Dissertationen - DGK

4.4. Ausrichtung auf relevante Bildbereiche 69
und polarimetrischer Merkmale klassifiziert. Eine Klassifikation von Schattenflächen ist durch die niedrige
Intensität von Schatten im X-Band möglich. Die kreuzpolarisierten Kanäle des L-Bandes (HV und
VH) ermöglichen die Klassifikation von Wald. In den nachfolgenden Stufen werden die Klassen räumlich
so aggregiert, dass Schatten lokal nur in Verbindung mit Wald bestehen kann. Außerdem werden
Schatten- und Waldflächen, die vollständig von Siedlungsbereichen umgeben sind, der Klasse Siedlung
zugeordnet. Abbildung 4.18 zeigt das Ergebnis der Klassifikation.
Eine Übertragbarkeit auf andere Testgebiete ist aufgrund des regelbasierten Verfahrens möglich. Allerdings
sind die Klassifizierungsparameter anzupassen, so dass die Extraktion in diesem Punkt nur
bedingt automatisch abläuft.
Mit der hier verwendeten polarimetrischen Datengrundlage im X- und L-Band lässt sich eine Klassifikation
der Kontextgebiete für Straßen recht zuverlässig vornehmen, da es sich um Bildbereiche handelt,
die ein eindeutig unterschiedliches Rückstreuverhalten aufweisen. Der weiter gehende Extraktionsablauf
kann sich dadurch auf die offene Landschaft beschränken. Neben dem hier vorgestellten Verfahren
gibt es noch weitere Klassifikationsverfahren, die für diese Datengrundlage entwickelt worden sind (z.B.
Herold et al., 2000a).
(a) Ausgangsszene (b) Klassifikationsergebnis: offene Landschaft (schwarz), Siedlung
(dunkelgrau), Wald (weiß) und Schatten (hellgrau)
Abbildung4.18. Klassifikation der Kontextgebiete aufgrund multifrequenter und multipolarimetrischer Datensätze
4.4.2 Segmentierung potentieller Straßenregionen
Zur weiteren Einschränkung des Suchraums für die Straßenextraktion wird die Intensität der Rückstreuung
herangezogen. Da sich Straßen wie in Abschnitt 4.1 beschrieben im Allgemeinen in SAR-Bilddaten
dunkel abbilden, ist es allein aufgrund einer Schwellwertbildung möglich, Bereiche, die potentiell Straßen
beinhalten, zu extrahieren. Um möglichst sicher alle Straßen zu erfassen, wird im Anschluss an
die Extraktion von dunklen Pixeln eine morphologische Dilatation durchgeführt. Dies hat zur Folge,
dass nicht nur niedrige Grauwerte sondern auch ihre Umgebung als potentielle Regionen für Straßen
detektiert werden. Durch diese Art der Extraktion von Gebieten mit niedrigen Grauwerten werden
allerdings nicht nur Straßenpixel ausgewählt, sondern auch andere Objekte wie beispielsweise Schattengebiete,
Wasserflächen oder einzelne, dunkle Regionen. Dadurch liefert die Schwellwertbildung nur
einen recht unzuverlässigen Hinweis auf potentielle Straßen (Abbildung 4.19(a)).
In dieser Arbeit wird der Suchraum für Straßen auf segmentierte potentielle Straßenregionen innerhalb
der klassifizierten offenen Landschaft begrenzt (Abbildung 4.19(b)), um dadurch gleichzeitig sowohl
Fehlextraktionen zu vermeiden als auch die Rechenzeit zu reduzieren.