3D-Stadtmodelle

Ein Beispiel aus den aktuellen Forschungsthemen

Erfassung und Visualisierung virtueller 3D-Stadtlandschaften

Die 3D-Datenerfassung und Datenverarbeitung ist im Bereich der Photogrammetrie und Fernerkundung zunehmend möglich und wichtig geworden. Gängige Darstellungen für 3D-Daten sind Punktwolken, volumetrische Darstellungen, projizierte Ansichten (d.h. RGB-D-Bilder oder Renderings) und Vermaschungen.
Texturierte Vermaschungen für die reale Welt, wie sie aus luftgestützten LiDAR- und luftgestützten obliquen UAV-Bildern erzeugt werden, liefern explizite Nachbarschaftsinformationen und hochauflösende Texturierungen.
Abbildung 1 zeigt texturierte Vermaschungen, wie sie nur aus DIM (Dense Image Matching) erzeugt werden (links) und wie sie aus DIM- und LiDAR-Daten (rechts) in Drahtgitterform abgeleitet werden.
Mittlerweile sind texturierte Vermaschungen eine Standarddarstellung für die Visualisierung von städtischen Gebieten.
Ihre Klassifizierung in semantische Klassen wie Gebäude, Vegetation, undurchlässige Oberflächen, Straßen usw. bleibt jedoch eine offene Forschungsfrage.
Aktuelle Arbeiten zielen auf die Integration von komplementären luftgestützten LiDAR- und Luftbilddaten für eine verbesserte semantische Segmentierung von Vermaschungen ab.
Die angebrachten Klassenbezeichnungen können auch auf Punktwolken übertragen werden (vgl. Abbildung 2).
Zukünftige Arbeiten werden sich mit der Verknüpfung von Gesichtern und Bildern befassen und damit die bestehende Anbindung der LiDAR-Vermaschung auf den Bildraum erweitern.

00:26
© Dominik Laupheimer

Figure 1a: Texturierte Vermaschung nur ausDense Image Matching (DIM) generiert

00:26
© Dominik Laupheimer

Figure 1b: Texturierte Vermaschung aus DIM und LiDAR Daten im Drahtgitter-Modus generiert.

Prädizierte semantische Segmentierung von Vermaschungen unter Verwendung Vermaschungs-immanenter und LiDAR-immanenter Merkmale (links) zusammen mit den auf die dichte LiDAR-Punktewolke übertragenen Labeln (rechts; zur Visualisierung mit Faktor 20 subsampled). Farbcode der Klasse: Gebäudemasse/Fassade (gelb), Dach (rot), undurchlässige Oberfläche (magenta), Grünfläche (hellgrün), mittlere und hohe Vegetation (dunkelgrün), Fahrzeug (cyan), Schornstein/Antenne (orange) und Clutter (grau).

Kontakt

Dieses Bild zeigt  Norbert  Haala

Norbert Haala

apl. Prof. Dr.-Ing.
Zum Seitenanfang