Automatische auflösungsabhängige Anpassung von Bildanalyse-Objektmodellen

• Applicant: Professor Dr.-Ing. Christian Heipke
• Subject Area: Geophysics
• Term: from 2003 to 2009
• Project identifier: Deutsche Forschungsgemeinschaft (DFG) - Project number 5408477

Hintergrund dieses Projektes ist die Tatsache, daß sich die gleichen Landschaftsobjekte in Luft- und Satellitenbildern unterschiedlicher Auflösung unterschiedlich abbilden. Während in Bildern hoher Auflösung viele Objektdetails erkennbar sind, können diese in der niedrigen Auflösung teilweise nicht mehr erkannt oder voneinander getrennt werden. Wo in der Auflösung Flächen beobachtet werden konnten, sind in der niedrigen nur noch Punkte oder Linien zu erkennen. Wenn aus Luft- und Satellitenbildern mit Methoden der Bildanalyse automatisch Objekte extrahiert werden sollen, müssen diese vorab modelliert werden. Vor dem oben genannten Hintergrund unterscheiden sich die Modelle jedoch in Abhängigkeit von der Auflösung der untersuchten Bilder. Die mehrmalige Erstellung der Bildanalyse-Objektmodelle für unterschiedliche Auflösungen ist jedoch redundant, da die Modelle für niedrige Auflösungen aus denen für höhere abgeleitet werden können (bei ansonsten gleichen Bilddaten). Hier setzt dieses Projekt an: Das Ziel ist es, Bildanalyse-Objektmodelle niedriger Auflösung aus denen höherer Auflösung automatisiert abzuleiten. Dies soll beispielhaft anhand von Straßen im Vorstadtgebiet durchgeführt werden. Die Bildanalyse-Objektmodelle sollen explizit als Semantische Netze repräsentiert sein. Das Verhalten der Objektteile bei Veränderung der Auflösung soll untersucht, in Modelle gefasst und in ein automatisiertes Verfahren zur Auflösungsanpassung integriert werden. Im Rahmen der Untersuchungen soll das Skalenverhalten von zentralen Objektmerkmalen beobachtet und in sog. Auflösungsmodellen beschrieben werden. Durch eine Methode der Analyse durch Synthese soll das Skalenverhalten für komplexe Objektkombinationen simuliert werden.

• DFG Programme: Research Grants
• Participating Person: Dr. Kian Pakzad