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.
70 4. Straßenextraktion für SAR-Bilddaten<br />
(a) Segmentierung dunkler Bildregionen (b) Kombination der Suchräume aus Abbildung 4.18(b) und<br />
4.19(a)<br />
Abbildung4.19. Einschränkung des Suchraums durch a) Segmentierung dunkler Bildregionen b) Kombination des Suchraums<br />
von a) mit der klassifizierten, offenen Landschaft aus Abbildung 4.18(b)<br />
4.5 Extraktion und Bewertung<br />
In diesem Abschnitt wird anhand von vier Datensätzen der bisher beschriebene Ansatz zur automatischen<br />
Straßenextraktion aus SAR-Bilddaten (Abschnitte 4.1 – 4.4) evaluiert. Hierfür wird zunächst ein<br />
Schema zur externen Bewertung linearer Extraktionsergebnisse erläutert (Abschnitt 4.5.1). Anschließend<br />
werden die ausgewählten Datensätze vorgestellt und die erzielten Extraktionsergebnisse mit den<br />
vorgestellten Maßen quantitativ bewertet und diskutiert (Abschnitt 4.5.2). Eine detailliertere Analyse<br />
der Stärken und Schwächen des Systems wird in Kapitel 5 vorgenommen.<br />
4.5.1 Bewertungsschema für Extraktionsergebnisse<br />
Bei der Bewertung von Extraktionsergebnissen ist grundsätzlich zwischen interner und externer Bewertung<br />
zu unterscheiden. Bei der internen Bewertung geht es um die Selbstdiagnose, bei der innerhalb<br />
eines Systems Maße zur Beurteilung der Qualität der erzielten Ergebnisse ermittelt und weitergegeben<br />
werden. Jedes Verfahren zur automatischen Extraktion sollte interne Maße zur Beurteilung der Qualität<br />
der erzielten Ergebnisse liefern, möglichst mit statistischen Genauigkeitsangaben oder vereinfachte<br />
Angaben im Sinne des „Ampel-Paradigmas“ (Förstner, 1996). Bei der externen Bewertung geht es<br />
um die Bewertung der erzielten Ergebnisse durch Daten, die mit anderen Methoden erhoben worden<br />
sind. Im Allgemeinen werden die Ergebnisse mit möglichst fehlerfreien Referenzdaten verglichen. Dabei<br />
werden keine internen Bewertungsmaße berücksichtigt. Grundsätzlich ermöglichst die Evaluierung der<br />
Ergebnisse in Bezug auf Referenzdaten eine Einschätzung der Stärken und Schwächen eines Systems.<br />
In dieser Arbeit werden die erzielten Extraktionsergebnisse mit dem externen Evaluierungsverfahren<br />
von Heipke et al. (1998) und Wiedemann (2002) bewertet.<br />
Externe Bewertung<br />
Das Schema zur externen Bewertung vektorieller Datensätze beruht bei Heipke et al. (1998) und<br />
Wiedemann (2002) auf den Maßen Vollständigkeit, Zuverlässigkeit und geometrische Genauigkeit.<br />
Die Berechnung dieser Bewertungsmaße setzt zunächst die lokale Zuordnung von Teilen der extrahierten<br />
Daten gegenüber Teilen der Referenzdaten voraus. Die Zuordnung wird mit der so genannten<br />
„Puffer-Methode“ durchgeführt, bei der jedes Linienstück innerhalb einer gewissen Distanz (Pufferbreite)<br />
der Referenz zugeordnet wird. Die Berechnung der Bewertungsmaße erfolgt dann auf Basis der<br />
zugeordneten Linienstücke bzw. der darauf befindlichen Punkte.