Header

UZH-Logo

Maintenance Infos

Object tracking in remotely sensed data


Henke, Daniel. Object tracking in remotely sensed data. 2014, University of Zurich, Faculty of Science.

Abstract

Die Fernerkundung ist heutzutage eine der wertvollsten Methoden, um verschiedenste grossräumige Phänomene und Prozesse konsistent, repetitiv und hochauflösend zu erfassen. Allerdings sind die so anfallenden Datenmengen aufgrund der hohen räumlichen und zeitlichen Dimensionen extrem gross und über die letzten Jahre stetig angewachsen. Eine direkte Interpretation der Bilder durch das menschliche Auge ist daher in vielen Fällen kaum möglich. Deshalb sind automatische Verfahren zur semantischen Informationsextraktion entscheidend, um den immer höheren Anforderungen der neusten Generationen von Fernerkundungssensoren und -anwendungen auch zukünftig gerecht zu werden.
Dabei ist der potentielle Nutzen solcher automatischer Verfahren besonders unter Berücksichtigung der zeitlichen Dimension breitgefächert und im Fokus vieler Forschungsgebiete. Mögliche Anwendungsfelder reichen von „Global Change“ - Studien, z.B. Vegetationsveränderungen, Klimawandel, Eisschmelze, usw. über das Kartieren von Naturkatastrophen wie etwa Erdbeben, Tsunamis, Erdrutsche oder Lawinen bis hin zur Erfassung bewegter Objekte wie beispielwiese zur Verkehrskontrolle oder Überwachung. Aufgrund der Komplexität dieser Phänomene ist bisher eine vollautomatische Verarbeitung oft noch nicht möglich. Für all diese Anwendungen ist eine zuverlässige, schnelle und objektive Verarbeitung der aufgenommenen Daten von grosser Bedeutung und erfordert modernste Verfahren. Eine Klasse von Verfahren zur Verarbeitung zeitlicher Prozesse, die in den letzten Jahren in anderen Forschungsgebieten vielversprechende Ergebnisse lieferte und sich als eine der fortschrittlichsten etabliert hat, sind die „Hidden State Space“ Modelle.
Diese Dissertation untersucht das Potential dieser speziellen Klasse von Verfahren für Fernerkundungsanwendungen anhand zweier auf den ersten Blick sehr unterschiedlicher Prozesse: Eine Anwendung beschäftigt sich mit der Verfolgung des Zustands der Intertropischen Konvergenzzone (ITCZ) in optischen Satellitenbilddaten und die andere mit der Verkehrsüberwachung mit Hilfe von Daten eines abbildenden Radarsystems (Synthetic Aperture Radar, SAR). Neben den unterschiedlichen Sensoren und der daraus folgenden unterschiedlichen Bildverarbeitung ist besonders die Verschiedenheit der Anwendungen im zeitlich dynamischen Verhalten (Zeitreiheninterval von einem Tag vs. wenige Sekundenbruchteile) im jeweiligen Zustandsraum (diskrete vs. kontinuierlich) von Interesse. Im Rahmen dieser Arbeit wird gezeigt, dass trotz dieser augenscheinlichen Unterschiede der präsentierten Fernerkundungsanwendungen mit angepassten Bildverarbeitungsmethoden und verfeinerten „Hidden State Space“ Modellen deutliche Verbesserungen bei der Verfolgung von Objekten in Fernerkundungsdaten erreicht werden können. Im ITCZ Projekt konnten die Formationszustände der Konvektionszone von einer fünfjährigen Testperiode mit einer von Experten visuell erzielten, vergleichbaren Genauigkeit bestimmt werden. Bei der Verkehrsüberwachung konnten auf einem Autobahnabschnitt 13 von 14 Fahrzeugen richtig detektiert werden und ihre Geschwindigkeit und Position mit einer durchschnittlichen Genauigkeit von 1.2 m/s bzw. 10m geschätzt werden. In der anschliessenden Diskussion der Forschungsergebnisse werden die Vor- und Nachteile der entwickelten Ansätze besprochen und auf mögliche Verbesserungen hingewiesen. Abschliessend wird ein Ausblick für weiterführende Arbeiten und Anwendungsgebiete gegeben.

Abstract

Die Fernerkundung ist heutzutage eine der wertvollsten Methoden, um verschiedenste grossräumige Phänomene und Prozesse konsistent, repetitiv und hochauflösend zu erfassen. Allerdings sind die so anfallenden Datenmengen aufgrund der hohen räumlichen und zeitlichen Dimensionen extrem gross und über die letzten Jahre stetig angewachsen. Eine direkte Interpretation der Bilder durch das menschliche Auge ist daher in vielen Fällen kaum möglich. Deshalb sind automatische Verfahren zur semantischen Informationsextraktion entscheidend, um den immer höheren Anforderungen der neusten Generationen von Fernerkundungssensoren und -anwendungen auch zukünftig gerecht zu werden.
Dabei ist der potentielle Nutzen solcher automatischer Verfahren besonders unter Berücksichtigung der zeitlichen Dimension breitgefächert und im Fokus vieler Forschungsgebiete. Mögliche Anwendungsfelder reichen von „Global Change“ - Studien, z.B. Vegetationsveränderungen, Klimawandel, Eisschmelze, usw. über das Kartieren von Naturkatastrophen wie etwa Erdbeben, Tsunamis, Erdrutsche oder Lawinen bis hin zur Erfassung bewegter Objekte wie beispielwiese zur Verkehrskontrolle oder Überwachung. Aufgrund der Komplexität dieser Phänomene ist bisher eine vollautomatische Verarbeitung oft noch nicht möglich. Für all diese Anwendungen ist eine zuverlässige, schnelle und objektive Verarbeitung der aufgenommenen Daten von grosser Bedeutung und erfordert modernste Verfahren. Eine Klasse von Verfahren zur Verarbeitung zeitlicher Prozesse, die in den letzten Jahren in anderen Forschungsgebieten vielversprechende Ergebnisse lieferte und sich als eine der fortschrittlichsten etabliert hat, sind die „Hidden State Space“ Modelle.
Diese Dissertation untersucht das Potential dieser speziellen Klasse von Verfahren für Fernerkundungsanwendungen anhand zweier auf den ersten Blick sehr unterschiedlicher Prozesse: Eine Anwendung beschäftigt sich mit der Verfolgung des Zustands der Intertropischen Konvergenzzone (ITCZ) in optischen Satellitenbilddaten und die andere mit der Verkehrsüberwachung mit Hilfe von Daten eines abbildenden Radarsystems (Synthetic Aperture Radar, SAR). Neben den unterschiedlichen Sensoren und der daraus folgenden unterschiedlichen Bildverarbeitung ist besonders die Verschiedenheit der Anwendungen im zeitlich dynamischen Verhalten (Zeitreiheninterval von einem Tag vs. wenige Sekundenbruchteile) im jeweiligen Zustandsraum (diskrete vs. kontinuierlich) von Interesse. Im Rahmen dieser Arbeit wird gezeigt, dass trotz dieser augenscheinlichen Unterschiede der präsentierten Fernerkundungsanwendungen mit angepassten Bildverarbeitungsmethoden und verfeinerten „Hidden State Space“ Modellen deutliche Verbesserungen bei der Verfolgung von Objekten in Fernerkundungsdaten erreicht werden können. Im ITCZ Projekt konnten die Formationszustände der Konvektionszone von einer fünfjährigen Testperiode mit einer von Experten visuell erzielten, vergleichbaren Genauigkeit bestimmt werden. Bei der Verkehrsüberwachung konnten auf einem Autobahnabschnitt 13 von 14 Fahrzeugen richtig detektiert werden und ihre Geschwindigkeit und Position mit einer durchschnittlichen Genauigkeit von 1.2 m/s bzw. 10m geschätzt werden. In der anschliessenden Diskussion der Forschungsergebnisse werden die Vor- und Nachteile der entwickelten Ansätze besprochen und auf mögliche Verbesserungen hingewiesen. Abschliessend wird ein Ausblick für weiterführende Arbeiten und Anwendungsgebiete gegeben.

Statistics

Altmetrics

Downloads

18 downloads since deposited on 15 Jan 2015
5 downloads since 12 months
Detailed statistics

Additional indexing

Item Type:Dissertation
Referees:Schaepman Michael E, Meier Erich, Small David, Pajarola Renato, Schindler Konrad
Communities & Collections:07 Faculty of Science > Institute of Geography
Dewey Decimal Classification:910 Geography & travel
Language:English
Date:2014
Deposited On:15 Jan 2015 08:12
Last Modified:05 Apr 2016 18:50
Number of Pages:114
ISBN:978-3-03703-030-1
Additional Information:Erschienen in der Reihe 'Remote Sensing Series', Vol. 64 Remote Sensing Laboratories, Department of Geography, University of Zurich Switzerland, 2014
Free access at:Official URL. An embargo period may apply.
Official URL:http://www.geo.uzh.ch/fileadmin/files/content/abteilungen/rsl1/Publications/PhD_Theses/2013_DanielHenke.pdf

Download

Preview Icon on Download
Preview
Filetype: PDF
Size: 13MB

TrendTerms

TrendTerms displays relevant terms of the abstract of this publication and related documents on a map. The terms and their relations were extracted from ZORA using word statistics. Their timelines are taken from ZORA as well. The bubble size of a term is proportional to the number of documents where the term occurs. Red, orange, yellow and green colors are used for terms that occur in the current document; red indicates high interlinkedness of a term with other terms, orange, yellow and green decreasing interlinkedness. Blue is used for terms that have a relation with the terms in this document, but occur in other documents.
You can navigate and zoom the map. Mouse-hovering a term displays its timeline, clicking it yields the associated documents.

Author Collaborations