Využití leteckých dat pro aktualizaci budov v ZABAGED

Abstract

Cílem této práce je představit metodu pro aktualizaci budov a techniku pro automatickou rekonstrukci modelů střech s vyžitím leteckých dat. Metoda pro aktualizaci budov se řadí do kategorie hybridních detekcí změn, které kombinují pixelový a objektový přístup. Hlavním zdrojem informací pro detekci změn jsou bitemporální svislé digitální letecké měřické snímky, které obsahují multispektrální, polohové a také výškové informace. Pixelové vyhodnocení umožňuje rychlou lokalizaci a klasifikaci míst s potenciálními změnami budov. Tyto hrubé výsledky jsou následně analyzovány prostřednictvím objektové analýzy obrazu při využití spektrálních, texturálních a kontextuálních příznaků a GIS nástrojů. Technika pro automatizaci rekonstrukci topologicky korektních modelů střech využívá obrysy budov, ortofoto a digitální model povrchu. Vytvořená technika umožňuje detekci střešních hran z ortofota a jejich kategorizaci analýzou prostorových vztahů a výškových informací odvozených z digitálního modelu povrchu. Metoda umožňuje budovy s komplikovaným tvarem dekomponovat na jednoduché části, které jsou zpracovány odděleně. Použití multitemporálních snímků pro velmi komplexní střechy může zvýšit počet detekovaných hran a zlepšit výsledky. Obě metody byly testovány na několika datasetech s různými typy budov a vedly k velmi dobrým výsledkům s korektností 94 % a kompletností 89 % pro aktualizaci budov a průměrné polohové RMSE 0.92 m pro rekonstruované kostry střech.

The aim of this work is to present a method for update of buildings and a technique for automatic reconstruction of roof models using aerial data. The method for update of buildings belongs to the category of hybrid change detection techniques which combine pixel-based and object-based approach. The main source of information for change detection are bi-temporal vertical digital aerial photographs which contain multispectral, position and also elevation information. Pixel-based evaluation enables fast localization and classification of places with potential building changes. These coarse results are subsequently analyzed through the object-based image analysis using spectral, textural and contextual features and GIS tools. The technique for automatic reconstruction of topologically correct roof models uses building outlines, orthophoto and digital surface model. The developed technique makes it possible to detect roof edges from the orthophoto and to categorize the edges using spatial relationships and height information derived from the digital surface model. This method allows buildings with complicated shapes to be decomposed into simple parts that are processed separately. Using multitemporal images for very complex roofs can increase the number of detected edges and improve results. Both methods were tested on several datasets with various types of buildings and led to very good results with a correctness of 94 % and completeness of 89 % for update of buildings and a planimetric mean RMSE of 0.92 m for reconstructed roof skeletons.