Dissertationen - DGK

Weitere Magazine

Empfehlungen

Info

80 4. Straßenextraktion für SAR-Bilddaten Datensatz Manuelle Referenz ATKIS-Referenz Stadtrand-1m X-HH (10m) X-HH (10m) X-HH (16m) X-HH (16m) X-HH (16m) X-HH (16m) Vollständigkeit Gesamt [%] 59 67 47 52 Autobahnen [%] 63 64 50 50 Bundesstraßen [%] 74 95 69 92 Nebenstraßen [%] 52 66 41 48 Zuverlässigkeit Gesamt [%] 65 57 52 47 RMS [m] 2.0 2.2 3.6 3.6 Tabelle4.8. Datensatz Stadtrand-1m: Bewertung der Ergebnisse für eine Linienbreite (16 m) und mit zwei verschiedenen Linienbreiten (10 m und 16m). Bewertet gegenüber manuell erfassten Referenzdaten und ATKIS-Daten die in Abbildung 4.24 und 4.25 verdeutlicht sind. Im Detail lässt sich die Abnahme der Vollständigkeit dadurch erklären, dass die ATKIS-Referenz vor allem eine größere Anzahl von Nebenstraßen beinhaltet als die manuell erfasste Referenz. In der manuellen Referenz fehlt das noch in der Entstehung befindliche Industriegebiet in der rechten, oberen Bildhälfte und eine durch angrenzende Vegetation nicht sichtbare Straße in der linken, unteren Bildhälfte. Auch kommt es in der rechten, unteren Bildhälfte durch ein Waldgebiet in den SAR-Daten zu einer Lageabweichung. Hier wurde offensichtlich der Schatten der Bäume als Straße detektiert und zwar sowohl bei der automatischen Extraktion als auch bei der manuellen Erfassung der Referenz, so dass die Extraktion in diesem Bereich im Vergleich mit der ATKIS-Referenz als fehlend eingestuft wird. Die Bundesstraßen sind nahezu identisch in beiden Referenzen. Lediglich durch ein Fahrzeug und in dem Bereich einer Einmündung kommt es zu weiteren Lage verschobenen Extraktionen der Straße, die nur bei der manuellen Referenz korrekt zugeordnet werden. Die Abnahme der Zuverlässigkeit bei dem Vergleich mit der ATKIS-Referenz wird größtenteils durch die ATKIS-Referenz selbst verursacht, denn in dem Bereich der Autobahnen beinhaltet sie größere Lagefehler. Die Achsen der Autobahnen und Autobahnauffahrten weichen in den ATKIS-Daten teilweise um bis zu 15m von den Achsen der manuellen Referenz ab. Hier sind augenscheinlich Fehler bei der Herstellung der ATKIS-Daten erfolgt. Dies erklärt die schlechte geometrische Genauigkeit von 3.6m bei einem Vergleich mit ATKIS. Abbildung4.23. Datensatz Stadtrand-1m: Extraktionsergebnis mit 10 und 16m Linienbreite
4.5. Extraktion und Bewertung 81 Der Vergleich der beiden Referenzen gibt einen Eindruck davon, inwieweit sich SAR-Daten und höher aufgelöste, optische Bilder inhaltlich unterscheiden und welche Probleme bei der Kartierung von Straßen entstehen. (a) Manuell erfasste Referenz (b) ATKIS-Referenz Abbildung4.24. Datensatz Stadtrand-1m: Gegenüberstellung der manuell erfassten Referenz und der ATKIS-Referenz (a) SAR-Amplitudenbild (b) Manuelle versus ATKIS-Referenz Abbildung4.25. Datensatz Stadtrand-1m: Vergleich der manuellen Referenz gegenüber ATKIS-Daten (schwarze, dünne Linie: Übereinstimmung; schwarze, dicke Linie: keine Übereinstimmung bedingt durch Lagefehler; schwarze, gestrichelte Linie: nur in ATKIS-Daten vorhanden)
Seite 1:
DEUTSCHE GEODÄTISCHE KOMMISSION be
Seite 4 und 5:
Adresse der Deutschen Geodätischen
Seite 6 und 7:
Summary This thesis presents an app
Seite 8 und 9:
4 Straßenextraktion für SAR-Bildd
Seite 11 und 12:
1. Einleitung 1.1 Motivation Luft-
Seite 13 und 14:
2. Radar mit synthetischer Apertur
Seite 15 und 16:
2.1. Grundprinzip und Auflösung ab
Seite 17 und 18:
t 1 t 2 t 3 t n R L sa a P 2.2. Ge
Seite 19 und 20:
2.2. Geometrisch bedingte Abbildung
Seite 21 und 22:
2.3. Radiometrische Eigenschaften 1
Seite 23 und 24:
2.3. Radiometrische Eigenschaften 2
Seite 25 und 26:
2.4. Statistische Eigenschaften 23
Seite 27 und 28:
Weitere Modelle und Verteilungen f
Seite 29 und 30:
2.5. SAR-Polarimetrie 27 Bei einem
Seite 31 und 32: 2.6. SAR-Systeme 29 Der von Entropi
Seite 33 und 34: 3. Bisherige Arbeiten zur automatis
Seite 35 und 36: 3.1. Modellierung und Strategie 33
Seite 37 und 38: 3.1. Modellierung und Strategie 35
Seite 39 und 40: 3.2. Verfahren zur automatischen St
Seite 49 und 50: 3.3 Der TUM-LOREX-Ansatz 3.3. Der T
Seite 51 und 52: Fuzzy-Wert 1 0 a b Bewertungsmaß F
Seite 53 und 54: 3.3. Der TUM-LOREX-Ansatz 51 Distan
Seite 55 und 56: 4.1. Abbildungseigenschaften von St
Seite 61 und 62: 4.2. Modifikation des TUM-LOREX-Ans
Seite 63 und 64: Fuzzy-Wert 1 0 4.3. SAR-spezifische
Seite 65 und 66: 4.3. SAR-spezifische Vorverarbeitun
Seite 67 und 68: 4.3. SAR-spezifische Vorverarbeitun
Seite 69 und 70: Logarithmische Skalierung 4.3. SAR-
Seite 71 und 72: 4.4. Ausrichtung auf relevante Bild
Seite 73 und 74: 4.5. Extraktion und Bewertung 71 Di
Seite 75 und 76: 4.5. Extraktion und Bewertung 73 ei
Seite 77 und 78: (a) Extraktion mit SAR-Vorverarbeit
Seite 79 und 80: 4.5. Extraktion und Bewertung 77 F
Seite 81: (a) Extraktion (b) Manuell erfasste
Seite 85 und 86: 5.1. Analyse der Stärken und Schw
Seite 87 und 88: 5.1. Analyse der Stärken und Schw
Seite 89 und 90: Entfernung (a) SAR-Signatur von Bä
Seite 91 und 92: tsa zurückgelegt hat 5.2. Abbildun
Seite 93 und 94: 5.3. Folgerungen für die Extraktio
Seite 95 und 96: 6.1.1 Integration der Kontextobjekt
Seite 97 und 98: 6.1. Nutzen von lokalem Kontext: Ko
Seite 99 und 100: (a) Ausschnitt aus Datensatz Ländl
Seite 101 und 102: (a) Ausschnitt aus Datensatz Ländl
Seite 103 und 104: 6.3.2 Extraktion von Autobahnen 6.3
Seite 105 und 106: 6.3. Separate Behandlung von Autoba
Seite 107 und 108: 7.2. Diskussion 105 aufgrund der ge
Seite 109 und 110: 7.3. Ausblick 107 Merkmale können
Seite 111 und 112: A.3. Algorithmus von Dijkstra 109 e
Seite 113 und 114: A.4. Prozessierung der Rohdaten in
Seite 115 und 116: Verzeichnis der Abkürzungen und Va
Seite 117 und 118: Literaturverzeichnis Arsenault, H.
Seite 119 und 120: Literaturverzeichnis 117 Fischler,
Seite 121 und 122: Literaturverzeichnis 119 Kuan, D.,
Seite 123 und 124: Literaturverzeichnis 121 Stilla, U.
Seite 125 und 126: Dank An erster Stelle danke ich mei
Alle anzeigen

Dissertationen - DGK

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?