Dissertationen - DGK

3.2. Verfahren zur automatischen Straßenextraktion 37
(a) Siedlung
(b) Offene Landschaft (c) Wald
Abbildung3.3. Beispiele für Kontextgebiete
• Phase 2: globale Modellierung, in der die Verfolgung und Vervollständigung der extrahierten
Stücke zu einem Straßennetz vorgenommen wird
In Phase 1 werden Methoden aus dem Bereich der digitalen Bildverarbeitung zur Extraktion von Linien
oder Kanten eingesetzt. Sie versuchen die Objekte aufgrund ihrer radiometrischen, geometrischen und
statistischen Eigenschaften zu erfassen. Dabei kommen Methoden wie Segmentierung, Merkmalsextraktion,
Polygonapproximation sowie Algorithmen zur Datenfusion und Gruppierung von Teilstrukturen
zum Einsatz.
In Phase 2 werden weniger bildbezogene Methoden angewendet, sondern eher Suchalgorithmen (Fischler
et al., 1981; Vosselman, 1992; Geman und Geman, 1984), Markoff-Zufallsfelder (Tupin et al.,
1998; Stoica et al., 2004), neuronale Netze (Bhattacharya und Parui, 1997) oder Dynamic Programming
(Gruen und Li, 1997) sowie Ansätze mit verschiedenen Maßstäben (Baumgartner et al.,
1999) oder Bewertungsmethoden (Zadeh, 1989; Shafer und Pearl, 1990).
Da die Straßenextraktion aus optischen Bildern grundlegende Methoden für die Extraktion aus SAR-
Bilddaten größtenteils beinhaltet, werden in Abschnitt 3.2.1 zunächst verschiedene Verfahren zur Straßenextraktion
aus optischen Bildern vorgestellt. In Abschnitt 3.2.2 folgt die Darstellung der Arbeiten
auf SAR-Bilddaten. Anschließend werden die Ansätze diskutiert und Folgerungen für diese Arbeit
gezogen.