Objekterkennung durch kombinierte Auswertung von hoch aufgelösten SAR-Daten unterschiedlicher Aufnahmerichtung
Zusammenfassung der Projektergebnisse
Im DFG-Forschungsprojekt wurde demonstriert, wie man aus interferometrischen SAR-Daten flugzeuggetragener Systeme unter Ausnutzung von Mehrfachbeobachtungen flächendeckende 2,5D- bzw. 3D-Punktwolken urbaner Gebiete generieren kann. Dazu wurden verbesserte Verfahren der Koregistrierung entwickelt und exemplarisch drei neuartige Verfahren zur 3D-Rekonstruktion entworfen und untersucht. Durch einen objektorientierten Ansatz (Verfahren C) wurden Zusammenhänge unterschiedlicher SAR Beobachtungen auf Basis eines probabilistischen graphischen Modelles modelliert und an kleinen Ausschnitten getestet. Aufgrund des sehr hohen Berechnungsaufwands konnten keine umfassenden Untersuchungen durchgeführt werden. Durch einen statistischen Ansatz (Verfahren A) wurde ein gemeinsamer Rahmen auf Basis der Maximum-Likelihood-Schätzung zur Fusion von Beobachtungen aus unterschiedlichen Richtungen geschafften. Damit ist es gelungen, für urbane Gebiete detaillierte Oberflächenmodelle (2,5 D) abzuleiten und neue Beobachtungen einfach einzubinden. Durch einen tomographischen Ansatz (Verfahren B) wurden insbesondere Mehrfahrbeobachtungen durch Aufnahme einer Vierantennenkonfiguration ausgenutzt, um 3D Punktwolken abzuleiten. Die Fusion der Punktwolken aus mehreren Aspekten liefert dichtere Punktwolken als im 2,5D-Ansatz und ein detailliertes und umfassendes Oberflächenmodell. Erstmals konnten aus flugeugbasierten multiaspekt-multibaseline mmW-SAR-Aufnahmen detaillierte Oberflächenmodelle in Form von 2,5D und 3D Punktwolken abgeleitet und mit Punktwolken aus einer LiDAR-Befliegung gegenübergestellt werden. Obwohl die erreichbaren Genauigkeiten noch nicht denen von klassischer Luftbildphotogrammetrie oder flugzeuggetragenem Laserscanning entsprechen, zeigen die vorgestellten Verfahren in Verbindung mit modernen Radarsensoren interessante Perspektiven auf: Insbesondere wird so eine tageszeit- und wetterunabhängige 3D-Geodatengewinnung von urbanen Gebieten in zeitkritischen Szenarien ermöglicht, wie sie z.B. bei der schnellen Kartierung von Katastrophengebieten erforderlich wird, wenn es notwendig ist, technischen Hilfskräften detaillierte Informationen über die betroffenen Gegenden zur Verfügung stellen zu können. Die damit nun mögliche Ergänzung von Höheninformationen komplementiert gegebenenfalls bereits vorhandenes 2D-Kartenmaterial in idealer Weise und erlaubt eine robustere Interpretation von beschädigter Infrastruktur. Zukünftige Forschungsarbeiten in diesem Bereich werden nun darauf abstellen, die Oberflächenrekonstruktion nicht erst in der Bodenstation - also nach Aufnahme der Daten in einer Flugmesskampagne - durchzuführen, sondern diese möglichst echtzeitnah zu implementieren, um schon während der Beflaggung vorläufige Informationen über das Krisengebiet auswerten zu können. Erste Untersuchungen zeigen bereits vielversprechendes Potential. Die Ergebnisse dieser DFG-geförderten Forschung haben auch weitere Forschungsarbeiten initiiert, die bereits erste Publikationen im Bereich der detaillierten Analyse von SAR-Punktwolken zur Beantwortung von Fragestellungen im Forstbereich zum Gegenstand haben.
Projektbezogene Publikationen (Auswahl)
- (2013) Data fusion for building reconstruction from multiaspect InSAR data. In: International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences 40 (1/W1): 221-225
Maksymiuk O, Stilla U
- (2013): Advanced high resolution SAR interferometry of urban areas with airborne millimeterwave radar. Photogrammetrie Fernerkundung Geoinformation 2013 (6): 603-617
Schmitt M, Magnard C, Stanko S, Ackermann C, Stilla U
(Siehe online unter https://doi.org/10.1127/1432-8364/2013/0199) - (2013): Radargrammetric registration of airborne multi-aspect SAR data of urban areas. ISPRS Journal of Photogrammetry and Remote Sensing 86: 11-20
Schmitt M, Maksymiuk O, Magnard C, Stilla U
(Siehe online unter https://doi.org/10.1016/j.isprsjprs.2013.09.003) - (2014): Adaptive covariance matrix estimation for multi-baseline InSAR data stacks. IEEE Transactions on Geoscience and Remote Sensing 52 (11): 6807-6817
Schmitt M, Schönberger JL, Stilla U
(Siehe online unter https://doi.org/10.1109/TGRS.2014.2303516) - (2014): Benefit of using multiple baselines and multiple aspects for SAR interferometry of urban areas. IEEE Journal of Selected Topics in Applied Earth Observation and Remote Sensing 7 (10): 4107-4118
Schmitt M, Schönberger JL, Stilla U
(Siehe online unter https://doi.org/10.1109/JSTARS.2014.2311505) - (2014): Maximum-likelihood estimation for multi-aspect multi-baseline SAR interferometry of urban areas. ISPRS Journal of Photogrammetry and Remote Sensing 87: 68-77
Schmitt M, Stilla U
(Siehe online unter https://doi.org/10.1016/j.isprsjprs.2013.10.006)
