Doppelschlangen für Linienextraktion in der Photogrammetrie

Linienextraktion ist eine Basisfunktionalität der digitalen Photogrammetrie. Unter Linien in digitalen Bildern verstehen wir längliche, schmale Strukturen, die sich deutlich vom Hintergrund abheben. Ein typisches Beispiel von Linien in Luftbildern sind Straßen, die sich i.a. als helle Bänder von einem dunkleren Hintergrund abheben. Neben Straßen können auch andere linienhafte Merkmale aus den Bildern abgeleitet werden, wie Eisenbahnen, Flußläufe, lange, schmale Felder, etc. Die abgeleiteten Daten können zur Kartenerstellung oder zum Aktualisieren von Geo-Informationssystemen (GIS) verwendet werden. Auch in manchen Aufgaben der Nahbereichsphotogrammetrie ist es notwendig, Linien zu extrahieren. In mittleren und großen Maßstäben sind die abgebildeten Linien mehrere Pixel breit, sodaß die beiden Ränder getrennt voneinander extrahiert werden können. Es empfiehlt sich allerdings, die Parallelitätsbedingung der beiden Randlinien schon während der Extraktion zu nutzen, um so ein zuverlässigeres Ergebnis zu erhalten. Für die halbautomatische (operateurgestützte) Kantenextraktion aus digitalen Bildern werden häufig "Schlangen" (snakes) verwendet. Es handelt sich dabei um Kurven, denen eine Energiefunktion zugeordnet ist. Sie bewegen und verformen sich solange im Bild, bis sie eine Lage und Form mit minimaler Energie erreicht haben. Diese Lage entspricht dann einer Grauwertkante im Bild. In diesem Forschungsprojekt sollen zwei solche Schlangen, die in ihren Energiefunktionen miteinander gekoppelt sind, verwendet werden, um die beiden parallelen Ränder von Linien zu suchen. Darüber hinaus sollen andere Informationsquellen in den Extraktionsprozeß einbezogen werden, insbesonders die aus anderen Bildern abgeleiteten Daten.

In diesem Forschungsprojekt wurde ein neuer Ansatz zum Auffinden optimaler Schnittlinien für das Mosaickieren von Orthophotos untersucht. Unter Verwendung von Schlangen (snakes) werden vollautomatisch Schnittlinien für benachbarte, überlappende Orthophotos in Bereichen möglichst großer Ähnlichkeit festgelegt. Unter snakes versteht man leistungsfähige Hilfsmittel für die automationsunterstützte Linienextraktion aus digitalen Bildern. Computer erlernen dabei die Detektion von Linien wie z.B. Straßen oder Feldgrenzen. Doppelschlangen sind zwei solcher snakes, die gekoppelt werden, um parallele Linien zu finden. Eine snake ist ein Modell der gesuchten Kurve im Bild. Sie bewegt sich kontinuierlich durch das Bild und ändert dabei sowohl ihre Lage als auch ihre Form bis die gesuchte Kurve gefunden ist. Diese Entwicklung der snake wird durch die Minimierung einer Energiefunktion gesteuert. Snakes können für unterschiedliche Aufgaben der Photogrammetrie eingesetzt werden. Manche dieser Aufgaben wurden in diesem Projekt untersucht. Im speziellen wurde die Theorie von snakes zum Auffinden optimaler Schnittlinien beim Mosaickieren von Orthophotos eingesetzt. Orthophotos sind definiert als Photos (im allgemeinen Luftbilder), die um geometrische Abweichungen (Schrägansicht, Geländeversetzung) korrigiert worden sind und die dadurch dieselben geometrischen Eigenschaften wie Karten haben (Orthogonalprojektion). Um ein Mosaik aus benachbarten und teilweise überlappenden Orthophotos herzustellen, sollten diese so zusammengefügt werden, daß der Übergang von einem auf das nächste Photo nicht sichtbar ist. Die Produktionslinie von Orthophotos besteht aus zahlreichen Schritten, von denen jeder Einfluß auf das geometrische, radiometrische und spektrale Erscheinungsbild des resultierenden Orthophotos haben kann. Für die Mosaickierung wird durch den Überlappungsbereich dieser Bilder ein Pfad minimaler Unterschiede als Kombination verschiedener Kriterien gesucht. Die Schnittlinie wird entlang dieses Pfades maximaler Ähnlichkeit gewählt. In diesem Forschungsprojekt wurde eine Strategie entwickelt, um mit Hilfe von snakes diesen Pfad maximaler Ähnlichkeit zu finden. Die Energiefunktion von snakes wurde so formuliert, daß Gebiete hoher Ähnlichkeit einem niedrigen Energiewert entsprechen. Umgekehrt produzieren starke Unterschiede überlappender Gebiete benachbarter Orthophotos hohe Energiewerte. Diese Formulierung der Energiefunktion läßt snakes den Pfad maximaler Ähnlichkeit finden. Einzelheiten können im "International Journal of Photogrammetry and Remote Sensing", Vol. 56/1, pp. 53-64. (Kerschner M., 2001. Seamline detection in colour orthoimage mosaicking by use of twin snakes) nachgelesen werden.