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

A Systematic Approach for Building Change Detection using Multi-Source Data

Özcan, Abdullah H. und Cem, Ünsalan und Reinartz, Peter (2014) A Systematic Approach for Building Change Detection using Multi-Source Data. In: 22nd Signal Processing and Communications Applications Conference (SIU 2014), Seiten 477-480. IEEE Xplore. 2014 IEEE 22nd Signal Processing and Communications Applications Conference (SIU 2014), 2014-04-23 - 2014-04-25, Trabzon, Turkey. doi: 10.1109/SIU.2014.6830269.

[img] PDF
501kB

Offizielle URL: http://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=6820096

Kurzfassung

Recent sensors give valuable data for remote sensing applications. Among these, building and change detection are important problems. Therefore, researchers worked on these problems using both 2D and 3D data. Some previous studies used only 2D data due to their availability. Yet others used either 3D data alone or 2D and 3D data in a joint manner. Besides, some studies only focused on building detection. Yet others used detected building information in change detection. In this study, we focus on 3D change detection based on building information. Therefore, we first detect buildings. At this step, we benefit from both 2D and 3D data. Then, we locate changes based on these detected buildings.We detect building pixels using panchromatic,multispectral, and Digital Surface Model (DSM) data using a decision tree classifier. Then, we refine the detected building pixels using morphological and shape based operations. Finally, we apply an object based hierarchical change detection method on the refined pixels. We tested our method on 780 buildings and obtained promising results.

elib-URL des Eintrags:https://elib.dlr.de/89530/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:A Systematic Approach for Building Change Detection using Multi-Source Data
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Özcan, Abdullah H.Tubitak BIILGEM, TurkeyNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Cem, ÜnsalanYeditepe University, TurkeyNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Reinartz, Peterpeter.reinartz (at) dlr.dehttps://orcid.org/0000-0002-8122-1475NICHT SPEZIFIZIERT
Datum:April 2014
Erschienen in:22nd Signal Processing and Communications Applications Conference (SIU 2014)
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.1109/SIU.2014.6830269
Seitenbereich:Seiten 477-480
Verlag:IEEE Xplore
Status:veröffentlicht
Stichwörter:Buildings Data mining Decision trees Feature extraction Remote sensing Shape Three-dimensional displays, Data mining, Decision Trees, Feature extraction, Remote sening, Shape, Three-dimensional displays
Veranstaltungstitel:2014 IEEE 22nd Signal Processing and Communications Applications Conference (SIU 2014)
Veranstaltungsort:Trabzon, Turkey
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:23 April 2014
Veranstaltungsende:25 April 2014
Veranstalter :Karadeniz Technical University
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)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von:UNGÜLTIGER BENUTZER
Hinterlegt am:23 Jun 2014 16:08
Letzte Änderung:24 Apr 2024 19:55

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.