036
0,010
0,053
0,030
0,068
0,058
0,053
0,031
0,091
0,078
0,016
0,030
0,024
0,042
0,078
0,100
0,056
0,080
0,088
- 0,013
0,125
0,063
0,084
0,089
0,107
0,285
- 0,012
- 0,261
0,064
0,085
0,092
0,034
0,047
0,062
0,004
- 0,001
0,154
0,043
0,111
- 0,157
0,009
- 0,019
- 0,050
Tab. 1. Le coordinate dei 73 punti, in rosa i valori che eccedono la deviazione standard.
377
sy,RC [m]
0,029
0,271
0,100
0,275
0,237
0,031
- 0,013
0,141
0,154
0,185
0,249
- 0,313
0,084
0,089
0,027
0,149
0,162
0,063
0,066
0,073
0,087
0,088
0,086
0,096
0,105
0,137
0,160
0,152
0,157
- 0,022
0,046
0,055
0,081
0,076
0,066
0,082
0,101
0,110
0,137
0,138
0,095
0,029
0,176
0,018
0,157
0,119
0,202
0,179
0,053
0,068
0,207
0,111
0,147
0,145
0,113
0,294
0,120
0,185
0,054
0,040
0,111
0,100
0,085
0,081
0,026
0,050
0,059
0,043
0,073
- 0,075
0,021
- 0,017
0,014
sy,R [m]
- 0,024
- 0,041
- 0,052
- 0,018
- 0,042
- 0,048
- 0,010
0,004
0,007
0,039
- 0,054
0,164
0,021
0,081
0,112
0,028
0,018
0,072
0,047
0,061
0,059
0,047
0,051
0,064
0,072
0,067
0,049
0,011
0,027
0,044
0,022
0,031
0,007
0,029
0,021
0,036
0,052
0,061
0,062
0,050
0,016
0,037
0,098
- 0,037
0,060
0,144
0,163
0,150
0,016
0,060
0,116
0,040
0,093
0,090
0,098
- 0,442
- 0,037
0,060
0,013
0,021
0,034
0,069
- 0,026
- 0,034
- 0,030
0,012
0,046
0,039
0,044
- 0,014
0,009
- 0,056
0,022
sy,PM [m]
0,026
0,239
0,071
0,206
0,229
0,031
0,031
0,151
0,161
0,193
0,256
0,066
0,179
0,158
0,155
0,230
0,238
0,138
0,113
0,160
0,156
0,152
0,143
0,197
0,189
0,255
0,256
0,169
0,164
0,022
0,104
0,096
0,140
0,134
0,155
0,176
0,206
0,202
0,289
0,267
0,127
0,095
0,299
0,022
0,294
0,363
0,421
0,408
0,157
0,115
0,447
0,215
0,323
0,323
0,318
0,137
0,071
0,016
- 0,131
- 0,145
- 0,237
- 0,202
- 0,106
- 0,110
0,000
- 0,062
- 0,259
- 0,126
- 0,228
0,245
- 0,039
0,092
0,014
-
σy [m]
0,032
0,210
0,078
0,201
0,193
0,047
0,038
0,120
0,129
0,157
0,211
0,242
0,122
0,115
0,112
0,162
0,170
0,097
0,080
0,108
0,109
0,105
0,101
0,134
0,132
0,174
0,179
0,131
0,132
0,031
0,070
0,066
0,099
0,092
0,106
0,119
0,139
0,139
0,195
0,182
0,092
0,064
0,208
0,036
0,201
0,243
0,288
0,275
0,108
0,085
0,301
0,146
0,217
0,217
0,212
0,356
0,084
0,188
0,090
0,101
0,161
0,138
0,084
0,089
0,023
0,047
0,179
0,084
0,155
0,174
0,027
0,064
0,033
Ty [m]
0,097
0,631
0,234
0,603
0,578
0,140
0,114
0,359
0,386
0,471
0,634
0,727
0,367
0,345
0,336
0,485
0,510
0,291
0,241
0,325
0,326
0,316
0,303
0,401
0,395
0,522
0,536
0,394
0,397
0,094
0,211
0,199
0,296
0,276
0,317
0,357
0,417
0,416
0,586
0,545
0,277
0,191
0,625
0,108
0,602
0,728
0,863
0,826
0,325
0,255
0,903
0,439
0,652
0,651
0,636
1,069
0,251
0,564
0,271
0,302
0,484
0,413
0,253
0,266
0,069
0,140
0,538
0,252
0,464
0,521
0,080
0,191
0,100
b, punti reali e test-positivi;
la presenza di elementi arcuati in facciata. Un
ulteriore dato interessante riguarda la ridotta
differenza pervenuta tra PhotoScan e ReCap
Photo; essendo il secondo, al tempo, un applicativo gratuito.
c, punti ipotizzati e test-negativi;
d, punti reali e test-negativi;
(a + c), punti ipotizzati totali;
(b + d), punti reali totali;
4. Per una validazione dei risultati
(a + b), punti test-positivi totali;
Al fine di validare la metodologia di confronto è
stato valutato il valore predittivo di un test,
un’analisi qualitativa dicotomica necessaria per
valutare la qualità dell’applicazione in termini
probabilistici (Hayes, 1998). Una volta stimati i
parametri statistici, infatti, ci si è posti il dubbio di
quanto veritieri potessero essere i valori conseguiti dal confronto e quindi, identificare quale di
questi algoritmi consenta di raggiungere
un’incertezza minore a partire dalla semplicistica
collimazione dei punti sulle ortofoto esportate.
Per poter procedere alla validazione è risultato
necessario individuare il valore soglia cut-off,
indicativo della positività o meno del risultato,
coincidente nel nostro caso, con la deviazione
standard computata. I punti individuati sono stati
suddivisi in due tipi di dati: punto reale (R) e
punto ipotizzato (H). I primi, come già precedentemente introdotto, sono quei pixel chiaramente
visibili, anche sulle ortofoto, e dai quali non ci si
attenderebbero errori (ovvero, discrepanze elevate rispetto la deviazione standard); gli altri,
viceversa, sono i punti non facilmente identificabili e, di conseguenza, si ipotizza siano più
soggetti a inesattezze. Le matrici presentano
lungo le colonne il tipo di dato che stiamo analizzando, mentre le righe riportano il risultato
delle analisi (il superamento o meno del valore di
cut-off); pertanto, con la definizione di testpositivo (T+) viene indicato un valore superiore
alla deviazione standard, mentre con test negativo (T-) un valore inferiore. Di seguito la matrice
tipo così generata:
H
R
T+
a
b
(a+b)
T-
c
d
(c+d)
(a+c)
(b+d)
(c + d), punti test-negativi totali.
Una volta identificati e classificati i dati, si è
proceduto al calcolo dei valori necessari al fine
di stabilire la qualità del metodo impiegato per
l’identificazione degli errori. La sensibilità
(Se=a/(a+c)), indicativa della capacità del test a
riconoscere correttamente i punti ipotizzati, è
rappresentativa, quindi, della probabilità che un
dato H sia T+. La specificità (Sp=d/(b+d)),
diversamente, è indicativa della capacità del
metodo di individuare correttamente i punti reali,
di conseguenza è la probabilità che un R risulti
negativo al test (T-). Altri valori da considerare
sono stati il valore predittivo positivo
(VPP=a/(a+b)) e il valore predittivo negativo
(VPN=d/(c+d)). Il primo corrisponde alla probabilità che un punto risultante test-positivo (T+) sia
un punto ipotizzato (H), mentre il secondo alla
probabilità che un punto risultante test- negativo
(T-) coincida con un punto reale (R).
Quest’ultimi indici, a differenza di Se e Sp –
ovvero, i ‘caratteri’ propri del test e pertanto
correlati al funzionamento della probabilità pretest – valutano le conseguenze del test e quindi
rappresentato la probabilità post-test. Tali indici,
inoltre, possono essere sintetizzati in un singolo
parametro, la validità: V=(a + d)/(a + b + c + d),
più sarà efficace il test analizzato più il relativo
valore sarà elevato. Le matrici relative a ciascun
software sia per l’asse x che per l’asse y sono di
seguito riportate.
PhotoScan:
con:
H(x)
R(x)
T+
5
5
10
T-
14
49
63
19
54
VPP:50%; VPN:78%; Se:26%; Sp:91%; V:74%
a, punti ipotizzati e test-positivi;
378
H(y)
R(y)
T+
1
4
5
T-
18
50
68
19
54
T+
7
23
30
T-
11
32
43
18
55
VPP:23%; VPN:74%; Se:39%; Sp:58%; V:53%
H(y)
R(y)
T+
4
12
16
T-
14
43
57
18
55
T+
17
44
61
T-
3
9
12
20
53
Analizzando i dati ottenuti risulterà speditivo
leggere i risultati dei diversi applicativi implementati, in quanto il test presenterà la probabilità
che un punto reale sia metricamente corretto
lungo l’asse x e quello y. La stessa analisi, inoltre, è stata condotta non solo sul singolo software ma complessivamente sulla metodologia
implementata per il confronto al fine di stimarne
i vari valori e la validità:
Reality Capture:
R(x)
R(y)
VPP:28%; VPN:75%; Se:85%; Sp:17%; V:36%
VPP:20%; VPN:74%; Se:5%; Sp:93%; V:70%
H(x)
H(y)
H(x)
R(x)
T+
29
62
91
T-
53
148
201
82
210
VPP:32%; VPN:74%; Se:35% Sp:70%; V:61%
VPP:25%; VPN:75%; Se:22%; Sp:78%; V:64%
H(y)
ReCap Photo:
H(x)
R(x)
T+
6
4
10
T-
19
44
63
25
48
R(y)
T+
3
3
6
T-
22
45
67
25
48
T+
11
30
41
T-
9
23
32
20
53
63
88
T-
57
147
204
82
210
Sulla base della teoria degli errori si è proceduto, quindi, all’implementazione di test statisticopredittivi in ambito fotogrammetrico al fine di
calcolare e valutare in termini probabilistici i
possibili errori e la ‘bontà’ di quanto restituito.In
particolare, le osservazioni scaturite da questa
analisi hanno permesso di validare i risultati che
si caratterizzano per una sempre maggior
“accettabilità” di software gratuiti – come ReCap
Photo –, anche nel caso di automazione del
processo (c’è comunque da osservare che
all’epoca delle elaborazioni non era del tutto
assicurata, in generale, la generazione di modelli
tecnici suscettibili di approfondimenti). Il numero
dei punti eccedenti la deviazione standard risulta
congruente con altri software commerciali,
tuttavia la validazione del test ha sottolineato un
PhotoModeler:
R(x)
25
5. Conclusioni
VPP:50%; VPN:67%; Se:12%; Sp:94%; V:65%
H(x)
T+
VPP:28%; VPN:72%; Se:30%; Sp:70%; V:59%
VPP:60%; VPN:70%; Se:24%; Sp:92%; V:68%
H(y)
R(y)
VPP:27%; VPN:72%; Se:55%; Sp:43%; V:47%
379
impiego e riscontro, risultando di supporto e di
sprono per la divulgazione del patrimonio
diffuso.
V (per gli assi x e y) non completamente
soddisfacente; ovvero, secondo percentuali
ritenute ancora non adeguate a garantire l’uso di
tali modelli per fini tecnico-strutturali dove la
precisione e l’attendibilità del modello giocano
un ruolo fondamentale. Gli elaborati risultano,
invece, validabili per finalità di visualizzazione e
condivisione da remoto, ciò anche per la minore
dimensione in termini di occupazione di massa
e migliore gestibilità dei dati.
Ripristinare l’interesse, sia pubblico che privato,
verso le architetture oggetto di sperimentazione,
implica possibili e auspicabili interventi di
restauro, da progettare e mettere in essere con
un rigoroso approccio multidisciplinare. Così il
disegno, la storia dell’architettura e il restauro,
ristabilirebbero non solo l’aspetto tangibile – di
questi manufatti, così come di altri meno noti–, ma
anche l’identificazione di questi luoghi della
nostra cultura.
L’efficacia di questi modelli low-cost, anche per
sole finalità divulgative, e l’ottimizzazione delle
relative tecniche trovano, quindi, sempre più
Bibliography
Barba, S.; Mage, M.A. (2014). “Evaluación ex-ante y ex-post de la precisión de un proyecto fotogramétrico”, in V
Congreso Internacional de Expresión Gráfica en Ingeniería, Arquitectura y Carreras afines, EGraFIA, Rosa-rio,
pp. 548-557.
Barbato, D.; Morena, S. (2017). “BIM and Low-Cost Survey Techniques for Building Heritage Conservation”, in
Convegno Internazionale e Interdisciplinare IMG2017. MDPI AG, Bressanone, pp. 1-9.
Bitelli, G. (2002). “Moderne tecniche e strumentazioni per il rilievo dei Beni Culturali”, in VI Conferenza Nazio- nale
ASITA, IX-XXIV, Perugia, vol. I., pp. 9-24.
García Fernandez, J.; Álvaro-Tordesillas, A.; Barba, S. (2015). “An approach to 3D digital modeling of surfaces with
poor texture by range imaging techniques. «Shape from Stereo» vs. «Shape from Silhouette»”, ISPRS, XL-5/W4,
pp. 25-29.
Hayes, B.E. (1998). Measuring customer satisfaction: Survey design, use, and statistical analysis methods, ASQC
Quality Press, Wisconsin.
Luhmann, T.; Robson, S.; Kyle, S.; Harley, I. (2006). Close Range Photogrammetry. Principles, Methods and
Applications, Whittles Publishing, Caithness, pp. 97-104.
Russo, F. (2009). Le torri costiere del regno di Napoli. La frontiera marittima e le incursioni corsare tra il XVI
ed il XIX secolo, Edizioni Scientifiche e Artistiche, Naples.
Santoro, L. (2012). Le torri costiere della Provincia di Salerno: paesaggio, storia e conservazione. Paparo Ed., Salerno
(Italy), pp. 239-242.
380