Algorithmen der Objekterkennung

Slides:



Advertisements
Ähnliche Präsentationen
Algorithmen und Datenstrukturen
Advertisements

8. Termin Teil B: Wiederholung Begriffe Baum
Vortrag von Stephanie Weirauch Jens Pleger Peter Jancke Frank Wejmelka
Grundlagen des A*-Algorithmus und Anwendung in der Routenplanung
Vorlesung Programmieren II
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (26-Graphenalgorithmen: Wiederholung und Übung) Prof. Th. Ottmann.
Computer graphics & visualization Procedural Terrain Generation Hager Simon Proseminar Gamedesign.
Zerlegung von Graphen.
Graphen Ein Graph ist eine Kollektion von Knoten und Kanten. Knoten sind einfache Objekte. Sie haben Namen und können Träger von Werten, Eigenschaften.
Das LCA – Problem in Suffixbäumen
Wilhelm-Raabe-Schule Fachbereich: Mathematik Thema: Lineare Funktionen
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Wasserfall-Ansätze zur Bildsegmentierung
Die 1-Baum-Relaxation des TSP mit der Subgradientenmethode
Kombinatorische Topologie in der 3d Geomodellierung
Algorithmen und Komplexität Teil 1: Grundlegende Algorithmen
Anwendung und Visual Basic
Beispiel: Wasserfallmodell als einfaches Phasenmodell
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (27 – Kürzeste Wege) Prof. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (17 – Bäume: Grundlagen und natürliche Suchbäume) Prof. Th. Ottmann.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (21 – Kürzeste Wege) T. Lauer.
Layout Algorithmen.
Genetische Algorithmen
Vorlesung Geoinformation I WS 01/02 Musterlösung für die Klausur vom
Digitales Geländemodell
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung In welcher Masche liegt der Punkt p?
Präsentation zu Milestone 1: Planaritätstest, Planarisierierung und Orthogonalisierung Gruppenmitglieder: cku, ocl, pdo, bra.
Katja Losemann Chris Schwiegelshohn
Algorithmen und Komplexität
Minimum Spanning Tree: MST
Vortrag über Graphen Von Jörg Hendricks.
Tetraederzerlegung Ina Ehmann Tetraederzerlegung.
in der medizinischen Bildverarbeitung
2. Die rekursive Datenstruktur Baum 2
Effiziente Algorithmen
Geometrische Netze Erstellung.
Digitale Geländemodelle durch Kartenextraktion
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II Vorlesung 7 SS 2000 Punkt-in-Polygon-Verfahren I (Trapezkarte)
Effiziente Algorithmen
Effiziente Algorithmen
Effiziente Algorithmen
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Medizinische Visualisierung
Informatik Datenstruktur Graph 3.3 Durchlaufen von Graphen
Integration oberflächenbestimmender Objekte ins DGM Seminar GIS IV SS
Geoinformation I Vorlesung 9 WS 2000/2001 DGM (Dreiecksnetze)
3D-Modellierung VU Topographische und Hochgebirgskartographie
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation III Vorlesung 1 WS 2001/02 Punkt-in-Landkarte I (Streifenkarte)
Mehrbenutzerzugriff auf GIS-Daten
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Geoinformation II 6. Sem. Vorlesung Mai 2000 Konstruktion des Voronoi-Diagramms.
Vom graphischen Differenzieren
© L. Plümer 1 Digitales Geländemodell Gegeben: eine endliche Anzahl unregelmäßig verteilter Punkte mit Höhenkoordinaten Aufgabe: Interpolation und Visualisierung.
Methodische Grundlagen und Graphen
Constraint Delaunay Triangulations
Digitale Geländemodelle (DGM) Referent: Georges Audry Betreuer: Priv.-Doz. Dr. Ing. J. Schoppmeyer.
Routenplanung querfeldein - Geometric Route Planning
3D-GIS I Simpliziale Komplexe Kerstin Herms.
Modellierung geomorphologischer Objekte Sarah Böckmann1 Digitale Geländemodelle Modellierung geomorphologischer Objekte.
Geoinformation II 6. Sem. Vorlesung April 2000 Geometrische Algorithmen - ein einführendes, größeres Beispiel für ein Semester-begleitendes Programmier.
Konvexe Hüllen (Convex Hulls)
Institut für Informationssysteme Technische Universität Braunschweig Institut für Informationssysteme Technische Universität Braunschweig Verdrängung von.
Rechen- und Kommunikationszentrum (RZ) Selektionsstrategien auf Graphstrukturen Sven Porsche Seminarvorträge Aachen.
Graphen.
3. Die Datenstruktur Graph 3.3 Durchlaufen von Graphen
 Präsentation transkript:

Algorithmen der Objekterkennung Die automatische Erkennung geomorphologischer Geländestrukturen

Überblick Einleitung Geländemodell: TINs Geomorphologische Grundbegriffe Erkennungsalgorithmus von Wassereinzugsgebieten Visualisierung Erweiterungsmöglichkeit Praktisches Beispiel

1. Einleitung Digitale Geländemodelle Welche Informationen lassen sich extrahieren? Durch geeignete Algorithmen können geomorphologische Geländeformen erkannt werden Interessant für kostengünstige Netzplanungen, wie Telekommunikationsnetze, Strassennetze J

In hydrologischer Hinsicht interessant für 1. Einleitung In hydrologischer Hinsicht interessant für J Visualisierung von Geländeprofilen, Längsschnittbilanzen von Flussläufen J Simulation von Schneeschmelze J Hochwasserprognosen, Ausweisung von Überflutungsflächen J Planung mit knappen Wasserressourcen J Modellierung eines Niederschlag-Abfluss-Prozesses

2. Geländemodell: TINs Höhenwerte in Dreiecksknoten gespeichert Höhe für jeden Punkt auf Geländeoberfläche berechenbar F TINs (Triangulated Irregular Neworks) Graph bestehend aus Knoten und Kanten (implizit Dreiecke) Als bevorzugtes Geländemodell für die Erkennung geomorphologischer Geländestrukturen

lineare Interpolation 2. Geländemodell: TINs Liegt Geländepunkt auf Dreiecksknoten Höhenwert gegeben Dreieckskante lineare Interpolation Dreiecksfläche Interpolation zwischen 3 Punkten

2. Geländemodell: TINs Weiterer Vorteil eines TINs: Anpassungsfähigkeit an vorgegebene Geländesituation Integration von Landkarten Kanten eines digitalen Flusslaufes können zu Kanten der Constraint Triangulation werden Weiterer Vorteil eines TINs: Anpassungsfähigkeit an vorgegebene Geländesituation Weiterer Vorteil eines TINs: Anpassungsfähigkeit an vorgegebene Geländesituation Integration von Landkarten

3. Geomorphologische Grundformen Vorraussetzung einer automatischen Erkennung geomorphologischer Geländestrukturen: genaue Formalisierung und Definitionen Grundstrukturen komplexere Zusammenhänge ableitbar

3. Geomorphologische Grundformen 3.1 Punkförmige Grundformen Gipfel Mulde Pass

3. Geomorphologische Grundformen Diffluente Kante Transfluente Kante Konfluente Kante 3.2 Linienförmige Grundformen

3. Geomorphologische Grundformen 3.3 Ablaufpfad Der Ablaufpfad eines Punktes p beginnt in p und folgt solange der Richtung des grössten Gefälles, bis er einen Muldenpunkt erreicht hat. Rhein Main Mosel Saar Maas Lahn Nordsee Weser Ems Koblenz

3. Geomorphologische Grundformen 3.3 Ablaufpfad L Problem: Richtung des grössten Gefälles nicht immer eindeutig! J Lösung: p auf diffluenten Kante 2 Ablaufpfade J Lösung: p auf Knoten mit Gefälle in mehreren Richtungen absolute Maximum der Gefälle auswählen

3. Geomorphologische Grundformen 3.4 Wassereinzugsgebiet Das Wassereinzugsgebiet eines Punktes p umfasst alle Punkte, deren Ablaufpfad durch p geht. Wassereinzugsgebiet einer Mulde Becken Grenze eines Beckens Wasserscheide

4. Erkennungsalgorithmus von Wassereinzugsgebieten ´ Muldenpunkte auswählen4Untersuchung der TIN-Knoten auf lokale Minima ´ Suchen der Ablaufpfade, die in einem Muldenpunkt enden ´ 1. Tiefensuche: Alle konfluente Kanten bergauf zurückverfolgen besuchte Kanten und Knoten markieren inzidente Dreiecksflächen markieren ´ 2. Tiefensuche: das gleiche für transfluente Kanten ´ die so markierten Dreiecke werden zu einem Wassereinzugsgebiet zusammengefasst ´ Durch Entfernen der Inneren Kanten entsteht die Wasserscheide

4. Erkennungsalgorithmus von Wassereinzugsgebieten ´ Suchen der Ablaufpfade, die in einem Muldenpunkt enden 4konfluente Kanten bergauf zurückverfolgen ´ Durch Entfernen der Inneren Kanten entsteht die Wasserscheide ´ die so markierten Dreiecke werden zu einem Wassereinzugsgebiet zusammengefasst ´ 2. Tiefensuche für transfluente Kanten ´ Alle besuchten Kanten und Knoten werden markiert + inzidente Dreiecksflächen ´ Muldenpunkte auswählen4Untersuchung der TIN-Knoten auf lokale Minima

4. Erkennungsalgorithmus von Wassereinzugsgebieten Dreiecke mit 1 Eingangskante und 2 Ausgangskanten können nicht immer genau einem Wassereinzugsgebiet zugeordnet werden!

4. Erkennungsalgorithmus von Wassereinzugsgebieten Lösung: Generierung von Pseudokanten

4. Erkennungsalgorithmus von Wassereinzugsgebieten Aufwand der Berechnung ä Für jedes dieser n Dreiecke könnte es 1 Pseudokante geben. ä Jede dieser n Pseudokanten könnte jedes der n Dreiecke einmal oder sogar mehrmals passieren. Es könnten bis zu n³ Pseudokanten eingefügt werden müssen. J Methode bleibt aber praktikabel, da Aufwand in der Praxis deutlich geringer ausfällt. Aufwand der Berechnung ä Für jedes dieser n Dreiecke könnte es 1 Pseudokante geben. ä Jede dieser n Pseudokanten könnte jedes der n Dreiecke einmal oder sogar mehrmals passieren. Aufwand der Berechnung ä Für jedes dieser n Dreiecke könnte es 1 Pseudokante geben. ä Jede dieser n Pseudokanten könnte jedes der n Dreiecke einmal oder sogar mehrmals passieren. Es könnten bis zu n³ Pseudokanten eingefügt werden müssen. Aufwand der Berechnung Aufwand der Berechnung ä Für jedes dieser n Dreiecke könnte es 1 Pseudokante geben.

5. Visualisierung 50 m Höhenlinien Pass Muldepunkt Gipfel Muldenpunkt 1. Ordnung 2. Ordnung Start konfluent diffluent transfluent konfluent diffluent transfluent Pseudo Zusatz

5. Visualisierung

6. Erweiterungsmöglichkeit Algorithmus erkennt auch Becken mit einer Tiefe im Zentimeterbereich Generalisierung in Form von Filterung der Eingangsdaten

7. Praktisches Anwendungsbeispiel Hochwassersimulation für Bonn

Vielen Dank für die Aufmerksamkeit Fragen?