Dissertationen - DGK

3.2. Verfahren zur automatischen Straßenextraktion 45
gestörte Straßenabschnitte aus. Die Extraktion funktioniert dort gut. Bei stärker durch Störeinflüsse
gekennzeichneten Straßenabschnitten werden dagegen keine Straßen gefunden.
Dell’Acqua und Gamba (2001) vom Dipartmento di Elettronica, Università di Pavia stellen drei Extraktionsalgorithmen
für Straßen in städtischen Gebieten vor, deren Ergebnisse in (Dell’Acqua et al.,
2003) zu einem gemeinsamen Straßennetz miteinander fusioniert werden. Die Algorithmen wurden anhand
von flugzeuggetragenen SAR-Daten entwickelt.
Allen drei Algorithmen geht eine grobe Klassifikation in Straßen- und Nicht-Straßenpixel voraus. Die
Durchführung der Klassifikation basiert auf einem Fuzzy C Means Ansatz. Die sich ergebenden Fuzzy-
Zugehörigkeitswerte für jedes Pixel stehen den Extraktionsalgorithmen zur Verfügung. Der erste Algorithmus
zur Straßendetektion besteht aus einer erweiterten Hough-Transformation (CWHT). Zur
Detektion verschiedener Linienbreiten wird dieser Ansatz in mehreren Auflösungsstufen angewendet.
Der zweite Ansatz ist eine modifizierte Version der rotierenden Hough-Transformation. Das Bild wird
hierbei nach und nach gedreht und es werden jeweils nur horizontale und vertikale Segmente erfasst.
Beide Ansätze können aufgrund der Hough-Transformation nur gerade Linien detektieren. Für die
Erfassung gekrümmter Linien ist der dritte Ansatz zuständig. Er führt auf Grundlage des Klassifikationsergebnisses
eine kürzeste Pfadsuche mittels Dynamic Programming durch. Ergebnisse sind u.a.,
dass mit diesem Verfahren bei einer amerikanischen Stadt mit ihren sehr regelmäßigen Strukturen
eine Vollständigkeit von rund 80% erreicht werden kann. In (Dell’Acqua et al., 2003) werden die
Ergebnisse aus zwei orthogonalen Sichten fusioniert. Als Testgebiet dient der Innenstadtbereich einer
italienischen Stadt. Die Vollständigkeit der Ergebnisse ist trotz der Fusion mit knapp über 20% recht
niedrig, u.a. aufgrund der fehlenden Geradlinigkeit der Straßen.
Chanussot et al. (1999) von der Université de Savoie, Frankreich präsentieren einen Ansatz zur
Extraktion von linearen Strukturen und zur Fusion verschiedenartiger Linieninformationen. Die Detektion
linearer Strukturen beginnt mit einer Filtervorverarbeitung gefolgt von einer morphologischen
Linienextraktion. Anstelle eines klassischen Speckle-Filters wählen sie einen gerichteten Median-Filter
in Richtung der größten Homogenität eines jeden Pixels. Auf den Speckle-reduzierten Bildern findet
ausschließlich eine morphologische Linienextraktion statt. Linien werden hierbei aufgrund ihrer Form
und ihrem geringeren Grauwert in Bezug zur Umgebung detektiert. Da es sich lediglich um einen
Algorithmus der Phase 1 handelt, ergibt sich eine unvollständige und unkorrekte Detektion des Straßennetzes
wie sie bei allen low-level Detektoren üblich ist.
Katartzis et al. (2001) vom Department of Electronics and Informatics (ETRO) Vije Universität
Brüssel kombinieren diesen Ansatz mit dem MRF-Ansatz von Tupin et al. (1998). Die Detektion
der Liniensegmente wird von Chanussot und Lambert (1998) übernommen und durch einen Linientracker
verfeinert. Die globale Verknüpfung der Linienstücke erfolgt mit einem leicht veränderten
Bayesschen Netzwerk von Tupin et al. (1998). In dieser Modifikation können Straßen aufgrund der
morphologischen Linienextraktion unabhängig von ihrer Breite und Richtung detektiert werden. Probleme
treten bei stärker gekrümmten Straßen auf. Dieser Ansatz wurde zwar für optische Luftbilder
entwickelt, ist aber aufgrund des Verfahrens von Chanussot et al. (1999) ebenso für SAR-Bilddaten
anwendbar.
Wang und Zheng (1998) führen nach einer Reihe von Vorverarbeitungsschritten die Straßenextraktion
mittels einer Hough-Transformation durch. In der Vorverarbeitungsphase werden in einem ersten
Segmentierungsschritt auf dem HH-polarisierten Amplitudenbild per Schwellwert dunkle, potentielle
Straßenbereiche segmentiert. In einem zweiten Segmentierungsschritt wird unter Hinzunahme der
VV-Polarisation die Segmentierung weiter verfeinert. Vor allem Schattenbereiche können mit der für
Straßen gültigen Bedingung, dass die Intensität von Straßen in der VV-Polarisation größer ist als in
der HH-Polarisation, ausgeschlossen werden. Die Detektion von Straßen erfolgt in einem morphologisch
gefilterten Bild über eine Hough-Transformation. Dabei können nur gerade Straßen gefunden werden,
was eine ziemliche Einschränkung für diesen Ansatz bedeutet. Die Vorverarbeitungsschritte sind dafür
relativ robust an die SAR-Daten angepasst.