Zusammenfassung
In Zusammenhang mit Fragestellungen der Landnutzung, die bei der Landschaftsplanung (z. B. Landesregionalplanung) relevant sind, wird vielfach versucht, mit Hilfe von hochaufgelösten Satellitendaten (LANDSAT, SPOT) Gebiete verschiedener Landnutzungsarten und damit auch Gebiete unterschiedlicher ökologischer Wertigkeit zu differenzieren. Damit wird die Integration derartiger flächenbezogener Rasterdaten in geographische Informations- bzw. Umweltinformationssysteme (z. B. UIS Baden-Württemberg) zur Aktualisierung manuell erfaßter Daten möglich.
Wie sich in verschiedenen Untersuchungen zeigte, sind für die Differenzierung von verschiedenen Landnutzungsarten Multispektraldaten allein nicht immer ausreichend. Die Einbringung zusätzlicher Information in Form von textur- bzw. strukturspezifischen Merkmalen in einen Klassifikationsalgorithmus kann zu einer wesentlichen Verbesserung der Ergebnisse führen.
Dieser Beitrag beschreibt einen systematischen Ansatz für ein adaptives Klassifikationsverfahren unter Einbeziehung der Textureigenschaften der multispektralen Bilddaten. Die Textureigenschaften werden durch Nachbarschaftsoperatoren (z. B. Grauwertvarianz, Grauwertgradient, u. a.) als zusätzliche Merkmale in die Klassifikation eingebracht. Die Verknüpfung der Texturmerkmale und multispektralen Merkmale erfolgt durch Klassifikationspolynome verschiedener Ordnung.
Dieses Klassifikationsverfahren wurde erfolgreich auf SPOT/LANDSAT-TM-Szenen südlich von Stuttgart angewendet, mit insgesamt 6 verschiedenen Landnutzungsarten.
z. Z. Daimler Benz AG Stuttgart
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Bähr H.- P., Jürgen Baumgart (1989): Satellitenfernerkundung als Grundlage für Raumplanung und Umweltüberwachung, Informatik Fachberichte 228: Informatik im Umweltschutz, A. Jaeschke, W. Geiger, B. Page (Hrsg.), Springer-Verlag.
Blanz W. E. (1983): Bildsegmentation durch Texturanalyse, Ph.D.- Thesis, University of Stuttgart, Department of Electrical Engineering.
Blanz W. E., E. R. Reinhardt (1982): General approach to image segmentation, Proc. 6th International Conference on Pattern Recognition, Munich, West Germany, Oct. 19–22, pp. 188–191.
Kaifel A. K. (1989): Cloud detection by texture analysis technique in AVHRR images, Proc. 5th International TOVS-Study Conference Toulouse, France, 24–28. July.
Klaedtke H.- G., Qi Li, H. Ziemann (1989): Grossflächige Landnutzungsbestimmung aus LANDSAT- 5-TM-Daten, Informatik Fachberichte 228: Informatik im Umweltschutz, A. Jaeschke, W. Geiger, B. Page (Hrsg.), Springer-Verlag.
Schürmann J. (1977): Polynomklassifikatoren für die Zeichenerkennung, R. Oldenbourg Verlag, München.
Straub B. (1989): Combined decision theoretic and syntactic approach to image segmentation, Maschine Vision and Applications, Vol. 2, pp. 17–30.
Straub B., W. E. Blanz (1987): A combination of a decision theoretic and syntatic approach to image segmentation, Proc. 4th Scandinavian Conference on Image Analysis, Stockholm, pp. 85–92.
Straub B. (1986): Lernendes Verfahren zur Segmentation industrieller Szenen, Proc. 8. DAGM Symposium., Paderborn, pp. 24–28
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1990 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Kaifel, A.K., Straub, B. (1990). Klassifikation von Satellitendaten mit Texturanalyse zur großflächigen Landnutzungskartierung. In: Pillmann, W., Jaeschke, A. (eds) Informatik für den Umweltschutz. Informatik-Fachberichte, vol 256. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-76081-5_33
Download citation
DOI: https://doi.org/10.1007/978-3-642-76081-5_33
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-53171-5
Online ISBN: 978-3-642-76081-5
eBook Packages: Springer Book Archive