Dissertationen - DGK

Weitere Magazine

Empfehlungen

Info

98 6. Verbesserung der Straßenextraktion für SAR-Bilddaten (a) Ausschnitt aus Datensatz Ländlich_2m (b) Manuell erfasste Referenz mit automatisch extrahierter Stadtgrenze (c) Ergebnis ohne Kontext (d) Ergebnis mit globalem Kontext Abbildung6.4. Extraktionsergebnis mit globalem Kontext (a) SAR-Bild (b) Referenz (c) Ergebnis ohne Kontext (d) Ergebnis mit globalem Kontext unter Berücksichtigung der Stadtgrenze Bei dem Datensatz Stadtrand_1m (Tabelle 6.1) stieg die Vollständigkeit der Nebenstraßen um 6% bei nahezu gleichbleibender Zuverlässigkeit. Der Wert für die Vollständigkeit ist hier jedoch etwas zu optimistisch, da es durch die Einführung der Stadtgrenze auch zu einigen doppelten Extraktionen gekommen ist. Dadurch werden bei der Bewertung doppelte Extraktionen demselben Referenzstück zugeordnet und als korrekt bewertet. In dem Datensatz Ländlich_2m konnten durch die Einführung der Stadtumrisse in der Nähe von Städten mehr Neben- und Bundesstraßen detektiert werden (Tabelle 6.2). Abbildung 6.4 zeigt einen Ausschnitt, in dem die Verwendung des globalen Kontextes Stadt zu einer Verbesserung der Extraktion geführt hat. Es konnten drei zusätzliche abgehende Straßen gefunden werden. Bei der Straße links unten handelt es sich allerdings um eine Fehlextraktion aufgrund des unzureichend extrahierten Stadtumrisses. Durch diese Art von neuen Fehlextraktionen erklärt sich die leichte Abnahme der Zuverlässigkeit um 3%. Ein weiterer Ausschnitt aus dem Datensatz Ländlich_2m (Abbildung 6.5) zeigt ähnliche Ergebnisse. Durch die Einführung der Stadtumrisse wurde ganz links in dem Ausschnitt eine weitere Straße extrahiert (Kennzeichnung N). Bei einer weiteren, abgehenden Straße (Kennzeichnung F) handelt es sich jedoch um einen Weg, der nicht in der Referenz enthalten ist und daher die Zuverlässigkeit der Extraktion verringert.
(a) Ausschnitt aus Datensatz Ländlich_2m (b) Referenz (c) Ergebnis ohne Kontext (d) Ergebnis mit lokalem und globalem Kontext 6.2. Nutzen von globalem Kontext: Kontextgebiete 99 Abbildung6.5. Verbesserung der Extraktionsergebnisse durch Einführung von lokalen Kontextobjekten und der Stadtgrenze; durch globalen Kontext neu eingeführte Straßen: N und F, wobei die mit F gekennzeichnete Extraktion ein Feldweg ist, die nicht in der Referenz (Abb. 6.5(b)) enthalten ist. Dicke Linien kennzeichnen die Umrisse der extrahierten Städte.
Seite 1:
DEUTSCHE GEODÄTISCHE KOMMISSION be
Seite 4 und 5:
Adresse der Deutschen Geodätischen
Seite 6 und 7:
Summary This thesis presents an app
Seite 8 und 9:
4 Straßenextraktion für SAR-Bildd
Seite 11 und 12:
1. Einleitung 1.1 Motivation Luft-
Seite 13 und 14:
2. Radar mit synthetischer Apertur
Seite 15 und 16:
2.1. Grundprinzip und Auflösung ab
Seite 17 und 18:
t 1 t 2 t 3 t n R L sa a P 2.2. Ge
Seite 19 und 20:
2.2. Geometrisch bedingte Abbildung
Seite 21 und 22:
2.3. Radiometrische Eigenschaften 1
Seite 23 und 24:
2.3. Radiometrische Eigenschaften 2
Seite 25 und 26:
2.4. Statistische Eigenschaften 23
Seite 27 und 28:
Weitere Modelle und Verteilungen f
Seite 29 und 30:
2.5. SAR-Polarimetrie 27 Bei einem
Seite 31 und 32:
2.6. SAR-Systeme 29 Der von Entropi
Seite 33 und 34:
3. Bisherige Arbeiten zur automatis
Seite 35 und 36:
3.1. Modellierung und Strategie 33
Seite 37 und 38:
3.1. Modellierung und Strategie 35
Seite 39 und 40:
3.2. Verfahren zur automatischen St
Seite 41 und 42:
Seite 43 und 44:
Seite 45 und 46:
Seite 47 und 48:
Seite 49 und 50: 3.3 Der TUM-LOREX-Ansatz 3.3. Der T
Seite 51 und 52: Fuzzy-Wert 1 0 a b Bewertungsmaß F
Seite 53 und 54: 3.3. Der TUM-LOREX-Ansatz 51 Distan
Seite 55 und 56: 4.1. Abbildungseigenschaften von St
Seite 61 und 62: 4.2. Modifikation des TUM-LOREX-Ans
Seite 63 und 64: Fuzzy-Wert 1 0 4.3. SAR-spezifische
Seite 65 und 66: 4.3. SAR-spezifische Vorverarbeitun
Seite 67 und 68: 4.3. SAR-spezifische Vorverarbeitun
Seite 69 und 70: Logarithmische Skalierung 4.3. SAR-
Seite 71 und 72: 4.4. Ausrichtung auf relevante Bild
Seite 73 und 74: 4.5. Extraktion und Bewertung 71 Di
Seite 75 und 76: 4.5. Extraktion und Bewertung 73 ei
Seite 77 und 78: (a) Extraktion mit SAR-Vorverarbeit
Seite 79 und 80: 4.5. Extraktion und Bewertung 77 F
Seite 81 und 82: (a) Extraktion (b) Manuell erfasste
Seite 83 und 84: 4.5. Extraktion und Bewertung 81 De
Seite 85 und 86: 5.1. Analyse der Stärken und Schw
Seite 87 und 88: 5.1. Analyse der Stärken und Schw
Seite 89 und 90: Entfernung (a) SAR-Signatur von Bä
Seite 91 und 92: tsa zurückgelegt hat 5.2. Abbildun
Seite 93 und 94: 5.3. Folgerungen für die Extraktio
Seite 95 und 96: 6.1.1 Integration der Kontextobjekt
Seite 97 und 98: 6.1. Nutzen von lokalem Kontext: Ko
Seite 99: (a) Ausschnitt aus Datensatz Ländl
Seite 103 und 104: 6.3.2 Extraktion von Autobahnen 6.3
Seite 105 und 106: 6.3. Separate Behandlung von Autoba
Seite 107 und 108: 7.2. Diskussion 105 aufgrund der ge
Seite 109 und 110: 7.3. Ausblick 107 Merkmale können
Seite 111 und 112: A.3. Algorithmus von Dijkstra 109 e
Seite 113 und 114: A.4. Prozessierung der Rohdaten in
Seite 115 und 116: Verzeichnis der Abkürzungen und Va
Seite 117 und 118: Literaturverzeichnis Arsenault, H.
Seite 119 und 120: Literaturverzeichnis 117 Fischler,
Seite 121 und 122: Literaturverzeichnis 119 Kuan, D.,
Seite 123 und 124: Literaturverzeichnis 121 Stilla, U.
Seite 125 und 126: Dank An erster Stelle danke ich mei
Alle anzeigen

Dissertationen - DGK

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?