Detektion und Klassifizierung von Gebäudeschäden nach Katastrophenereignissen mittels Bildanalyse
Zusammenfassung der Projektergebnisse
Katastrophen richten jedes Jahr schwere Schäden an. Nach einem solchen Ereignis, z. B. einem Erdbeben, herrscht meist Chaos. Gebäude sind eingestürzt und ihre Trümmer versperren oftmals die Straßen, so dass es schwierig ist, einen Überblick über die Schadenslage zu erlangen. Dieser Überblick ist aber unerlässlich, um die für die Rettungseinsätze verfügbaren Ressourcen möglichst effektiv koordinieren zu können. Daher wird eine schnelle und großflächige Schadensanalyse benötigt, die nicht nur feststellt, welche Gebäude eingestürzt sind, sondern auch welche geometrische Schadensform diese aufweisen. Ein hierfür geeignetes automatisches Analyseverfahren existierte bislang noch nicht. Im Rahmen dieses Projekts wurde ein solches Verfahren zur automatischen Erkennung und Klassifizierung eingestürzter Gebäude nach Katastrophenereignissen entwickelt. Dieses unterscheidet nicht nur zwischen eingestürzten und erhaltenen Gebäuden. Es werden vielmehr zehn verschiedene Schadensbilder differenziert, welche typische Schadensformen von Gesamtgebäuden nach deren Einsturz beschreiben. Als Grundlage für die Schadensanalyse dienen digitale Oberflächenmodelle (DOM), die aus Daten abgeleitet werden, welche mit einem flugzeuggetragenen Laserscanner erfasst wurden. Flugzeuggetragenes Laserscanning eignet sich besonders für die Erfassung von Daten nach Katastrophen, da damit in kurzer Zeit 3D-Daten großer Gebiete erfasst werden können, ohne dass diese betreten werden müssen. Das Wissen über die Eigenschaften eingestürzter Gebäude sowie ihrer Schadensbilder wird in einem Modell zusammengefasst, das die Grundlage für die Erkennung und Klassifizierung der Schädigungen darstellt. Das entwickelte Verfahren basiert auf dem Vergleich geometrischer Modelle der Gebäude vor und nach der Katastrophe. Für die Generierung letzterer aus den nach der Katastrophe erfassten Daten wird zunächst eine Segmentierung von Bereichen mit ebener Oberfläche durchgeführt. Diese werden im Rahmen einer anschließenden Dreiecksvermaschung mit den Bereichen verknüpft, in denen die Oberfläche uneben ist. Für die Analyse der strukturellen Veränderungen der Gebäude (Schadensanalyse) werden die geometrischen Beschreibungen der Gebäude vor und nach dem Eintritt der Katastrophe überlagert und ihre Oberflächeneigenschaften miteinander verglichen. Auf diese Weise kann jedes Gebäude in Segmente unterteilt werden. Diese repräsentieren Bereiche, die entweder zu beiden Zeitpunkten eine ebene Oberfläche aufweisen oder zu mindestens einem der beiden Zeitpunkte keine ebene Oberfläche haben. Durch die Unterteilung der Gebäude in Segmente lassen sich mit dem entwickelten Verfahren auch Teileinstürze erfassen. Für diese Segmente werden anschließend charakteristische Merkmale wie die Volumenreduktion oder die Höhendifferenz extrahiert. Des Weiteren werden die Werte von Merkmalen bestimmt, die ein Gebäude als Ganzes beschreiben. Um untersuchen zu können, ob zusätzlich zu der Höheninformation berücksichtigte spektrale Information die Erkennung und Klassifizierung der eingestürzten Gebäude verbessern kann, werden neben den Merkmalen, welche die geometrischen Veränderungen der Gebäude beschreiben, außerdem Merkmale vorgestellt, mit denen multispektrale Information in das Analyseverfahren integriert werden kann. Mithilfe der Merkmale erfolgt anschließend die Zuordnung der Segmente zu den unterschiedenen Schadensbildern. Die Verifizierung des Verfahrens erfolgte durch die Anwendung auf Daten, die für ein Gebiet mit real eingestürzten Gebäuden erfasst wurden. Außerdem werden zwei Datensätze verwendet, die durch die Simulation einer Laserscannerbefliegung basierend auf CAD- Modellen eingestürzter Gebäude generiert wurden. Des Weiteren umfasst die Verifizierung die Anwendung des Verfahrens auf unveränderte Gebäude. Die Analyse der erzielten Ergebnisse zeigt, dass es mithilfe des entwickelten Verfahrens möglich ist, eingestürzte Gebäude automatisch zu erkennen und ihr Schadensbild detailliert zu bestimmen. So werden für die unterschiedlichen Datensätze mit eingestürzten Gebäuden im Durchschnitt 84 % der Gebäude richtig klassifiziert. Werden Gebäude, die einem ihrem tatsächlichen Schadensbild ähnlichen Schadensbild zugewiesen werden, ebenfalls als richtig klassifiziert betrachtet, so kann der Anteil richtig klassifizierter Gebäude im Durchschnitt auf 91 % gesteigert werden. Das Verfahren zur automatischen Erkennung und Klassifizierung eingestürzter Gebäude liefert eine geschlossene Angabe über die Art und den Umfang der aufgetretenen Schäden an Gebäuden nach Katastrophenereignissen. Die erzielten Ergebnisse können somit unter anderem als Eingabe für eine Opfer- und Ressourcenabschätzung dienen, welche auf der Form der eingestürzten Gebäude sowie auf Größen wie der Volumenreduktion oder der Höhendifferenz basiert.
Projektbezogene Publikationen (Auswahl)
-
2008: Bildanalyse in Geowissenschaften und bei Ingenieurmaßnahmen. In: Sonderforschungsbereich 461 (Hrsg.): Starkbeben: Von geowissenschaftlichen Grundlagen zu Ingenieurmaßnahmen, Abschlussbericht für die Jahre 1996- 2007 mit Berichtsband für die Jahre 2005-2007. Universitätsverlag Karlsruhe, Karlsruhe, S. 307-338
Rehor, M., Bähr, H.-P., Vögtle, T.
-
2008: Contribution of two plane detection algorithms to recognition of intact and damaged buildings in lidar data. The Photogrammetric Record, Vol. 23, No. 124, pp. 441-456
Rehor, M., Bähr, H.-P., Tarsha-Kurdi, F., Landes, T., Grussenmeyer, P.
-
2008: Improvement of building damage detection and classification based on laser scanning data by integrating spectral information. In: Proceedings of the XXI ISPRS Congress, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Beijing, China, Vol. XXXVII, Part B7, pp. 1599-1606
Rehor, M., Vögtle, T.
-
2009: An advanced approach for automatic extraction of planar surfaces and their topology from point clouds. Photogrammetrie, Fernerkundung, Geoinformation (PFG), Heft 1/2009, Schweizerbart'sche Verlagsbuchhandlung, Stuttgart, 2009, pp. 43-52
Schmitt, A.; Vögtle, T.
-
2009: Integration of changes in the surroundings of reference buildings into a building damage analysis based on airborne lidar data. In: Proceedings of the 7th International Workshop on Remote Sensing and Disaster Response, Austin, Texas, USA, Paper No. 24, 10 pages
Hommel, M.
-
2009: Verification of a building damage analysis and extension to surroundings of reference buildings. In: Proceedings of the ISPRS Workshop ‘Laserscanning’09’, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Paris, France, Vol. XXXVIII, Part 3/W8, pp. 18-23
Hommel, M.
