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.
82<br />
5. Analyse der Straßenextraktion für SAR-Bilddaten<br />
Gegenstand dieses Kapitels ist eine Analyse der erzielten Ergebnisse des bisher vorgestellten Verfahrens<br />
zur Extraktion von Straßen aus SAR-Bilddaten. Ausgehend von den in Abschnitt 4.5 erzielten Ergebnissen<br />
gibt Abschnitt 5.1 detailliert Aufschluss über die einzelnen Gründe für korrekte, fehlende und<br />
unkorrekte Extraktionen. Gebiete mit fehlenden oder unkorrekten Extraktionen werden im Folgenden<br />
als Problembereiche bezeichnet. Problembereiche, die auf SAR-spezifische Phänomene zurückzuführen<br />
sind, werden im darauf folgenden Abschnitt 5.2 detailliert erläutert. Anschließend werden die resultierenden<br />
Erkenntnisse zusammengefasst, um sie im nächsten Kapitel für eine Verbesserung des Systems<br />
heranzuziehen (Abschnitt 5.3).<br />
5.1 Analyse der Stärken und Schwächen<br />
Anhand der evaluierten Extraktionsergebnisse aus Abschnitt 4.5.2 wird in diesem Abschnitt untersucht,<br />
warum die Extraktion von Straßen an einigen Stellen erfolgreich ist und an anderen nicht. Im Rahmen<br />
dieser Analyse wird für jedes extrahierte oder fehlende Straßenstück der Grund für die Extraktion bzw.<br />
für das Fehlen eines Straßenstücks ermittelt. In den folgenden drei Abschnitten sind jeweils die Gründe<br />
für korrekte, fehlende und unkorrekte Extraktionen in generalisierter Form zusammengestellt.<br />
5.1.1 Korrekte Extraktionen<br />
Anhand der untersuchten Datensätze lassen sich folgende Eigenschaften von SAR-Bilddaten ableiten,<br />
die für eine erfolgreiche Extraktion förderlich sind.<br />
• Sichtbarkeit von Straßen in SAR-Bilddaten: Straßen und Straßenränder sind in der offenen<br />
Landschaft und in Industriegebieten in den verwendeten Amplitudenbilddaten deutlich erkennbar.<br />
Das allgemeine Straßenmodell und die vorgeschlagene Extraktionsstrategie haben sich für die<br />
Extraktion von Straßen in diesen Gebieten generell als geeignet erwiesen.<br />
• Geometrische Auflösung: Die Breite der Straßen in den Bilddaten spielt neben der Sichtbarkeit<br />
eine wichtige Rolle für eine erfolgreiche Extraktion. Ab einer Breite von ca. drei Pixel werden<br />
Linien sicher erkannt. Dies erklärt u.a. den hohen Grad der Vollständigkeit für die Bundesstraßen,<br />
aber auch den begrenzenden Faktor für die Extraktion von Nebenstraßen und Wirtschaftswegen.<br />
• Stabile radiometrische Verhältnisse: Die Radiometrie ändert sich bei SAR-Bilddaten nur<br />
unwesentlich für verschiedene Aufnahmen, da das SAR-Signal fast ausschließlich von physikalischen<br />
Objekteigenschaften abhängt und nicht wie bei optischen Bilddaten zusätzlich von dem<br />
Sonnenstand, der Wolkenbedeckung und den Einflüssen der Atmosphäre. Dadurch ist es möglich,<br />
die einzustellenden Parameter von einem Testgebiet auf andere Testgebiete zu übertragen.<br />
• Abwesenheit von bewegten Fahrzeugen: Fahrzeuge, die sich auf der Straße bewegen, stören<br />
die Straßenextraktion aus SAR-Bilddaten nicht, da sie abgesehen von Fahrzeugen, die direkt in<br />
Azimut fahren, nicht auf der Straße abgebildet werden. Sie erfahren einen Versatz in Azimut,<br />
wenn sie eine Bewegungskomponente in Entfernung aufweisen.<br />
5.1.2 Fehlende Extraktionen<br />
Im Folgenden werden die typischen Gründe für fehlende Extraktionen zusammengestellt. Als fehlende<br />
Extraktion wird ein Straßenabschnitt bezeichnet, der in den Referenzdaten enthalten ist, aber nicht<br />
extrahiert wurde.