Lately Unmanned Aerial Systems (UAS) are used more frequently in surveying. With broader use comes higher demands on the uncertainty in such measurements. The post processing software is an important factor that affects the uncertainty in the finished product. Therefore it is vital to evaluate how results differentiate in different software and how parameters contribute. In UAS-photogrammetry images are acquired with an overlap which makes it possible to generate point clouds in photogrammetric software. These point clouds are often used to create Digital Terrain Models (DTM). 

The purpose of this study is to evaluate how the level of uncertainty differentiates when processing the same UAS-data through block adjustment and dense image matching in two different photogrammetric post processing software. The software used are UAS Master and Pix4D. The objective is also to investigate how the level of extraction in UAS Master and the setting for image scale in Pix4D affects the results when generating point clouds. Three terrain models were created in both software using the same set of data, changing only extraction level and image scale in UAS Master and Pix4D respectively. 

26 control profiles were measured with network-RTK in the area of interest to calculate the root mean square (RMS) and mean deviation in order to verify and compare the uncertainty of the terrain models. The study shows that results vary when processing the same UAS-data in different software. 

The study also shows that the extraction level in UAS Master and the image scale in Pix4D impacts the results differently. In UAS Master the uncertainty decreases with higher extraction level when generating terrain models. A clear pattern regarding the image scale setting in Pix4D cannot be determined. Both software were able to produce elevation models with a RMS-value of around 0,03 m. The mean deviation in all models created in this study were below 0,02 m, which is the requirement for class 1 in the technical specification SIS-TS 21144:2016. However the mean deviation for the ground type gravel in the terrain model created in UAS Master at a low extraction level exceeds the demands for class 1. This indicates all but one of the created models fulfil the requirements for class 1, which is the class containing the highest requirements.

Obemannade flygfarkostsystem (eng. Unmanned Aerial Systems, UAS) används allt mer frekvent för datainsamling inom geodetisk mätning. I takt med att användningsområdena ökar ställs också högre krav på mätosäkerheten i dessa mätningar. De efterbearbetningsprogram som används är en faktor som påverkar mätosäkerheten i den slutgiltiga produkten. Det är därför viktigt att utvärdera hur olika programvaror påverkar slutresultatet och hur valda parametrar spelar in. I UAS-fotogrammetri tas bilder med övertäckning för att kunna generera punktmoln som i sin tur kan bearbetas till digitala terrängmodeller (DTM). 

Syftet med studien är att utvärdera hur mätosäkerheten skiljer sig när samma data bearbetas genom blockutjämning och tät bildmatchning i två olika programvaror. Programvarorna som används i studien är UAS Master och Pix4D. Målet är också att utreda hur vald extraktions nivå i UAS Master och vald bildskala i Pix4D påverkar resultatet vid generering av terrängmodeller. Tre terrängmodeller skapades i UAS Master med olika extraktionsnivåer och ytterligare tre skapades i Pix4D med olika bildskalor.

26 kontrollprofiler mättes in med nätverks-RTK i aktuellt område för beräkning av medelavvikelse och kvadratiskt medelvärde (RMS). Detta för att kunna verifiera och jämföra mätosäkerheten i modellerna. Studien visar att slutresultatet varierar när samma data bearbetas i olika programvaror. 

Studien visar också att vald extraktionsnivå i UAS Master och vald bildskala i Pix4D påverkar resultatet olika. I UAS Master minskar mätosäkerheten med ökad extraktionsnivå, i Pix4D är det svårare att se ett tydligt mönster. Båda programvaror kunde producera terrängmodeller med ett RMS-värde kring 0,03 m. Medelavvikelsen i samtliga modeller understiger 0,02 m, vilket är kravet för klass 1 från den tekniska specifikationen SIS-TS 21144:2016. Medelavvikelsen för marktypen grus i UAS Master i modellen med låg extraktionsnivå överskrider dock kraven för klass 1. Därmed uppnår alla förutom en av terrängmodellerna kraven för klass 1, vilket är den klass med högst ställda krav.