Hypothesenvalidierung von Fahrzeugdetektionen mit Hilfe von Color-Cooccurance-Histogrammen im HSV-Farbraum

Abstract

Die automatische Erkennung von Objekten in Luftbildern ist in den letzten Jahren stark intensiviert worden, da neben großflächigen Satellitenfotos auch viele Bilder aus fugzeuggest ützten Sensoren zur Verfügung stehen und diese schon längst nicht mehr alle manuell ausgewertet werden können. In diesem Zusammenhang wird in dieser Arbeit untersucht, inwieweit die Farbinformation zur Identizierung von Fahrzeugen, Straßen- und Vegetationsflächen genutzt werden kann. Dabei werden die Schwerpunkte der Color-Cooccurance-Histogramme (CCH) im HSV-Farbraum berechnet. Diese Kennwerte unterscheiden sich für die untersuchten Klassen.Weiterhin wird untersucht, wie zuverlässig diese Eigenschaften zur Identizierung eines Fahrzeugkandidaten genutzt werden kann, ob eine zuverlässige Ausrichtungsidentizierung der Fahrzeuge möglich ist und wie hoch der Einuss der Farbe, im Gegensatz zu Grauwert und Helligkeit, bei einer korrekten Bestimmung ist. Hierbei zeigt sich, dass sich zwar die Farbe zwischen den Objektklassen gut unterscheidet, aber Grauwert und Helligkeit wesentlich besser in diesem CCH-Schwerpunkt-Verfahren geeignet sind, um die verschiedenen Objektklassen voneinander abzugrenzen. Eine Ermittlung der Ausrichtung der Fahrzeuge konnte bisher auch nicht mit hoher Genauigkeit erreicht werden. Dieses Vorgehen eignet sich jedoch gut zur Aussortierung vieler Nicht-Auto-Kandidaten. Ebenso lässt sich hiermit in größeren Maßstäben eine gute Einteilung in die entsprechenden Materialklassen vornehmen.