Automatische auflösungsabhängige Anpassung von Bildanalyse-Objektmodellen
Zusammenfassung der Projektergebnisse
In diesem Projekt wurde ein neues Verfahren zur automatischen Anpassung von Bildanalyse-Objektmodellen, die für eine gegebene Auflösung erstellt wurden, an eine niedrigere Auflösung entwickelt. Für die Analyse des Verhaltens des Landschaftsobjektes in unterschiedlichen Bildauflösungen wird die Theorie des linearen Skalenraumes angewendet. Die verwendeten Objektmodelle, die über Semantische Netze repräsentiert sind, beschreiben das Aussehen der Landschaftsobjekte in der realen Welt sowie im Bild über geometrische und radiometrische Attribute, wie z. B. Objekttyp, Größe und Intensität. Die Modelle beinhalten jedoch auch Operatoren zur Extraktion der jeweiligen Objektteile und stellen damit eine direkte Schnittstelle zu Algorithmen der Merkmalsextraktion her. Der Fokus in diesem Projekt liegt auf Modellen zur Straßenextraktion aufgrund der enormen gesellschaftlichen Relevanz von Straßen und ihrer damit einhergehenden Bedeutung für die Objektextraktion im Rahmen der Aktualisierung von Geoinformationssystemen. Das entwickelte Verfahren zur automatischen Anpassung folgt einem Prozess in drei Stufen: Zerlegung, Analyse des Skalenverhaltens und Fusion. Zur Vereinfachung der automatischen Anpassung wird das Objektmodell in der ersten Stufe in einzelne Objektteile und Gruppen von Objektteilen zerlegt, deren Skalenverhalten zusammen betrachtet werden muss, da sie sich während der Auflösungsänderung gegenseitig beeinflussen. Die Analyse des Skalenverhaltens prädiziert nicht nur das Aussehen aller Objektteile über ihre Attributwerte in der niedrigeren Bildauflösung unter Berücksichtigung von Skalenraumereignissen, sondern auch die Operatoren zur Extraktion der Objektteile werden an die niedrigere Bildauflösung angepasst. Zum Schluss werden die angepassten Objektteil(-gruppen) in der letzten Stufe, der Fusion, wieder zu einem einheitlichen Objektmodell zusammengeführt, das für die Objektextraktion in der niedrigeren Bildauflösung geeignet ist. Die Methoden dieser drei Stufen unterscheiden sich je nach Typ des gegebenen Objektmodells. Die Typen, die im Anpassungsprozess unterschieden werden, sind Modelle mit parallelen linienartigen Objektteilen, Modelle mit parallelen linienartigen Objektteilen variabler Anzahl, Modelle mit flächenhaften Objektteilen und Modelle mit lokalen Kontextobjekten. Zur Demonstration des neuen Anpassungsverfahrens wurden drei Beispiele zur Anpassung verschiedener Typen von Objektmodellen an mehrere niedrigere Bildauflösungen implementiert. Anschließend wurde die Leistungsfähigkeit des entwickelten Verfahrens über den Vergleich der Extraktionsergebnisse der automatisch angepassten Objektmodelle aus realen Bilddaten mit den erzielten Ergebnissen der gegebenen Objektmodelle in der hohen Bildauflösung bewertet. Basierend auf den Ergebnissen der einzelnen Beispiele wurden Probleme der einzelnen Methoden diskutiert und Lösungsvorschläge aufgezeigt. Der Bericht schließt mit einem Ausblick auf mögliche Weiterentwicklungen.
Projektbezogene Publikationen (Auswahl)
-
(2004). "Automatic Scale Adaptation of Semantic Nets". In: E. Seyfert (Hrsg.), Publikationen der Deutschen Gesellschaft für Photogrammetrie und Fernerkundung, Band 13, S. 67-76. Halle
Pakzad, K. und Heller, J.
-
(2004). "Automatic Scale Adaptation of Semantic Nets". The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Band XXXI-B3. ISPRS Congress, Istanbul, S. 325-330
Pakzad, K. und Heller, J.
-
(2005). "Adaptation of Object Models for Road Extraction in Images of Different Resolution". The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Band XXXVI-8/W27. 3rd URBAN Symposium, 6 S., CD
Heller, J. und Pakzad, K.
-
(2005): "Automatische auflösungsabhängige Anpassung variabler Straßenmodelle". In: E. Seyfert (Hrsg.), Publikationen der Deutschen Gesellschaft für Photogrammetrie und Fernerkundung, Band 14, S. 57-64
Heller, J. und Pakzad, K.
-
(2005): "Scale-Dependent Adaptation of Object Models for Road Extraction". The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Band XXXVI 3/W24, CMRT05 ‘Object Extraction for 3D City Models, Road Databases and Traffic Monitoring - Concepts, Algorithms, and Evaluation’, S. 23-28
Heller, J. und Pakzad, K.
-
(2006). “Automatic Scale-Dependent Adaption of Variable Object Models”. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Band XXXVI-2/W40. Hannover, S. 65-70
Heuwold, J., Pakzad, K.
-
(2006). “Verification of a Methodology for the Automatic Scale-Dependent Adaption of Object Models”. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Band XXXVI/3. PCV’06, Bonn, S. 173-178
Heuwold, J.
-
(2007). “Scale behaviour prediction of image analysis models for 2D landscape objects”. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Band XXXVI-3/W49A. PIA07, München, S. 43-49
Heuwold, J., Pakzad, K., Heipke, C.
-
(2008). “Automatic adaptation of image analysis models for 2D landscape objects to a coarser image resolution”. Photogrammetrie-Fernerkundung-Geoinformation (2008), Nr. 3, S. 197-206
Heuwold, J., Pakzad, K., Heipke, C.
-
(2008). “Scale-dependent adaptation of image analysis object models incorporating local context objects”. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Band XXXVII-B3b. ISPRS Congress, Peking, S. 435-440
Heuwold, J., Pakzad, K., Heipke, C.
