In diesem Projekt wurde ein neues Verfahren zur automatischen Anpassung von Bildanalyse-Objektmodellen, die für eine gegebene Auflösung erstellt wurden, an eine niedrigere Auflösung entwickelt. Für die Analyse des Verhaltens des Landschaftsobjektes in unterschiedlichen Bildauflösungen wird die Theorie des linearen Skalenraumes angewendet. Die verwendeten Objektmodelle, die über Semantische Netze repräsentiert sind, beschreiben das Aussehen der Landschaftsobjekte in der realen Welt sowie im Bild über geometrische und radiometrische Attribute, wie z. B. Objekttyp, Größe und Intensität. Die Modelle beinhalten jedoch auch Operatoren zur Extraktion der jeweiligen Objektteile und stellen damit eine direkte Schnittstelle zu Algorithmen der Merkmalsextraktion her. Der Fokus in diesem Projekt liegt auf Modellen zur Straßenextraktion aufgrund der enormen gesellschaftlichen Relevanz von Straßen und ihrer damit einhergehenden Bedeutung für die Objektextraktion im Rahmen der Aktualisierung von Geoinformationssystemen. Das entwickelte Verfahren zur automatischen Anpassung folgt einem Prozess in drei Stufen: Zerlegung, Analyse des Skalenverhaltens und Fusion. Zur Vereinfachung der automatischen Anpassung wird das Objektmodell in der ersten Stufe in einzelne Objektteile und Gruppen von Objektteilen zerlegt, deren Skalenverhalten zusammen betrachtet werden muss, da sie sich während der Auflösungsänderung gegenseitig beeinflussen. Die Analyse des Skalenverhaltens prädiziert nicht nur das Aussehen aller Objektteile über ihre Attributwerte in der niedrigeren Bildauflösung unter Berücksichtigung von Skalenraumereignissen, sondern auch die Operatoren zur Extraktion der Objektteile werden an die niedrigere Bildauflösung angepasst. Zum Schluss werden die angepassten Objektteil(-gruppen) in der letzten Stufe, der Fusion, wieder zu einem einheitlichen Objektmodell zusammengeführt, das für die Objektextraktion in der niedrigeren Bildauflösung geeignet ist. Die Methoden dieser drei Stufen unterscheiden sich je nach Typ des gegebenen Objektmodells. Die Typen, die im Anpassungsprozess unterschieden werden, sind Modelle mit parallelen linienartigen Objektteilen, Modelle mit parallelen linienartigen Objektteilen variabler Anzahl, Modelle mit flächenhaften Objektteilen und Modelle mit lokalen Kontextobjekten. Zur Demonstration des neuen Anpassungsverfahrens wurden drei Beispiele zur Anpassung verschiedener Typen von Objektmodellen an mehrere niedrigere Bildauflösungen implementiert. Anschließend wurde die Leistungsfähigkeit des entwickelten Verfahrens über den Vergleich der Extraktionsergebnisse der automatisch angepassten Objektmodelle aus realen Bilddaten mit den erzielten Ergebnissen der gegebenen Objektmodelle in der hohen Bildauflösung bewertet. Basierend auf den Ergebnissen der einzelnen Beispiele wurden Probleme der einzelnen Methoden diskutiert und Lösungsvorschläge aufgezeigt. Der Bericht schließt mit einem Ausblick auf mögliche Weiterentwicklungen.