Automatic road network extraction in suburban areas from images.

Abstract

In der Arbeit wird eine neue Methode zur Extraktion von Straßennetzen in Vorstadtgebieten aus optischen Luftbildern entwickelt. Die Straßenextraktionsmethode ist regionenbasiert; Straßenregionen werden aus einem segmentierten Bild extrahiert und miteinander zu einem Straßennetz verbunden. Wissen über die Eigenschaften von Straßen, besonders in Vorstadtgebieten, wird im gesamten Extraktionsprozess genutzt. Auf diese Weise werden die Besonderheiten von Vorstadtgebieten berücksichtigt, zum Beispiel dass Straßenmarkierungen in Vorstadtgebieten relativ selten sind, im Gegensatz zu Innenstadtgebieten. Digitale Oberflächenmodelle werden als zusätzliche Informationsquelle genutzt, und Kontextobjekte werden zusätzlich zu den Straßen extrahiert, um die Auswahl der korrekten Straßen zu vereinfachen. Ergebnisse für zwei verschiedene Datensätze werden vorgestellt. Die Datensätze bestehen aus orthorektifizierten Luftbildern, die Szenen aus Vorstadtgebieten zeigen, und dazugehörigen digitalen Oberflächenmodellen. Die Ergebnisse werden mit Hilfe von Qualitätsmaßen bezogen auf die Straßenextraktion (z. B. Vollständigkeit und Korrektheit) und die Topologie des Netzwerks (z. B. topologische Vollständigkeit und Korrektheit) quantitativ analysiert. Der Einfluss einiger für die Extraktion genutzten Merkmale wird getestet, indem die Extraktion ohne diese Merkmale durchgeführt wird und die Ergebnisse mit den ursprünglichen Ergebnissen verglichen werden. Die Ergebnisse zeigen, dass der Ansatz für die Extraktion von Straßen in Vorstadtgebieten geeignet ist.