Abstract
Historische und aktuelle Luftbilder sind nur dann von großem Wert, wenn auch die Geolokalisierung oder die Adresse der fotografierten Gebiete verfügbar ist. In Westeuropa, insbesondere in Österreich, Deutschland und der Tschechischen Republik, gibt es einen Markt für den Verkauf von Luftbildern des eigenen Wohnhauses. Die automatisierte Geolokalisierung ist ein gangbarer Weg, um den Verkäufern eine schnellere Zuordnung der Adressen für den Verkauf zu ermöglichen. Im Rahmen dieser Forschungsarbeit wird eine Prozesskette modelliert, die die Zuordnung von Luftbildern zu Wohnadressen mittels maschinellem Sehen ermöglicht. Nach einer modellbasierten Entzerrung der Luftbilder zur Kompensation perspektivischer Verzerrungen werden größere Bildblöcke mittels Image Stitching zusammengesetzt. Die Zuordnung zu einer 2D-Referenzkarte, wie z.B. Satellitenbilder über Google Maps, erfolgt durch Anwendung eines U-Net CNN nach Extraktion von dauerhaften Bildmerkmalen wie Straßen oder Gebäuden. Die Zuordnung von Luftbildern zur zweidimensionalen Kartographie erfolgt entweder automatisiert über Registrierungsansätze oder basierend auf manuell gesetzten entsprechenden Landmarken und Homographie. Testläufe mit Luftbildern aus den Jahren 1969 bis 2020 zeigen, dass der arbeitsintensive Prozess der Geolokalisierung von Luftbildern mit dem vorgeschlagenen Prozessmodell auf hybride Weise gelöst werden kann.
Originalsprache | Englisch |
---|---|
DOIs | |
Publikationsstatus | Veröffentlicht - Sep. 2022 |
Veranstaltung | European Modeling & Simulation Symposium 2022 - Rom, Italien Dauer: 19 Sep. 2022 → 21 Sep. 2022 Konferenznummer: 34 https://www.msc-les.org/emss2022/ |
Konferenz
Konferenz | European Modeling & Simulation Symposium 2022 |
---|---|
Kurztitel | EMSS |
Land/Gebiet | Italien |
Ort | Rom |
Zeitraum | 19.09.2022 → 21.09.2022 |
Internetadresse |