1.Beurteilende(r)| Name: | Univ.-Prof. i.R. Dipl.-Ing. Dr.techn. Werner Schneider |
| Herkunftsbetrieb: | |
| Arbeit |
| Typ der Arbeit: | Dissertation |
| Sprache der Arbeit: | Englisch |
| Titel der Arbeit in Originalsprache: | Graph-Based Subpixel Segmentation of Optical Satellite Imagery |
| Titel der Arbeit in deutsch: | n.a. |
| Titel der Arbeit in englisch: | Graph-based subpixel segmentation of optical satellite imagery |
| Publikationsmonat: | 04.2003 |
| Seitenanzahl: | |
| Online-Katalog der Universitätsbibliothek Bodenkultur |
| AC-Nummer: | AC03718879 |
| Abstract |
| Abstract in Deutsch: | Die automatische Interpretation von Satellitenbilddaten gewinnt in Zeiten
von Terabytes an Bilddaten und immer komplexeren Fernerkundungsaufgaben
mehr und mehr an Bedeutung. Diese Arbeit bedient sich dreier Wissenschaftsbereiche - Fernerkundung, Bildverstehen und Graphentheorie - zur Lösung von typischen Problemen der automatischen Klassifikation von Satellitenbilddaten.
Konventionelle pixelbasierte Klassifikationsverfahren zeigen
Schwächen in Fällen von Mischpixeln. Ein neu entwickeltes Optimierungsverfahren für die räumliche Subpixelanalyse verringert signifikant das Mischpixel-Problem. Ein weiteres Problem pixelbasierter Methoden ist, dass für die Klassifikation von Objekten nicht nur spektrale Signaturen, sondern auch die Objektform ein wesentliches Bestimmungsmerkmal ist. Dafür wurde ein Bildsegmentierungsverfahren zur Objektextraktion unter Ausnutzung der Subpixelresultate entwickelt. Eine wichtige Information zur Objektklassifikation sind die Nachbarschaftsbeziehungen, die hervorragend durch Graphen abgebildet werden können. Die entwickelte Bildsegmentierung basiert daher
auf graphentheoretischen Methoden zur Bestimmung der Topologie der Objekte. |
| Abstract in Englisch: | The automatic interpretation of satellite data gains more and more importance in times of tera bytes of satellite data and increasingly complex remote sensing tasks. This thesis uses three research areas - remote sensing, computer vision and graph theory - to solve typical problems of automatic remote sensing image classification. Conventional pixel-based classification methods fail in case of mixed pixels. A new optimization method for spatial subpixel analysis reduces the mixed pixel problem significantly. Another problem of pixel-based methods is that the classification of objects does not depend only on spectral signatures but also on the shape of objects. Therefore, an image segmentation method for object extraction is developed exploiting the results of spatial subpixel analysis. The adjacency relations provide additional important information for object classification. Graphs and graph theory are optimally suited to map topology. The developed image segmentation process is thus based on graph-theoretic methods for the determination and
storage of the topology of objects. |
| Schlagworte |
| Schlagwörter Deutsch: | Fernerkundung Bildsegmentierung Bildverstehen Graphentheorie Subpixelanalyse |
| Schlagwörter Englisch: | REMOTE SENSING Computer Vision Graph Theory Image Segmentation Subpixel Analysis |
| Sonstiges |
| Signatur: | D-11203 |
| Organisationseinheit, auf der die Arbeit eingereicht wird: | H51000 Inst.f. Vermessung, Fernerkundung und Landinformation (IVFL) |
Zurück zur Auswahl der Arbeiten
