Comparison of iPhone and DSLR photogrammetry methods with implications for geometric morphometric analysis
Diese Studie zeigt, dass die iPhone-Photogrammetrie unter Verwendung der Abound-App 3D-Mesh-Daten mit vernachlässigbaren geometrischen Unterschieden im Vergleich zu DSLR-Methoden erzeugt, was deren Verwendung zur Erstellung zugänglicher, multiquelliger Datensätze für geometrische morphometrische Analysen validiert, während gleichzeitig angemerkt wird, dass die Mesh-Quelle dennoch in statistischen Modellen berücksichtigt werden sollte.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Museumssammlungen sind riesige Depots der Lebensgeschichte, die tausende von Exemplaren beherbergen, welche die Geschichte der Evolution und Anpassung erzählen. Jahrzehntelang stützten sich Wissenschaftler, die die Form dieser Objekte, wie etwa Tier Schädel, untersuchten, auf teure und zeitaufwendige Maschinen wie CT-Scanner, um detaillierte dreidimensionale Modelle zu erstellen. Diese Modelle ermöglichten es Forschern, subtile Unterschiede in der Knochenstruktur zu messen, ohne das zerbrechliche Original jemals berühren zu müssen. Die hohen Kosten und die Komplexität solcher Geräte bedeuteten jedoch, dass nur wenigen Forschern Zugang zu diesen digitalen Werkzeugen blieb, wodurch die meisten Museumssammlungen für die weltweite Untersuchung verschlossen blieben. In den letzten Jahren ist eine einfachere Alternative entstanden: die Verwendung von Standardkameras, um viele Fotografien eines Objekts aus verschiedenen Winkeln aufzunehmen und diese Bilder dann mithilfe einer Computersoftware zu einem 3D-Modell zusammenzufügen. Dieser Prozess, bekannt als Photogrammetrie, hat es mehr Wissenschaftlern ermöglicht, digitale Archive aufzubauen, hat aber auch eine neue Frage aufgeworfen. Da Forscher damit beginnen, Modelle, die mit unterschiedlichen Kameras und unterschiedlicher Software erstellt wurden, in einer einzigen Studie zu mischen, müssen sie wissen, ob die Unterschiede in der Art und Weise, wie die Modelle erstellt wurden, größer sind als die tatsächlichen biologischen Unterschiede, die sie eigentlich messen wollen.
Ein Forschungsteam der University of Wyoming ging diese Frage an, indem es zwei sehr unterschiedliche Wege verglich, 3D-Modelle von Waschbärenschädeln zu erstellen. Auf der einen Seite verwendeten sie eine traditionelle, hochwertige Digitalkamera und professionelle Software – eine Methode, die hochdetaillierte, aber komplexe Modelle erzeugt. Auf der anderen Seite verwendeten sie eine Smartphone-App namens Abound, die den Nutzer dazu anleitet, Fotos mit einem iPhone aufzunehmen, und dann das Modell automatisch in der Cloud erstellt. Die Forscher wollten sehen, ob die durch das Telefon erstellten Modelle genau genug waren, um neben den Modellen der professionellen Ausrüstung verwendet werden zu können. Sie testeten neunundzwanzig Waschbärenschädel und erstellten von jedem eine digitale Version mit beiden Methoden. Um einen fairen Test zu gewährleisten, verarbeiteten sie die Modelle zudem auf drei verschiedene Arten: sie ließen sie so, wie sie ursprünglich erstellt wurden, vereinfachten sie, um weniger Punkte zu haben, und glätteten sie, um die Oberflächenstruktur ebenmäßiger zu machen. Dies ermöglichte es dem Team zu sehen, ob die Unterschiede zwischen dem Telefon und der Kamera verschwinden oder wachsen würden, wenn die Modelle für die wissenschaftliche Analyse vorbereitet werden.
Die Ergebnisse zeigten, dass die beiden Methoden Modelle produzierten, die in ihrer Gesamtform bemerkenswert ähnlich waren. Als die Forscher den Abstand zwischen den Oberflächen der gepaarten Modelle maßen, stellten sie fest, dass der größte Unterschied nur 0,18 Prozent der Gesamtgröße des Schädels betrug, was etwa 0,26 Millimetern entspricht. Um dies einzuordnen: Diese winzige Lücke entspricht etwa der Breite eines einzelnen menschlichen Haares. Während die professionelle Kamera und Software Modelle mit viel mehr winzigen Punkten und Flächen erzeugten, was sie in einigen Bereichen rauer erscheinen ließ, erstellte die Smartphone-App Modelle, die glatter und vollständiger waren. Die Telefon-App war besonders gut darin, Lücken zu füllen, an denen die Kamera Schwierigkeiten gehabt haben könnte, wie etwa tiefe Spalten im Inneren des Schädels, indem sie eine glatte, wasserdichte Oberfläche erzeugte. Im Gegensatz dazu hinterließ die professionelle Software in diesen schwierigen Bereichen manchmal Löcher, weil sie sich weigerte, zu raten, wie die Oberfläche auszusehen hatte, wenn das Licht schlecht war.
Als die Forscher die Formen analysierten, um herauszufinden, was die meiste Variation verursachte, fanden sie heraus, dass die Identität des einzelnen Waschbären der wichtigste Faktor war. Die Unterschiede zwischen den Schädeln verschiedener Waschbären erklärten zwischen 85 und 93 Prozent der Variation in den Daten. Die Methode, mit der das Modell erstellt wurde – ob mit dem Telefon oder der professionellen Kamera – machte weniger als 4 Prozent der Variation aus. Das bedeutet, dass die biologischen Unterschiede zwischen den Tieren so viel größer sind als die winzigen Fehler, die durch die Kamera oder Software eingeführt werden, dass die beiden Arten von Modellen sicher in einer einzigen Studie kombiniert werden können. Die Forscher merkten an, dass die Telefon-Modelle auf sehr glänzenden Oberflächen wie Zähnen zwar etwas weniger detailliert waren, aber dennoch genau genug, um wichtige biologische Merkmale wie Zahnabnutzung oder fehlende Zähne zu erkennen.
Diese Studie bestätigt, dass die Smartphone-App ein valides Werkzeug für die wissenschaftliche Forschung ist und einen schnellen und zugänglichen Weg bietet, hochwertige 3D-Modelle ohne die Notwendigkeit teurer Ausrüstung zu erstellen. Sie legt nahe, dass Museen und Forscher nun Daten aus vielen verschiedenen Quellen kombinieren können – von professionellen Laboren bis hin zu Feldforschern mit Telefonen –, um viel größere und inklusivere Datensätze aufzubauen. Während die professionelle Methode weiterhin die Wahl für Studien ist, die extreme Präzision an winzigen internen Strukturen erfordern, bietet die Smartphone-Methode eine zuverlässige und effiziente Alternative für die meisten morphologischen Studien. Indem sie beweist, dass diese unterschiedlichen Produktionsprozesse zusammenarbeiten können, öffnet die Forschung die Tür zu einer neuen Ära der kollaborativen Wissenschaft, in der die Eintrittsbarriere lediglich eine Kamera und die Bereitschaft zum Teilen ist.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.