Entwicklung eines Methoden-Netzwerks
Zur Integration Digitaler Oberflächenmodelle in den Prozess der Objektextraktion
Versandkostenfrei!
Versandfertig in 6-10 Tagen
49,00 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Ziel einer Objektextraktion ist die Klassifizierung der in einer Region vorhandenen Objekte. Die Art eines Objekts oder dessen Klasse werden anhand markanter Charakteristika identifiziert. Das Digitale Oberflächenmodell (DOM) hilft insoweit, dass sich aus ihm Höhen und Ausdehnungen der Objekte ableiten lassen.Üblicherweise läuft der Prozess in drei Schritten ab:1) die Grobfehlersuche,2) die Normalisierung, mit der das DOM in Gelände und Objekte differenziert wird, und3) die Klassifikation der Objekte.Jedoch:1) Die Detektion von Grobfehlern hängt u.a. von den Höhensprüngen zwischen den ...
Ziel einer Objektextraktion ist die Klassifizierung der in einer Region vorhandenen Objekte. Die Art eines Objekts oder dessen Klasse werden anhand markanter Charakteristika identifiziert. Das Digitale Oberflächenmodell (DOM) hilft insoweit, dass sich aus ihm Höhen und Ausdehnungen der Objekte ableiten lassen.
Üblicherweise läuft der Prozess in drei Schritten ab:
1) die Grobfehlersuche,
2) die Normalisierung, mit der das DOM in Gelände und Objekte differenziert wird, und
3) die Klassifikation der Objekte.
Jedoch:
1) Die Detektion von Grobfehlern hängt u.a. von den Höhensprüngen zwischen den Objekten und dem Gelände ab; eine Normalisierung wäre ihr daher vorzuschalten.
2) Um ggf. Datenlücken zu schließen, sollte bekannt sein, ob diese zum Gelände oder zu einem Objekt gehören; insofern wäre eine bereits vorhandene Klassifikation vorteilhaft.
3) Eine Normalisierung ist präziser, wenn die Art der Objekte bekannt und so die Form des Geländes unter ihnen ableitbar ist; auch hierfür wäre eine existente Klassifikation hilfreich.
Fazit: Eine reine Aneinanderreihung der Arbeitsschritte ist unvollkommen; die Vernetzung der Methoden ist sinnvoller.
Üblicherweise läuft der Prozess in drei Schritten ab:
1) die Grobfehlersuche,
2) die Normalisierung, mit der das DOM in Gelände und Objekte differenziert wird, und
3) die Klassifikation der Objekte.
Jedoch:
1) Die Detektion von Grobfehlern hängt u.a. von den Höhensprüngen zwischen den Objekten und dem Gelände ab; eine Normalisierung wäre ihr daher vorzuschalten.
2) Um ggf. Datenlücken zu schließen, sollte bekannt sein, ob diese zum Gelände oder zu einem Objekt gehören; insofern wäre eine bereits vorhandene Klassifikation vorteilhaft.
3) Eine Normalisierung ist präziser, wenn die Art der Objekte bekannt und so die Form des Geländes unter ihnen ableitbar ist; auch hierfür wäre eine existente Klassifikation hilfreich.
Fazit: Eine reine Aneinanderreihung der Arbeitsschritte ist unvollkommen; die Vernetzung der Methoden ist sinnvoller.
Andere Kunden interessierten sich für
