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

Generation of large scale 3-D city models using InSAR and optical data

Shi, Yilei und Bamler, Richard und Wang, Yuanyuan und Zhu, Xiao Xiang (2021) Generation of large scale 3-D city models using InSAR and optical data. In: International Geoscience and Remote Sensing Symposium (IGARSS), Seiten 2931-2934. IEEE. IGARSS 2021, 2021-07-11 - 2021-07-16, Brussels, Belgium. doi: 10.1109/IGARSS47720.2021.9553691. ISBN 978-1-6654-0369-6. ISSN 2153-7003.

[img] PDF
3MB

Offizielle URL: https://ieeexplore.ieee.org/document/9553691

Kurzfassung

Interferometric synthetic aperture radar (InSAR) techniquesare powerful tool for reconstructing the 3-D position of scat-terers, especially for the urban areas. Since the estimationaccuracy depends on the inverse of number of interferogramsand signal-to-noise ratio (SNR), it is necessary to use as manyas possible interferograms in order to achieve more accurateresult. However, the number of interferograms of TanDEM-Xdata is generally limited for most areas. Therefore, in orderto maintain the estimation accuracy, one feasible way is toincrease the SNR. In this work, we proposed a novel frame-work, which integrates the non-local procedure into SARtomography inversion and combines the robust estimation.A large-scale demonstration has been carried out with fiveTanDEM-X bistatic data, which covers the entire city of Mu-nich, Germany. Quantitative evaluation of the reconstructedresult with the LiDAR reference exhibits the standard devi-ation of the height difference is within two meters, whichimplies the proposed framework has great potential for highquality large-scale 3-D urban modeling.

elib-URL des Eintrags:https://elib.dlr.de/146249/
Dokumentart:Konferenzbeitrag (Vortrag)
Zusätzliche Informationen:So2Sat
Titel:Generation of large scale 3-D city models using InSAR and optical data
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Shi, YileiTU-MünchenNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Bamler, RichardDLR-IMF/TUM-LMFNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Wang, YuanyuanYuanyuan.Wang (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Zhu, Xiao XiangDLR-IMF/TUM-SiPEONICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:12 Oktober 2021
Erschienen in:International Geoscience and Remote Sensing Symposium (IGARSS)
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/IGARSS47720.2021.9553691
Seitenbereich:Seiten 2931-2934
Verlag:IEEE
ISSN:2153-7003
ISBN:978-1-6654-0369-6
Status:veröffentlicht
Stichwörter:3-D urban models, InSAR, TomoSAR,TanDEM-X, global mapping
Veranstaltungstitel:IGARSS 2021
Veranstaltungsort:Brussels, Belgium
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:11 Juli 2021
Veranstaltungsende:16 Juli 2021
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 - Künstliche Intelligenz
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > EO Data Science
Institut für Methodik der Fernerkundung > Leitungsbereich MF
Hinterlegt von: Wang, Yuanyuan
Hinterlegt am:29 Nov 2021 08:13
Letzte Änderung:24 Apr 2024 20:45

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.