Knowledge about land use and land cover represents an important information basis for various planning applications. In particular, urban and suburban regions are subject to a high dynamic development. The detection and identification of changes is therefore an important instrument to follow and accompany the developments by planning. Here, aerial photography and, increasingly, satellite images serve as an important basis for information. The recognition and mapping of changes is still a time-consuming and cost-intensive matter which is mostly realized by visual interpretation of aerial photography and to an increasing degree of high- and ultra-high-resolution satellite images. Within the scope of the present work a new, robust and largely automated process based on a statistical change analysis is developed and presented. Basis for the data are multitemporal high-resolution satellite image data. The generated suspect areas, respectively areas of change, are supposed to function as clues in order to facilitate the process of the visual interpretation of multitemporal image datasets with regard to change mapping, since only marked areas of change have to undergo further examination. Consequently, this process can be used as a tool to ease and accelerate the updating of planning bases in general and maps in particular so far realised by visual interpretation. However, the automation of the process is not only supposed to serve the purpose of saving time and cost but also to bring the interpretation process to a higher level of objectivity. In order to improve the quality of the whole process, for the preprocessing of the image data selected methods of image processing have been integrated. Through the use of additional geo-information reference data for the automated calculation of the areas of change, a further refinement of the results can be reached. The obtained results in the first time-cut (1997-1998) can be proved and verified by a different data-take (1997-2000). To reach a convenient use and a good distribution of the developed method, the process has been implemented by means of the widespread image processing software ERDAS IMAGINE. This allows to make the developed method available for other users, since it can easily be integrated into the working environment of ERDAS IMAGINE. / Das Wissen um die Landnutzung und Landbedeckung ist für planerische Anwendungsgebiete eine wichtige Informationsgrundlage. Gerade urbane und suburbane Regionen unterliegen einer hohen Entwicklungsdynamik. Das Erkennen und Aufzeigen von Veränderungen ist somit ein wichtiges Instrument um Entwicklungen zu verfolgen und planerisch zu begleiten. Luft- und zunehmend Satellitenbilder dienen hierfür als wichtige Informationsgrundlage. Das Erkennen und Kartieren von Veränderungen ist nach wie vor eine zeitaufwändige und kostenintensive Angelegenheit, die überwiegend durch visuelle Interpretation von Luft- und zunehmend auch mit hoch- und höchstauflösenden Satellitenbildern realisiert wird. In dieser Arbeit wird ein neues, robustes, weitgehend automatisiertes, auf einem statistischen Ansatz beruhendes Verfahren der Veränderungsanalyse entwickelt und vorgestellt. Die Datengrundlage bilden multitemporale, hoch auflösende Satellitenbilddaten. Die generierten Verdachts- bzw. Veränderungsflächen sollen als Anhaltspunkte fungieren, um den Prozess der visuellen Interpretation von multitemporalen Bilddatensätzen in Hinsicht auf eine Veränderungskartierung zu erleichtern, da nur als Veränderungsflächen markierte Areale einer weiteren Untersuchung unterzogen werden müssen. Das Verfahren kann somit als Werkzeug dienen, die durch visuelle Interpretation realisierte Aktualisierung von Planungsgrundlagen bzw. Kartenwerken zu erleichtern und zu beschleunigen. Die Automatisierung des Verfahrens soll jedoch nicht allein dem Zweck der Zeit- und Kostenersparnis dienen, sondern auch den Interpretationsprozess objektiver gestalten. Um die Qualität des Verfahrens zu erhöhen, werden ausgewählte Methoden der Bildverarbeitung für die Vorverarbeitung der Bilder in das Verfahren integriert. Durch das Einbinden zusätzlicher Geobasisdaten in die automatisierte Berechnung der Veränderungsflächen kann eine weitere Verbesserung der Ergebnisse erzielt werden. Die Ergebnisse, der im ersten Zeitschnitt (1997-1998) untersuchten Datensätze, werden mit Hilfe eines weiteren Zeitschnitts (1997-2000) überprüft und verifiziert. Um eine unkomplizierte Anwendung und Verbreitung der Methode zu erreichen, wurde das Verfahren mit Hilfe der weit verbreiteten Bildverarbeitungssoftware ERDAS IMAGINE realisiert. Dies ermöglicht, das Verfahren auch anderen Nutzern zur Verfügung zu stellen, da es problemlos in die Arbeitsumgebung des Bildverarbeitungssystems ERDAS IMAGINE integriert werden kann
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:24700 |
| Date | 18 April 2005 |
| Creators | Reder, Johannes |
| Contributors | Buchroithner, M., Ergenzinger, P., Meinel, G. |
| Publisher | Technische Universität Dresden |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | German |
| Detected Language | German |
| Type | doc-type:doctoralThesis, info:eu-repo/semantics/doctoralThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0023 seconds