3D-Gebäude-Generalisierung

Jahr:  2017
Ist abgeschlossen:  ja

Inhalt

Aufgrund des hohen Erfassungsaufwandes für 3D-Daten ist es nahe liegend, bereits erfasste 3D-Daten einer breiten Nutzung zur Verfügung zu stellen. Die Detailliertheit der Daten muss jedoch den Erfordernissen des Anwenders angepasst werden. So sind Berechnungen wie z.B. Visualisierungen und Simulationen auf komplexen 3-dimensionalen Datenbeständen zeitaufwändig. Daher ist es für rechenintensive Anwendungen wichtig, die Komplexität der Daten durch Vereinfachung zu reduzieren.

Die Computergrafik stellt Algorithmen bereit, die in Modellen mit sehr großer und redundanter Punktzahl die Zahl der Knoten, Kanten und Flächen reduziert. In Geoinformatik verfolgt man Ansätze, mit denen man weniger redundante Daten sinnvoll weiterreduzieren kann, ohne dabei die Geometrie (bzw. Morphologie) der Objekte zu zerstören.

Ansatz zur Gebäudegeneralisierung

Hier wird ein Ansatz verfolgt, der neben puren Vereinfachungen durch Weglassen und Glätten, auch weitere Generalisierungsvorgänge (Betonen, Zusammenfassen, Typisieren, Symbolisieren, Verdrängen) berücksichtigen kann. Diese Vorgänge sind für die Erstellung kartenverwandter 3D-Visualisierungen wünschenswert.

Es wird davon ausgegangen, dass das Gebäude in Form einer Rand(flächen)beschreibung (BRep) vorliegt. Gegebenenfalls ist diese Beschreibung erst zu erzeugen und zu glätten.

    1. Segmentierung des Gebäudes in einzelne konvexe Teile
    2. Analyse der Teile nach Größe, Lage, Form und Generalisierung
    3. Speicherung als Multi-Resolution-Model 

Schritt 1: Segmentierung

Das Gebäude wird in einzelne konvexe Teile zerlegt. Dazu wird es nach einem Algorithmus von [Heckbert] mit seinen Oberflächen verschnitten. Überstehende Teile werden abgeschnitten, Löcher (Vertiefungen, fehlenden Ecken) werden gefüllt.

 

Als Ergebnis erhält man ein Zellmodell mit dem enthaltenen Nachbarschaftsgraphen. Zusätzlich wird ein CSG-Baum erstellt, dessen Blätter auf die konvexen Teile und dessen Knoten auf die Schnittebenen verweisen. An dieser Stelle erhält man jedoch noch keine generalisierte Darstellung!

 

Schritt 2: Analyse und Generalisierung

Mit CSG-Baum und Nachbarschaftsgraph werden Volumen, Oberfläche, Maximalausdehnung sowie absolute und relative Lage der Teile analysiert. Daraus werden dann je nach gewünschter Auflösung die Generalisierungsvorgänge abgeleitet.

Schritt 3: Speicherung als Multi-Resolution-Datenstruktur

Das Ergebnis der Generalisierung wird in einer Struktur abgelegt, die differentielles Laden ermöglicht. Dabei wird zunächst das einfachste Modell abgelegt, das dann durch Generalisierungsaktionen bis zum genausten Modell verfeinert werden kann.

 

Es wird eine hierarchische Struktur angestrebt, wobei die Äste nach Lage unterteilen. Die Tiefe der Knoten entspricht der Auflösung - analog zur obigen Abbildung.