Dissertationen - DGK
Dissertationen - DGK
Dissertationen - DGK
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
48 3. Bisherige Arbeiten zur automatischen Straßenextraktion<br />
Generierung potentieller Straßenstücke<br />
Die extrahierten Linien repräsentieren jedoch nicht ausschließlich Straßen, sondern es werden auch<br />
andere lineare Strukturen oder Objekte wie z.B. schmale Felder erfasst. Jede einzelne Linie sollte für<br />
die folgende Bewertung aber nur eine Objektart umfassen. So kann z.B. eine längere, einzelne Linie<br />
gleichzeitig anfänglich eine Straße und im weiteren Verlauf eine Feldstruktur erfassen. Linien werden<br />
daher an Stellen aufgetrennt, an denen angenommen werden kann, dass sie ihre Bedeutung ändern. Ein<br />
Indiz für eine Bedeutungsänderung kann z.B. eine besonders starke Krümmung der Linie sein. Deshalb<br />
werden die extrahierten Linien nach einer Glättung bzw. Polygonapproximation (Ramer, 1972) durch<br />
Auftrennen an den Stellen hoher Krümmung in potentielle Straßenstücke überführt und somit für die<br />
folgende Bewertung vorbereitet.<br />
Bewertung potentieller Straßenstücke<br />
Die Bewertung der potentiellen Straßenstücke hat das Ziel mehr Evidenz für das Vorhandensein von<br />
Straßen in den Gruppierungsvorgang einzuführen. Für die Bewertung der Straßenstücke werden mit<br />
Hilfe des Straßenmodells Bewertungsmaße aufgestellt. Aus den mitgelieferten Attributen der Linienextraktion<br />
für jedes Pixel können für jedes potentielle Straßenstück folgende Bewertungsmaße berechnet<br />
werden:<br />
• Länge des Straßenstückes.<br />
• Geradlinigkeit des Straßenstückes (Standardabweichung der Richtung).<br />
• Breite des Straßenstückes (Mittelwert der Breite).<br />
• Konstanz der Breite des Straßenstückes (Standardabweichung der Breite).<br />
• Konstanz des Reflexionsgrades des Straßenstückes (Standardabweichung der Grauwerte).<br />
• Ebenheit des Straßenstückes (Mittelwert des Gradienten entlang des Straßenstückes; nur wenn<br />
Höheninformation verfügbar ist).<br />
Zur Bestimmung der Bewertung dieser Maße wird im TUM-LOREX-Ansatz die Fuzzy-Logik verwendet.<br />
Mit Fuzzy-Logik (engl. fuzzy=unsicher) kann unsicheres, natürlichsprachliches Wissen repräsentiert,<br />
modelliert und bewertet werden. Im Rahmen der hier vorgenommenen Bewertung gehen die Aussagen<br />
des Straßenmodells über die Bewertungsmaße in die Bewertung ein. Die vage Aussage Straßen sind<br />
lang gestreckte Objekte wird beispielsweise durch das Bewertungsmaß Länge des extrahierten Staßenstücks<br />
überprüft. Durch Membership-Funktionen oder auch Fuzzy-Funktionen genannt kann aufgrund<br />
intuitiv festzusetzender Schwellwerte die Aussage auf ihren Grad an Richtigkeit bewertet werden (siehe<br />
Abbildung 3.5). Im TUM-LOREX-Ansatz kommen lineare Fuzzy-Funktionen zum Einsatz. Der Ausgang<br />
der Membership-Funktionen ist eine Bewertung (Fuzzy-Wert oder test-score) (Zadeh, 1989).<br />
Der Fuzzy-Wert wird in der Regel zum Zwecke der Vergleichbarkeit verschiedener Bewertungen auf<br />
den Intervallbereich [0,1] skaliert. Zur Vereinigung der Fuzzy-Werte aller Bewertungsmaße zu einem<br />
gemeinsamen Fuzzy-Wert pro potentiellem Straßenstück wird der Fuzzy-UND-Operator verwendet, bei<br />
dem die minimalste aller Bewertungen ausgewählt wird.<br />
Fusion<br />
Die bisherigen Schritte zur Linienextraktion und Bewertung der Linien werden für jedes Eingangsbild<br />
oder jeden Kanal einzeln durchgeführt. Wenn für die Extraktion mehrere Eingangsbilder genutzt werden<br />
sollen, werden die Straßenstücke aus den verschiedenen Eingangsdaten nach der Fuzzy-Bewertung<br />
miteinander fusioniert. Da das Straßennetzwerk möglichst mit Hilfe der am besten bewerteten, potentiellen<br />
Straßenstücke generiert werden soll, werden die Linien zunächst entsprechend ihrer Bewertung<br />
sortiert, beginnend mit der am besten bewerteten Linie. Die Fusion erfolgt dann über eine best first