3D-Gebäudeerkennung anhand von Laserscannerdaten

Slides:



Advertisements
Ähnliche Präsentationen
Punkt-in-Polygon-Verfahren III (R/R+-Baum)
Advertisements

Grundlagen des A*-Algorithmus und Anwendung in der Routenplanung
Knapsack & Bin Packing Sebastian Stober
Kohonennetze für Information Retrieval mit User Feedback
Rekursion: Rekurrenz: Algorithmen rufen sich selbst (rekursiv) auf.
Falls Algorithmen sich selbst rekursiv aufrufen, so kann ihr Laufzeitverhalten bzw. ihr Speicherplatzbedarf in der Regel durch eine Rekursionsformel (recurrence,
Der k-d-Baum Richard Göbel.
Algebraische Zahlen: Exaktes Rechnen mit Wurzeln
TECHNISCHE UNIVERSITÄT DARMSTADT Naive Bayes for Ranking
Wasserfall-Ansätze zur Bildsegmentierung
Suchbäume Richard Göbel.
Sortierverfahren Richard Göbel.
Sortierverfahren Richard Göbel.
Der R-Baum Richard Göbel.
FH-Hof Optimierungsverfahren für kombinatorische Probleme Richard Göbel.
Lernende Agenten Seminar Softwareagenten Wintersemester 2001/2002 Norman Neuhaus.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
R-tree, R*-tree und R+-tree
Lösung der Aufgabe 1: Die Erweiterung des Diagramms auf „Winged Egde“ besteht in zwei Beziehungen, nr-Kante und vl-Kante, zwischen der Klasse Kante. Jede.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung In welcher Masche liegt der Punkt p?
Modellierung von Baumstrukturen mit einem einzigen Polygonnetz
Seminar: Informationstechnik in der Medizin Universität Dortmund Skin Detection Fakultät für Elektrotechnik und Informationstechnik Lehrstuhl für Kommunikationstechnik.
FHP - Fachbereich Bauingenieurwesen
Effiziente Algorithmen
in der medizinischen Bildverarbeitung
Effiziente Algorithmen
Das 3D-Gebäudemodell der Bayerischen Vermessungsverwaltung
GIS - Seminar Wintersemester 2000/2001
Computergraphische Visualisierungs- verfahren für 3D-Stadtmodelle
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 8 SS 2000 Punkt-in-Polygon-Verfahren II (Trapezkarte)
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung 5 SS 2001 Segmentschnitt II (n Segmente)
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 7 SS 2000 Punkt-in-Polygon-Verfahren I (Trapezkarte)
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen
Effiziente Algorithmen
Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
… oder wie finde ich den Weg
Die Oracle-Schnittstelle der Berliner 3D-Geodatenbank
Generierung von 3D aus 2D Stadtmodellen
ALS Daten Klassifizierung
Ein Überblick über verschiedene Verfahren
LOD Levels of Detail Oliver Gassner Christian Troger.
Integration oberflächenbestimmender Objekte ins DGM Seminar GIS IV SS
Lernen durch Vergleiche
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation III Vorlesung 1 WS 2001/02 Punkt-in-Landkarte I (Streifenkarte)
Algebraische Optimierung (1)
3D-Stadtmodell der Stadt Düsseldorf 8.Mai 2003 Beate Fuchs.
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Foliendesign: Jörg Steinrücken & Tobias Kahn Vorlesung
Constraint Delaunay Triangulations
Institut für Kartographie und Geoinformation
Vortrag Relative Orientierung
Geoinformation II 6. Sem. Vorlesung April 2000 Geometrische Algorithmen - ein einführendes, größeres Beispiel für ein Semester-begleitendes Programmier.
Datenaustausch und Interoperabilität
Institut für Biomedizinische Technik Universität Karlsruhe Institut für Biomedizinische Technik Seminarvortrag Segmentierung medizinischer Bilder anhand.
Projekt A4: „Alignment of Situation Models“ Dr. Gerd Rickheit Dr. Sven Wachsmuth Dr. Constanze Vorwerg Agnes Swadzba SFB-Kolloqium,
Institut für Informationssysteme Technische Universität Braunschweig Institut für Informationssysteme Technische Universität Braunschweig Verdrängung von.
Binärbäume.
Basierend auf den Arbeiten von
Programmiersprachen II Fortsetzung Datenstrukturen Balancierte Bäume 3 Prof. Dr. Reiner Güttler Fachbereich GIS HTW.
CL Tree MW 31.1 Business Intelligence Wintersemester 2015 / 2016 Stanislav Prokupetz.
Spärliche Kodierung von Videos natürlicher Szenen Vortragender: Christian Fischer.
 Gegenstandsbereich der Testtheorie: Analyse der Charakteristika von Tests:  Güte von Tests.  Struktur von Tests.  Schwierigkeit von Tests.  Gruppenunterschiede.
Prognose von Zeitreihen Hans Nübel Hans Nübel Prognose von Zeitreihen Aufbau 1.Motivation 2.Holt-Winters-Verfahren 3.Prognose.
3D-Modellierung mit den offenen Standards des OGC und der ISO
Vorlesung April 2000 Polygon Overlay
Erkennung von Fassaden
Generierung von Flächenrepräsentationen aus Punktdaten
Punkt-in-Landkarte II
Abstandsbestimmungen
 Präsentation transkript:

3D-Gebäudeerkennung anhand von Laserscannerdaten Bildquelle: Volker Mayrhofer Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 1

Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 2 Gliederung: automatische Akquisition Laserscanning - allgemeine Betrachtungen spezifische Ansätze zur 3D-Gebäudeerkennung Dekomposition komplexer Gebäude in Primitive Rekonstruktion der Dachgeometrie und -topologie andere Ansätze - ein kurzer Überblick Fazit Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 2

Automatische Akquisition: Motivation: Warum ist es notwendig, diesen Prozess der 3D-Gebäudeerkennung zu automatisieren? Problem: Großflächigkeit Ziel: schneller und wirtschaftlicher über längeren Zeitraum gesehen nicht so kostenintensiv wie herkömmlich photogrammetrische Verfahren Anpassung an die wachsenden Bedürfnisse in Bezug auf Genauigkeit, Grandularität, Detaillierungsgrad, Konkurrenzdenken, Vereinheitlichung, Objektivität, Darstellungsqualität, Wirtschaftlichkeit, Fortschritt… Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 3

Verschiedene Möglichkeiten: Es können bzgl. Ausgangsdaten zwei Verfahren unterschieden werden: aus Luftbildern aus Laserscannerdaten (hierauf wird im folgenden eingegangen) Luftbildverfahren: Laserscannerverfahren: Bildquelle: Fischer et al. (1998) Bildquelle: Brenner und Haala (2000) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 4

Laserscanning - allgemeine Betrachtungen: besteht aus Laserentfernungsmesser und Scanner Messprinzipien: Laufzeit- oder Phasenmessung 83000 Messungen pro Sekunde Messgenauigkeit liegt bei 50 cm in Lage und 10 - 15 cm in Höhe Messdichte liegt bei bis zu 4-5 Punkten pro Quadratmeter Verfahren liefert 3D-Koordinaten der reflektierten Punkte Oberflächenmodell (noch kein Stadtmodell, nicht objektbezogen) manche Laser mit „first“ und „last pulse“ zur Vegetationserkennung Bildquelle: Stefan Wagenknecht und Elmar Csaplovics (2000) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 5

Zwei konkrete Ansätze: Wie werden die Grundformen der einzelnen Gebäude modelliert? Dekomposition komplexer Gebäude in Primitive (Claus Brenner & Norbert Haala, 2000) Wie werden die Dächer der unterschiedlichsten Gebäude konstruiert? Rekonstruktion der Dachgeometrie und -topologie (Claus Brenner, 2002) Bildquelle: Brenner (2000) Bildquelle: Chen und Murai Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 6

Dekomposition komplexer Gebäude in Primitive: Prinzipielle Idee: Zerlegung der Gebäude in Primitive (Quader, Würfel) Vorteil: Rekonstruktion auch komplexerer Gebäude möglich! Problem: dann aber hoher Modellierungsaufwand! Zuvor Rückgriff auf Katastergrundrisse (2D-Daten) Zerlegung der Grundrisse in Rechtecke Position, Orientierung und Größe der 3D-Primitive gegeben fehlt: Höhe des Gebäudes, Dachform und Dachneigung Ausblick: Bei besonderen Einzelgebäuden sollte ggf. ein anderes Verfahren eingesetzt werden, oder aber Aufnahme durch terrestrischen Laserscanner! höhere Genauigkeit, besseres Auflösungsvermögen generell für Fassadenaufnahmen (siehe Vortrag von Michaela Mann) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 7

2D-Katastergrundrisse: Grundlage: Verwendung von existierenden 2D-Grundrissen der Gebäude (ALKIS) Vorteile: enthaltendes Vorwissen ermöglicht eine weitgehende Automation des Prozesses bessere Integrität zwischen 2D- und 3D-Daten und Erleichterung der Fortführung der Datenbestände bestimmte Richtigkeit der Daten in der Lage wird gewährleistet Fehler, wenn 2D-Datenbestände nicht vollständig (vermessen) sind, oder nicht aktuell Bildquelle: Brenner und Haala (2000) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 8

Ablauf der 3D-Gebäuderekonstruktion: Bildquelle: Brenner und Haala (2000) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 9

Schätzung der fehlenden 3D-Parameter: Schätzung der 3D-Parameter: welches Primitiv aufgrund der Kleinsten-Quadrate-Schätzung kleinsten Restfehler aufweist, wird gewählt Bestimmung der fehlenden Parameter der Primitive: Flachdach: Höhe Satteldach: Dachhöhe und -neigung Walmdach: Dachhöhe und -neigung, abhängig von Breite und Höhe des zugrundeliegenden Rechtecks Satteldach Walmdach Flachdach Bildquelle: Zeimetz (2002) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 10

Visualisierung der einzelnen Gebäude: Komplexe Gebäude = verschachtelte Primitive Vereinigung: durch einen CSG-Baum (constructive solid geometry) Blätter sind Grundprimitive innere Knoten sind Transformationen (Vereinigung, Schnittbildung, Differenz) Es werden aber meist nur die äußeren Flächen benötigt (innere Verschachtelungen unwichtig!) Randflächendarstellung Bildquelle: Brenner (2000) Bildquelle: Brenner (2000) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 11

Rekonstruktion der Dachlandschaft: Satteldach Pultdach Rekonstruktion der Dächer aus Daten des Digitalen Oberflächenmodells (DOM) Einfach: da gute Näherung von ebenen Dachoberflächen Nachteil: relativ geringe Messpunktdichte Schrittweises Vorgehen: Segmentierung Selektion von Regionen Bildung der Dachtopologie Walmdach Krüppelwalmdach Mansarddach Sheddach Zeltdach Bildquelle: Oliver Czapalla (1999) Bildquelle: Brenner (2002) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 12

Rekonstruktion der Dachgeometrie: Segmentierung: Unterteilung des DOM in stückweise ebene Segmente Robustes Schätzverfahren RANSAC: iteratives Schätzverfahren versucht Fehler aufgrund einer falschen Beobachtung zu vermeiden, indem zur Schätzung mit kleinstmöglicher Anzahl von Beobachtungen gestartet wird, um Parameter zu schätzen des weiteren hängt Anzahl der Beobachtungen von geschätzten Parametern ab Auswahl der Beobachtungen erfolgt zufällig und wird mehrmals wiederholt Lösung, mit größter Anzahl kompatibler Beobachtungen, wird als richtig angesehen Bildquelle: Brenner (2002) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 13

Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 14 RANSAC: Bildquelle: Brenner (2000) RANSAC-Algorithmus: etliche Auswahlen von drei Punkten innerhalb verbleibender Gesamtregion Berechnung der zugehörigen Ebene für jede Auswahl Bestimmung kompatibler Punkte zu dieser Ebene Auswahl der größten zusammenhängenden Region Gesamtregion um diese Region reduziert und Algorithmus iterativ fortgesetzt Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 14

Rekonstruktion der Dachtopologie: Selektion von Regionen: man muß unwichtige Regionen entfernen und Dach durch Regionen konstruieren Idee: jede Flächenregion hat einen Normalenvektor (senkrecht auf Fläche) Verhältnis Normalenvektor zu entsprechender Grundrisskante: Normalenvektor in der Projektion auf die Ebene senkrecht auf entsprechender Grundrisskante „kompatibel (c)“ „kompatibel zum Vorgänger (p)“ und „kompatibel zum Nachfolger (n)“ „senkrecht nach links (l)“ und „senkrecht nach rechts (r)“ „entgegen dem Vorgänger (a)“ und „entgegen dem Nachfolger (b)“ Für jede bekannte Dachstruktur und Einzelheiten, wie Dachgauben usw., gibt es zugehörige Regel: z.B.: eine Seite eines Walmdaches mit Dachgaube: c l r c Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 15

Rekonstruktion der Dachtopologie: „kompatibel (c)“ „kompatibel zum Vorgänger (p)“ und „kompatibel zum Nachfolger (n)“ „senkrecht nach links (l)“ und „senkrecht nach rechts (r)“ „entgegen dem Vorgänger (a)“ und „entgegen dem Nachfolger (b)“ Bildquelle: Brenner (2000) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 16

Vervollständigung der Dachtopologie: Bildung der Dachtopologie: Nach Selektion verbleiben Lücken und müssen geschlossen werden nicht trivial, da mit erzeugten Regionen meist mehrere Dachtopologien erzeugbar sind keine simple Konstruktion, sondern Anwendung von Suchverfahren Empfehlenswert: zunächst Einsatz zusätzlicher geometrischer Information dann „Beschränkte Baumsuche“ zur Reduktion der Suche durch Beschränkung des Suchraumes schnelleres Finden der Lösung weniger Speicherkapazität des Prozesses notwendig Bildquelle: Brenner (2002) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 17

Rekonstruktion der Dachlandschaft: Ergebnis: Luftbild Ebenensegmentierung akzeptierte Flächen Vervollständigung durch Regeln durch Suchverfahren Bildquelle: Brenner (2000) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 18

Andere Ansätze - ein kurzer Überblick: Herkömmliche photogrammetrische Verfahren (mit Luftbildern) oder Segmentierung von digitalen Oberflächen auch durch Morphologische Segmentierung Steigungssegmentierung Ebenensegmentierung mit besonderem Augenmerk auf Bereichswachstumsverfahren, Gruppierung von Linien Krümmungsbasierte Segmentierung Richtungssegmentierung Segmentierung basierend auf Höhenlinien Rekonstruktion von Gebäuden auch durch auf Mittelachstransformation und Skelett basierte Grundrisse grammatikalischer Ansatz zur Akzeptierung von Dachflächen Ausgleichung komplexer Dachformen (Verweis: ausführliche Diskussion siehe Dissertation von Claus Brenner) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 19

Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 20 Fazit: zwei konkrete Verfahren zur 3D-Gebäudeerkennung wurden vorgestellt 1. Verfahren: einfache Primitive, eingeschränkte Dachformen, Dekomposition, semantische Klassifikation 2. Verfahren: spezielle Dachformen möglich, wenig Semantik, Komposition der einzelnen Flächen, hohe Bedeutung der Topologie und Geometrie Generell: Wahl des Verfahrens hängt von gewünschter Genauigkeit und Datenquellen ab vollautomatische Verfahren noch nicht zu kaufen die meisten semiautomatischen Verfahren zeigen jedoch erfolgsversprechende Ergebnisse (Erfolgsraten bis zu 95%) Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 20

Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 21 Literaturhinweise: [1] C. Brenner: Dreidimensionale Gebäuderekonstruktion aus digitalen Oberflächenmodellen und Grundrissen. Dissertation, Fakultät für Bauingenieur- und Vermessungswesen, Universität Stuttgart, 2000 [2] C. Brenner: Automatische Stadtmodellierung aus Laserscan-Daten. In: Kartographie als Baustein moderner Kommunikation, Symposium 2002 in Königslutter am Elm, Kartographische Schriften, Band 6, Kirschbaum Verlag, Bonn, 2002 [3] C. Brenner: Building Reconstruction from Laser Scanning and Images. In: Proc. ITC Workshop on Data Quality in Earth Observation Techniques, Enschede, The Netherlands, November 2003 [4] C. Brenner, N. Haala: Erfassung von 3D Stadtmodellen. In: PFG-Photogrammetrie, Fernerkundung, Geoinformation, Heft 2/2000, 2000 [5] U. Lohr, A. Wehr: In: Airborne laser scanning - an introduction and overview. In: ISPRS Journal of Photogrammetry & Remote Sensing (2-3), 1954 Maria Lichtenstein - Seminar Geoinformation IV - 6.5.2004 Seite 21