Dissertationen - DGK

4.2. Modifikation des TUM-LOREX-Ansatzes für SAR-Bilddaten 59
4.2 Modifikation des TUM-LOREX-Ansatzes für SAR-Bilddaten
Diese Arbeit setzt auf einer bestehende Software zur Straßenextraktion aus optischen Bilddaten der
Technischen Universität München (TUM-LOREX) auf. Der TUM-LOREX-Ansatz sieht einen sequentiellen
Ablauf von einzelnen Operatoren vor. Dieser sequentielle Ablauf der Extraktion wird auch in
dieser Arbeit fortgeführt. In diesem Abschnitt wird ein Überblick über den für SAR-Bilddaten modifizierten
Ablauf der Straßenextraktion gegeben. Zusätzliche Modellerweiterungen werden in Kapitel 5
und 6 vorgestellt.
Nach der Einteilung aus Abschnitt 3.2 kann die Extraktion grundsätzlich in zwei Phasen unterteilt werden.
Die Phase 1 besteht aus der Linienextraktion inklusive der Nachbearbeitung und der Bewertung
der Linien. Für die Phase 2 ergeben sich mit der Auswahl von Startstücken und dem Netzwerkaufbau
grundsätzlich die gleichen Aufgaben wie für optische Bilddaten. Sie ist eher als datenunabhängig einzustufen.
Dadurch können dort prinzipiell die gleichen Verfahren wie bei optischen Bilddaten eingesetzt
werden. Die Modifikation der TUM-LOREX-Software konzentriert sich daher auf die Phase 1.
Die Neuerungen und Anpassungen für SAR-Bilddaten wurden in den Extraktionsablauf des TUM-
LOREX-Ansatzes integriert (Abbildung 4.7). Im Folgenden wird ein Überblick über die neue, modifizierte
Extraktionsstrategie für SAR-Bilddaten gegeben. Die SAR-spezifischen Neuerungen und Anpassungen
werden in den nachfolgenden Abschnitten (4.3, 4.4) näher erläutert. Der TUM-LOREX-Ansatz
wurde bereits in Abschnitt 3.3 dargestellt.
Auswahl der Datengrundlage
Basierend auf den Überlegungen im vorangegangenen Abschnitt sollte eine Vorauswahl der SAR-
Bilddaten stattfinden. In der Analyse der potentiellen SAR-Datengrundlagen (Abschnitt 4.1) hat sich
gezeigt, dass vor allem Betragsbilder hoch auflösender SAR-Sensoren sinnvoll für eine Detektion von
Straßen sind. Ebenso haben sich im X-Band die HH-Polarisation und im L-Band die VV-Polarisation als
geeignet herausgestellt. Auch die Auswertung mehrerer Frequenzen scheint sinnvoll, damit ergänzende
Informationen die Extraktion stützen können. Die ausgewählten Bilddaten sind für die Straßenextraktion
weiter aufzubereiten.
SAR-spezifische Vorverarbeitung
Für die Bereitstellung einer geeigneten Datengrundlage werden die für SAR-Bilddaten üblichen Vorverarbeitungsschritte
für die Extraktion von Straßen optimiert. Im Rahmen dieser an Straßen angepassten,
SAR-spezifischen Vorverarbeitung spielen insbesondere folgende Korrekturen eine Rolle
• Korrektur der Einfallswinkelabhängigkeit
• Reduzierung des Specklerauschens und
• Skalierung der SAR-Messwerte.
Die Reduzierung des Specklerauschens und die Skalierung der SAR-Messwerte erfolgen vor allem im
Hinblick auf die verwendete Linienextraktion. Diese Vorverarbeitungsschritte werden in Abschnitt 4.3
näher erläutert.
Ausrichtung auf relevante Bildbereiche
Im Rahmen der Extraktion gilt es, zunächst die sicheren und leichter zu extrahierenden Straßenstücke
zu detektieren, um ausgehend von diesen Straßenstücken, das Straßennetz weiter zu vervollständigen.
Zur Vermeidung der Extraktion von unkorrekten Hypothesen wird der Suchraum vor der Extraktion
auf ländliche Bereiche ausgerichtet. Hierfür erfolgt eine Klassifikation der Kontextgebiete „Wald“,
„Siedlung“ und „offene Landschaft“. Zur Klassifikation werden die Merkmale dieser Gebiete im X- und
L-Band herangezogen. Zur weiteren Eingrenzung des Suchraums erfolgt eine Segmentierung niedriger
Grauwertbereiche. Durch diese Eingrenzungen der SAR-Szene auf potentielle Straßenregionen wird die
Extraktion von unkorrekten Hypothesen reduziert.