elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Generation of Large-Scale High Quality 3-D Urban Models

Shi, Yilei und Bamler, Richard und Wang, Yuanyuan und Zhu, Xiao Xiang (2020) Generation of Large-Scale High Quality 3-D Urban Models. In: 2020 IEEE Radar Conference, RadarConf 2020, Seiten 1-6. 2020 IEEE Radar Conference, 2020-09-21 - 2020-09-25, virtual. doi: 10.1109/RadarConf2043947.2020.9266314. ISBN 978-172818942-0. ISSN 1097-5659.

[img] PDF
3MB

Offizielle URL: https://ieeexplore.ieee.org/document/9266314

Kurzfassung

Interferometric synthetic aperture radar (InSAR) techniques are powerful tool for reconstructing the 3-D position of scatterers, especially for the urban areas. Since the estimation accuracy depends on the inverse of number of interferograms and signal-to-noise ratio (SNR), it is necessary to use as many as possible interferograms in order to achieve more accurate result. However, the number of interferograms of TanDEM-X data is generally limited for most areas. Therefore, in order to maintain the estimation accuracy, one feasible way is to increase the SNR. In this work, we proposed a novel framework, which integrates the non-local procedure into SAR tomography inversion and combines the robust estimation. A large-scale demonstration has been carried out with five TanDEM-X bistatic data, which covers the entire city of Munich, Germany. Quantitative evaluation of the reconstructed result with the LiDAR reference exhibits the standard deviation of the height difference is within two meters, which implies the proposed framework has great potential for high quality large-scale 3-D urban modeling.

elib-URL des Eintrags:https://elib.dlr.de/140937/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Generation of Large-Scale High Quality 3-D Urban Models
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Shi, Yileiyilei.shi (at) tum.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Bamler, RichardRichard.Bamler (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Wang, YuanyuanYuanyuan.Wang (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Zhu, Xiao Xiangxiao.zhu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:September 2020
Erschienen in:2020 IEEE Radar Conference, RadarConf 2020
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/RadarConf2043947.2020.9266314
Seitenbereich:Seiten 1-6
ISSN:1097-5659
ISBN:978-172818942-0
Status:veröffentlicht
Stichwörter:3-D urban models, InSAR, TomoSAR, TanDEM-X, global mapping
Veranstaltungstitel:2020 IEEE Radar Conference
Veranstaltungsort:virtual
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:21 September 2020
Veranstaltungsende:25 September 2020
Veranstalter :IEEE
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben hochauflösende Fernerkundungsverfahren (alt), R - SAR-Methoden
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Leitungsbereich MF
Institut für Methodik der Fernerkundung > EO Data Science
Hinterlegt von: Bierkamp-Michalak, Bettina
Hinterlegt am:12 Feb 2021 15:26
Letzte Änderung:24 Apr 2024 20:41

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.