ForschungBig Data und Machine Learning
Analyse und Entwicklung von mathematischen Beschreibungsregeln für die Formerkennung von topographischen Objekten

Analyse und Entwicklung von mathematischen Beschreibungsregeln für die Formerkennung von topographischen Objekten

Leitung:  Werder, Kieler
Team:  Christian Koepke
Jahr:  2010
Laufzeit:  2010
Ist abgeschlossen:  ja

Die Anzahl der verfügbaren Geodaten nimmt stetig zu. Dies ist auf zwei Trends zurückzuführen. Erstens sind einmal erfasste Daten nicht mehr an eine Anwendung gebunden, sondern werden oft interdisziplinär wiederverwendet. Zweitens werden umfangreiche Datensätze durch Laien erfasst, so z. B. im OpenStreetMap-Projekt (OSM). Die Daten des 2004 gegründeten Projekts sind unter einer offenen Lizenz frei verfügbar und können damit in eigenen Projekten verwendet werden.

Ein Nachteil der OSM-Daten ist, dass diese zwar geometrisch exakt und detailliert erfasst werden, jedoch weitere Sachdaten oft nur in geringem Umfang vorhanden sind oder fehlen. Dies führt unter anderem dazu, dass eine zuverlässige Klassifizierung der Objekte basierend auf den vorhandenen Daten oft nur mit hohem Aufwand möglich ist. Das Ziel ist es, die Klassifizierung computergestützt zu erzeugen.

In der Bachelorarbeit wird ein mehrstufiges Verfahren vorgestellt, dass den Prozess der Klassifikation von Gebäuden auto­matisiert. Im ersten Schritt wird für jedes Gebäude (siehe Abb. 1 a) dessen Form (u. a. Fläche, Rechtwinkligkeit und Kompaktheit) und Nachbarschaft zu anderen Gebäuden analysiert. Außerdem werden Gebäudeklassen definiert, für die eine Zuordnung aufgrund der Geometrie möglich ist, wie z. B. Garage, Ein- und Mehrfamilienhaus, Wohn­block, gewerbliche Nutzung und industrielle Nutzung.

Im zweiten Schritt wird die Klassifikation der Objekte mit Hilfe eines hierarchischen Entscheidungs­baums durchgeführt (siehe Abb. 1 b). In jedem Ast des Baums werden Objekte anhand ihrer geometrischen Eigenschaften getrennt. Die Trennung basiert auf Schwellwerten, die aus einer statistischen Analyse der geometrischen Eigenschaften aller Objekte gewonnen werden. Bevorzugte Schwellwerte sind Mittelwert und Median sowie Grenzwerte von Konfidenzbereichen und Quantilen. In den Blättern des Baums sind die Objekte dann konkreten Klassen zugeordnet. Das Ergebnis der Klassifikation ist in Abb. 1 c dargestellt.

Im dritten Schritt werden die definierten Gebäudeklassen durch die Berücksichtigung benachbarter Objekte weiter verfeinert. Dadurch kann eine Garage als Doppelgarage bzw. Garagenzug oder ein Einfamilienhaus als Doppel- bzw. Reihenhaus klassifiziert werden. Das Ergebnis dieser topologischen Fortführung der Klassen ist in Abb. 1 d dargestellt.

Die Bachelorarbeit hat gezeigt, dass ein hierarchischer Entscheidungsbaum eine einfache und schnelle Methode zur Klassifikation bietet. Die Klassen sind dabei durch die geometrische und topologische Ähnlichkeit ihrer Objekte definiert. Die Bewertung der erzielten Ergebnisse basiert auf umfangreichen Referenzdaten, die durch eine manuelle Klassifikation von Gebäuden in Luftbildern erzeugt wurden. Die Evaluation der Ergebnisse zeigt, dass 80 % der Objekte mit Hilfe des erstellten Entscheidungsbaumes korrekt klassifiziert werden konnten.