Comparison of iPhone and DSLR photogrammetry methods with implications for geometric morphometric analysis
Deze studie toont aan dat iPhone-fotogrammetrie met de Abound-app 3D-meshdata produceert met verwaarloosbare geometrische verschillen vergeleken met DSLR-methoden, wat het gebruik ervan voor het creëren van toegankelijke, multisource-datasets in geometrische morfometrische analyses valideert, terwijl wordt opgemerkt dat de mesh-bron nog steeds in statistische modellen moet worden meegenomen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Museumcollecties zijn enorme opslagplaatsen van de geschiedenis van het leven, die duizenden exemplaren bevatten die het verhaal van evolutie en aanpassing vertellen. Decennialang vertrouwden wetenschappers die de vorm van deze objecten bestudeerden, zoals dierenkraniet, op dure en tijdrovende machines zoals CT-scanners om gedetailleerde driedimensionale modellen te maken. Deze modellen stelden onderzoekers in staat om subtiele verschillen in de botstructuur te meten zonder ooit het kwetsbare origineel aan te raken. Echter, de hoge kosten en complexiteit van dergelijke apparatuur betekenden dat slechts een klein aantal onderzoekers toegang had tot deze digitale hulpmiddelen, waardoor de meeste museumcollecties afgesloten bleven voor wereldwijde studie. In de afgelopen jaren is er een eenvoudiger alternatief opgekomen: het gebruik van standaardcamera's om veel foto's vanuit verschillende hoeken van een object te maken en vervolgens computersoftware te gebruiken om die afbeeldingen samen te voegen tot een 3D-model. Dit proces, bekend als fotogrammetrie, heeft het voor meer wetenschappers mogelijk gemaakt om digitale archieven op te bouwen, maar het heeft ook een nieuwe vraag opgeroepen. Nu onderzoekers modellen beginnen te mengen die zijn gemaakt met verschillende camera's en verschillende softwareprogramma's in een enkele studie, moeten ze weten of de verschillen in de manier waarop de modellen zijn gemaakt groter zijn dan de werkelijke biologische verschillen die ze proberen te meten.
Een team van onderzoekers aan de University of Wyoming zette zich in om deze vraag te beantwoorden door twee zeer verschillende manieren te vergelijken om 3D-modellen van wasberenkraniet te maken. Aan de ene kant gebruikten ze een traditionele, hoogwaardige digitale camera en professionele software, een methode die zeer gedetailleerde maar complexe modellen produceert. Aan de andere kant gebruikten ze een smartphone-app genaamd Abound, die een gebruiker begeleidt bij het maken van foto's met een iPhone en vervolgens automatisch het model in de cloud bouwt. De onderzoekers wilden zien of de door de telefoon gemaakte modellen nauwkeurig genoeg waren om samen met de modellen gemaakt met de professionele apparatuur te worden gebruikt. Ze testten eenentwintig wasberenkraniet en maakten een digitale versie van elk exemplaar met beide methoden. Om een eerlijke test te garanderen, verwerkten ze de modellen ook op drie verschillende manieren: ze lieten ze zoals ze oorspronkelijk waren gemaakt, vereenvoudigden ze om minder punten te hebben, en maakten ze het oppervlak gladder om de textuur gelijkmatiger te maken. Dit stelde het team in staat om te zien of de verschillen tussen de telefoon en de camera zouden verdwijnen of groeien wanneer de modellen werden voorbereid voor wetenschappelijke analyse.
De resultaten toonden aan dat de twee methoden modellen produceerden die qua algemene vorm opmerkelijk vergelijkbaar waren. Wanneer de onderzoekers de afstand tussen de oppervlakken van de gekoppelde modellen maten, ontdekten ze dat het grootste verschil slechts 0,18 procent van de totale grootte van de schedel was, wat overeenkomt met ongeveer 0,26 millimeter. Om dit in perspectief te plaatsen, deze minuscule kloof is ongeveer de breedte van een enkel menselijk haar. Hoewel de professionele camera en software modellen creëerden met veel meer kleine punten en vlakken, waardoor ze in sommige gebieden ruwer leken, creëerde de smartphone-app modellen die gladder en vollediger waren. De telefoon-app was bijzonder goed in het opvullen van gaten waar de camera moeite mee zou hebben gehad, zoals diepe spleten binnenin de schedel, door een glad, waterdicht oppervlak te creëren. In contrast hiermee liet de professionele software soms gaten achter in deze moeilijke gebieden omdat het weigerde te raden hoe het oppervlak eruitzag wanneer het licht slecht was.
Toen de onderzoekers de vormen analyseerden om te zien wat de meeste variatie veroorzaakte, ontdekten ze dat de identiteit van het individuele wasbeer de belangrijkste factor was. De verschillen tussen de schedels van verschillende wasberen verklaarden tussen de 85 en 93 procent van de variatie in de data. De methode die werd gebruikt om het model te maken — of het nu de telefoon of de professionele camera was — verklaarde minder dan 4 procent van de variatie. Dit betekent dat de biologische verschillen tussen dieren veel groter zijn dan de minuscule fouten die door de camera of software worden geïntroduceerd, zodat de twee soorten modellen veilig samen kunnen worden gebruikt in een enkele studie. De onderzoekers merkten op dat hoewel de telefoonmodellen iets minder gedetailleerd waren op zeer glanzende oppervlakken zoals tanden, ze nog steeds nauwkeurig genoeg waren om belangrijke biologische kenmerken te detecteren, zoals tand slijtage of ontbrekende tanden.
Deze studie bevestigt dat de smartphone-app een geldig hulpmiddel is voor wetenschappelijk onderzoek, wat een snelle en toegankelijke manier biedt om hoogwaardige 3D-modellen te maken zonder de noodzaak van dure apparatuur. Het suggereert dat musea en onderzoekers nu gegevens uit veel verschillende bronnen kunnen combineren, van professionele laboratoria tot veldonderzoekers met telefoons, om veel grotere en inclusievere datasets op te bouwen. Hoewel de professionele methode de keuze blijft voor studies die extreme precisie op kleine interne structuren vereisen, biedt de smartphone-methode een betrouwbaar en efficiënt alternatief voor de meeste morfologische studies. Door te bewijzen dat deze verschillende productielijnen samen kunnen werken, opent het onderzoek de deur naar een nieuw tijdperk van collaboratieve wetenschap waarbij de drempel voor deelname simpelweg een camera en een bereidheid om te delen is.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.