Automatyczna detekcja zmian urbanistycznych na zdjęciach lotniczych

• Autorzy: Jelonek J. , Wyczałek I.

Warianty tytułu

EN

Automatic urban change detection in aerial images

• Języki publikacji: PL

Abstrakty

PL

Obrazy lotnicze lub satelitarne odgrywają coraz większą rolę podczas kontroli i aktualizacji baz danych miejskich systemów informacji. Podejmuje się próby wykorzystywania informacji bazodanowej jako inicjalnych danych uczących dla modułu rozpoznawania obiektów. Zestawienie rastrowego obrazu lotniczego z danymi wektorowymi pozwala zintegrować informację semantyczną dotyczącą określonych obiektów pokrycia terenu z odpowiednimi podobszarami obrazu rastrowego. Dzięki takiemu podejściu gromadzenie danych uczących jest w dużej mierze zautomatyzowane i tym samym znacznie przyspiesza stosowane procedury fotointerpretacyjne. Zaproponowana tu metodologia została zastosowana do analizy zmian zabudowy terenu. Ustalono, że monitorowanie powinno uwzględniać zarówno powstawanie nowych obiektów budowlanych jak i usuwanie starych. Procedura eksploracyjna ma charakter interaktywny, w którym system wskazuje operatorowi miejsca podejrzane o możliwość wystąpienia zmiany, zaś operator dokonuje ostatecznej weryfikacji wyboru i ręcznie wektoryzuje obiekty zakwalifikowane do zmiany. Do przetestowania przedstawionego tu podejścia, wykorzystano zdjęcie lotnicze obejmujące peryferia miasta Nekla wraz z przylegającym obszarem rolniczym. Opracowano algorytm obejmujący wczytanie wybranej informacji z bazy systemu Geo-Info, wygenerowanie modelu wektorowego dla aktualnego stanu zabudowy, przetworzenie ortofotomapy pod kątem wykrywania krawędzi oraz porównanie wyników z modelem wektorowym (algorytmy dylatacji i erozji). Efektem jest zbiór wskazań miejsc, gdzie mogło nastąpić wyburzenie budynku lub powstanie nowego. Omawiana procedura może działać w ramach programu Geo-Info, co znacznie ułatwia wybór obiektów do aktualizacji bazy.

EN

In order to keep urban spatial databases up-to-date, it is necessary to inspect permanent changes to the environment and input new data into the system. Monitoring urban databases is increasingly conducted by analysis of aerial or satellite images. However, digital information can also be used as learning data for object recognition procedures. Comparison of raster aerial photographs with vector data makes it possible to integrate semantic information about the object’s land cover with corresponding sub areas of the image. Thanks to this, it is possible to automatize the collection of learning data, which greatly increases the speed of used interpretation procedures. The methodology described here was developed for building change detection. It was stated that monitoring should include the detection of both new and removed buildings. The procedure is interactive: the system shows places where new buildings may be in the image or where buildings existing in the database are not present, and the user can make a decision about the nature of the change and digitize a new object if necessary, and add any necessary descriptive information. The solution was implemented in the Polish Geo-Info spatial information system. The orthophotomap of the part of the city of Nekla with surrounding agricultural areas was used for building change detection, and the corresponding database information was used as well. The algorithm includes: - reading necessary information from the database to define places under existing buildings, - color image conversion into grayscale form, - use a Sobel operator to extract perpendicular edges, - image binarization using heuristically defined threshold values, - extraction of places differing from vector data, - indicating each place subsequently on the screen. The procedure works independently or within the Geo-Info system. The former approach uses imported vector data and has its own GUI, and the latter works as an internal procedure making it possible to update the existing database.

Słowa kluczowe

PL

eksploracja zdjęcia lotniczego; detekcja zmian zabudowy; SIP

EN

exploration of aerial image; building change detection; GIS

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2006
• Tom: Vol. 16
• Strony: 249--257
• Opis fizyczny: Bibliogr. 14 poz.

Twórcy

autor

Jelonek J.

• Instytut Informatyki, Politechnika Poznańska, tel. [phone]

autor

Wyczałek I.

• Zakład Geodezji, Politechnika Poznańska, tel. [phone]

Bibliografia

• 1. Bian L., 2003. Retrieving urban objects using a wavelet transform approach. Photogrammetry Engineering & Remote Sensing, 69 (2), s. 133-141.
• 2. Croitoru A., Doytsher Y., 2003, Monocular right-angle building hypothesis generation in regularized urban areas by pose clustering. Photogrammetry Engineering & Remote Sensing, 69 (2), s. 151-169.
• 3. Esch T., Roth A., 2004. Semi-automated classification of urban areas by means of high-resolution radar data. International Archives of Photogrammetry and Remote Sensing, XXth ISPRS Congress, 12-23 July 2004 Istanbul, Turkey, Com. 7, s. 478-482.
• 4. Gonzalez A.J., Docampo G., Guerrero C.I., Sanz O.J., 2005. Rural buildings study and characterization through QuickBird satellite images and analysis. Proceedings of Intern. Cartographic Conference ICC2005, La Coruna, Spain, 9-16 July 2005 (CD).
• 5. Iwaniak A., Kubik T., Paluszyński W., Tymków P., 2005. Classification of features in high-resolution aerial photographs using neural networks, Proceedings of International Cartographic Conference ICC2005, La Coruna, Spain, 9-16 July 2005 (CD).
• 6. Kressler F.P., Steinnocher K., Frazen M., 2005. Object-oriented classification of orthopho-tos to support update of spatial databases. http://www.definiens.com/pdf/publications/IGARSSkressler.pdf
• 7. Lim Y.J., Kim H.G., Jeong S., 2003. A design of change detection system based on visual interpretation of high-resolution satellite imagery.Proceedings ISPRS Commission IV Joint Workshop "Challenges in Geospatial Analysis, Integration and Visualization II", s. 69-72.
• 8. Liu Z.J., Wang J., Liu W.P., Building extraction from high resolution imagery based on multi-scale object oriented classification and probabilistic Hough transform. http://www.definiens-imaging.com/documents/publications/IGARSSliu.pdf
• 9. Marangoz A.M., Oruc M., Buyuksalih G., 2005. Object oriented image analysis and semantic network for extracting the roads and buildings from IKONOS pan-sharpened images. International Archives of Photogrammetry and Remote Sensing, XXth ISPRS Congress, 12-23 July 2004 Istanbul, Turkey, Com. 3.
• 10. Matikainen L., Hyyppa J., Kaartinen H, 2004. Automatic detection of changes from laser scaner and aerial image data for updating building maps. International Archives of Photogrammetry and Remote Sensing, XXth ISPRS Congress, 12-23 July 2004 Istanbul, Turkey, Com. 2., s. 434-439.
• 11. Olsen B.P., 2004. Automatic change detection for validation of digital map databases. International Archives of Photogrammetry and Remote Sensing, XXXIV (B2), s. 569-574.
• 12. Samadzadegan F., Azizi A., Hahn M., 2003. Automatic change detection of urban geospatial databases based on high resolution satellite images using AI concepts. Proceedings ISPRS Commission IV Joint Workshop "Challenges in Geospatial Analysis, Integration and Visualization II", s. 61-66.
• 13. Sampath A., Shan J., 2005. Urban modeling based on segmentation and regularization of airborne Lidar point clouds. International Archives of Photogrammetry and Remote Sensing, XXth ISPRS Congress, 12-23 July 2004 Istanbul, Turkey, Com. 3., s. 937-941.
• 14. Shackelford A.K., Davis C.H., 2005. Automated processing of high resolution satellite imagery for feature extraction and mapping of urban areas. http://www.eomonline.com/Archives/2005Jan/EOMJan05.pdf , s. 17-19.