Dissertationen - DGK

1. Einleitung
1.1 Motivation
Luft- und Satellitenbilder bilden in der Photogrammetrie und Fernerkundung die Basis für thematische
Auswertungen und für die Extraktion von Objekten. Die Auswertung dieser Bilddaten findet
heutzutage zunehmend neue Anwendungsgebiete, etwa in der Raum- und Verkehrsplanung, bei der
Überwachung des Ökosystems oder bei Naturkatastrophen. Zu dem gestiegenen Bedarf an Informationen
zählen auch aktuelle Daten über das Straßennetz. Für viele Aufgaben ist das Straßennetz von
elementarer Bedeutung, beispielsweise werden digitale Straßendaten für die Routenplanung, Navigation
und Planungsaufgaben benötigt. Besonders dringend ist z.B. auch der Bedarf an aktuellen Straßendaten
nach Naturkatastrophen, um den Grad der Zerstörung der Infrastruktur zu ermitteln und die
Hilfsmaßnahmen effektiv planen zu können. Straßen dienen ganz allgemein als wichtige Versorgungsund
Kommunikationswege, auf die eine Gesellschaft essentiell angewiesen ist. Die automatische Extraktion
von Straßen aus digitalen Bilddaten ist derzeit Gegenstand der Forschung (Stilla et al.,
2005).
In der Bildanalyse befassen sich seit einigen Jahren zahlreiche Forschungsarbeiten mit der vollautomatischen
Objektextraktion. Die Schwierigkeit bei diesen Verfahren liegt darin, den Erkennungsprozess
mit Methoden der Bildanalyse zu realisieren: die Erfassung von Strukturen, deren Gruppierung und
die Zuweisung von Semantik. Diese Schwierigkeiten sind bisher nicht ausreichend gelöst.
Zur Erfassung und Aktualisierung von Straßendaten werden Bilddaten in der Praxis immer noch manuell
ausgewertet (Englisch und Heipke, 1998). Ein Operateur kann durch seine visuellen Fähigkeiten
die Bilddaten meist problemlos interpretieren. Die manuelle, interaktive Erfassung ist jedoch recht
zeitintensiv und kostenaufwändig. Zudem wächst der Wunsch nach kürzeren Zeiträumen zwischen den
Aktualisierungen, was den Bedarf an automatischen Auswerteverfahren weiterhin erhöht.
Ein möglicher Ansatz die automatische Erkennung von Straßen weiter voranzutreiben, besteht in der
Nutzung zusätzlicher oder andersartiger Informationsquellen. Bisherige Forschungsarbeiten zur Straßenextraktion
haben hauptsächlich optische Bilddaten verwendet, die im sichtbaren und im nahen
Infrarot-Bereich des elektromagnetischen Spektrums Reflexionen der Erdoberfläche aufzeichnen. Die
Nutzung von Radardaten zur Erkennung von Straßen ist bisher minimal ausgeschöpft worden.
Radar ist ein aktives Verfahren, das selbst ausgesendete und an der Erdoberfläche reflektierte Mikrowellenstrahlung
aufzeichnet. Aus diesem Verfahren ergeben sich eine Reihe von prinzipiellen Vorteilen
gegenüber optischen Sensoren. Die wesentlichen Vorteile von Radar bestehen in der Unabhängigkeit
der Aufnahme von der Tageszeit und wegen der hohen Durchlässigkeit der Atmosphäre für Mikrowellenstrahlung
in der weitgehenden Unabhängigkeit von Witterungsverhältnissen. Eine Aufnahme
mit Radarsensoren bietet sich insbesondere dann an, wenn die Aufnahme zeitnah und somit auch
nachts oder bei ungünstigen Witterungsbedingungen erfolgen muss, wie etwa bei Erdbeben oder Überschwemmungen.
Wegen der Wetterunabhängigkeit und des Tag- und Nachtbetriebs haben sie auch
das Potenzial für eine regelmäßige, operationelle Überwachung der Erdoberfläche, beispielsweise zur
Verkehrsüberwachung.
Zur Bildauswertung werden vor allem Daten der höher aufgelösten SAR-Systeme (Synthetic Aperture
Radar) verwendet. Die Auswertung von SAR-Daten hat sich seit dem Start des ersten europäischen
Erdbeobachtungssatelliten ERS 1 im Jahr 1990 enorm entwickelt. Verschiedene Klassifizierungsverfahren
zur thematischen Kartierung der Erdoberfläche haben sich ebenso wie Verfahren zur Erzeugung
digitaler Geländemodelle und zur Bestimmung von Bewegungen der Erdoberfläche etabliert.
Die ständig gestiegene Auflösung der SAR-Sensoren ermöglicht zunehmend auch die Erkennung von
Straßen oder einzelnen Gebäuden. In dieser Arbeit soll das Potenzial von hoch aufgelösten SAR-
Bilddaten für die automatische Extraktion von Straßen aufgezeigt werden. Dabei steht die Adaption
eines automatischen Extraktionsverfahrens für Straßen an SAR-Bilddaten im Vordergrund der Arbeit.
Es sollen aber auch die grundsätzlichen Vorteile und Schwierigkeiten von SAR-Bilddaten für die
Erkennung von Straßen erörtert werden.
9