Dissertationen - DGK
Dissertationen - DGK
Dissertationen - DGK
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
7.3. Ausblick 107<br />
Merkmale können unterschiedliche Gewichte aufgrund der Merkmalsextraktion selbst und/oder der<br />
Datenqualität berücksichtigt werden.<br />
Neue Möglichkeiten ergeben sich auch durch technische Fortschritte in der SAR-Sensorik. Die Entwicklung<br />
geht dabei immer mehr zu multiparametrischen Systemen, d.h. Systemen mit mehreren Frequenzen,<br />
Polarisationen, verschiedenen Aufnahmerichtungen, höheren Auflösungen und mehrfachen Aufnahmen<br />
zur Erfassung einer weiteren Information, z.B. der Höhe, des Volumens oder der Geschwindigkeit<br />
von Objekten. Mit dem Start des TerraSAR-X im Jahr 2006 steht beispielsweise ein hoch auflösender<br />
SAR-Satellit für weitere Forschungen zur Verfügung. In zukünftigen Forschungsarbeiten wird es daher<br />
um die Entwicklung geeigneter Verfahren zur Extraktion von Objekten, der Bewertung der Verfahren<br />
und der Datenfusion auf Basis der hoch aufgelösten Daten gehen.<br />
Mit diesen neuen Daten wird auch die Straßenextraktion in Wald- und Stadtgebieten weiter fortschreiten<br />
können. Die Sichtbarkeit von Straßen in bebauten Gebieten oder im Wald ist grundsätzlich vom<br />
Einfalls- und Aspektwinkel des SAR-Sensors zur Straße abhängig. Eine Detektion ist schwierig, da<br />
es beim SAR in Straßen- oder Waldschneisen zu Artefakten wie Layover- und Schatten kommt, die<br />
zu Informationsverlusten führen. Für Untersuchungen im Bereich von Waldschneisen wären höherwertige<br />
Höhenmodelle wünschenswert, beispielsweise aus Laserscanning-Aufnahmen. Auch die SAR-<br />
Tomographie, die es ermöglicht das 3D-Volumen des Waldes aufzuzeichnen, könnte für die Extraktion<br />
von Straßen im Wald nützlich sein (Reigber, 2002).<br />
Für Straßen in städtischen Gebieten könnten die Erfahrungen aus optischen Bilddaten hilfreich sein.<br />
Dort werden zur Extraktion hoch aufgelöste Daten, Höhenmodelle und Kontextwissen miteinander<br />
kombiniert (Hinz, 2004a). Ein Algorithmus zur Extraktion von Straßen in städtischen Gebieten basierend<br />
auf SAR-Daten sollte auch eine Kombination von verschiedenen Einfallswinkeln und Einfallsrichtungen<br />
beinhalten.<br />
In dieser Arbeit wurde gezeigt, dass durch die Modellierung von lokalem und globalem Kontextwissen<br />
die Extraktion vollständiger und zuverlässiger geworden ist. Daran anknüpfend stellt sich die Frage,<br />
inwieweit eine Interpretation der gesamten Szene hilfreich für die Extraktion einzelner Objekte sein<br />
kann. Bringt eine Kombination von Ansätzen zur Extraktion von einzelnen Objekten wie Gebäuden,<br />
Fahrzeugen, Straßen und Vegetation eine Unterstützung für die Extraktion eines einzelnen Objektes<br />
und wenn ja, wie sähe eine mögliche Kombination der Verfahren aus? In dieser Richtung zeigen beispielsweise<br />
Stilla et al. (2004) den Zusammenhang von Straßen zu Fahrzeugen und Gebäuden auf.<br />
Ein praktischer Einsatz vollautomatischer Verfahren kommt zur Zeit lediglich bei sehr niedrigen Qualitätsanforderungen<br />
in Betracht, bespielsweise bei der gegenseitigen Registrierung von Bildern. Ein<br />
automatisches System zur Extraktion von Straßen erscheint zur Zeit aber noch in weiter Ferne, denn<br />
eine ausreichend hohe Vollständigkeit und Zuverlässigkeit ist in nächster Zeit von keinem automatischen<br />
Verfahren zu erwarten.