ForschungBig Data und Machine Learning
Entwicklung von Gütekriterien für die Gebäudegeneralisierung und deren Anwendung in einem Optimierungsansatz

Entwicklung von Gütekriterien für die Gebäudegeneralisierung und deren Anwendung in einem Optimierungsansatz

Leitung:  Haunert
Team:  Lena Albert
Jahr:  2008
Laufzeit:  2008
Ist abgeschlossen:  ja

Die Generalisierung befasst sich im Allgemeinen mit der Gewinnung von weniger detaillierten und höher abstrahierten Daten aus einem gegebenen räumlichen Datensatz. Oft kommen dabei Optimierungsverfahren zum Einsatz. Diese Bachelorarbeit baut auf einem Optimierungsansatz für die Gebäudevereinfachung auf, der am ikg entwickelt wurde. Grundsätzlich beruht dieser Ansatz darauf, ein Gebäudegrundriss auf eine Teilfolge seiner Kanten zu reduzieren. Die selektierten Kanten können verlängert oder verkürzt werden, um ein geschlossenes Polygon zu generieren. Ein so definiertes Polygon muss bestimmte Nebenbedingungen erfüllen, insbesondere darf es keine Selbstschnitte aufweisen, geometrische Abweichungen vom ursprünglichen Grundriss dürfen ein Toleranzmaß nicht überschreiten. In der bisherigen Implementierung liefert das Verfahren die zulässige Kantenfolge mit minimaler Anzahl an Kanten. Es konnte bewiesen werden, dass dieses Optimierungsproblem NP-schwer ist, dieses motivierte eine Lösung durch gemischt-ganzzahlige lineare Programmierung.

Die Minimierung der Kantenanzahl lässt sich damit begründen, dass sie die größtmögliche Datenreduktion verspricht. In der Generalisierung sind allerdings weitere Kriterien zu berücksichtigen, z.B. sollten charakteristische Formen und Flächeninhalte erhalten bleiben. In dieser Arbeit wurden Qualitätsmaße entwickelt und erfolgreich in den bestehenden Optimierungsansatz integriert, was zu einer deutlichen Verbesserung der Generalisierungsergebnisse führte.