Automatische strukturelle Interpretation landwirtschaftlicher Flächen aus multitemporalen hochauflösenden Luftbildern

点击翻译按钮获取中文摘要

Im Rahmen dieses Projektes soll aus hochauflösenden multitemporalen Luftbilddaten eine neuartige, automatische Interpretation von landwirtschaftlichen Flächen durchgeführt werden. Innerhalb vorgegebener Schlaggrenzen sollen die einzelnen Parzellen im Hinblick auf hochauflösende Merkmale analysiert werden. Dabei sollen drei Klassen von Merkmalen verwendet werden: radiometrische, texturelle und strukturelle Merkmale. Unter strukturellen Merkmalen werden beobachtbare Strukturen wie z.B. Traktorspuren, Saatreihen oder Strohballen verstanden, die in landwirtschaftlichen Flächen wertvolle Hinweise auf die Interpretation geben können und bei manuellen Interpretationen von menschlichen Operateuren verwendet werden. Strukturelle Merkmale kamen in der automatischen Bildinterpretation landwirtschaftlicher Flächen bisher noch nirgends zum Einsatz und stellen eine wesentliche Erweiterung des Standes der Wissenschaft dar. Mit Hilfe von Beobachtungen dieser Merkmale über die Zeit sollen auch multitemporale. kontinuierliche Modelle für die einzelnen Landnutzungsklassen erstellt werden, die eine gemeinsame Interpretation von Bildern beliebiger Zeitpunkte zulassen. Als zusätzliches temporales Wissen soll zudem das Wissen über Fruchtfolgen verwendet werden. Die Verwendung temporaler, kontinuierlicher Modelle in der automatischen Bildinterpretation stellt die zweite Innovation des beantragten Projektes dar. Zur Interpretation soll ein wissensbasiertes Bildanalysesystem, das Semantische Netze zur Wissensbeschreibung benutzt, verwendet werden. Ausgehend von den interpretierten Parzellen sollen schließlich fruchtartenbasiert und hochauflösend Bestandesparameter für die Ackerflächen berechnet werden, die im Vergleich zu bisherigen Ansätzen differenzierter und damit besser bestimmbar sind.