Schmittwilken, Jörg: Attributierte Grammatiken zur Rekonstruktion und Interpretation von Fassaden. - Bonn, 2012. - Dissertation, Rheinische Friedrich-Wilhelms-Universität Bonn.
Online-Ausgabe in bonndoc: https://nbn-resolving.org/urn:nbn:de:hbz:5n-27801
@phdthesis{handle:20.500.11811/5097,
urn: https://nbn-resolving.org/urn:nbn:de:hbz:5n-27801,
author = {{Jörg Schmittwilken}},
title = {Attributierte Grammatiken zur Rekonstruktion und Interpretation von Fassaden},
school = {Rheinische Friedrich-Wilhelms-Universität Bonn},
year = 2012,
month = mar,

note = {Dem Bedarf und Nutzen hoch detaillierter 3D-Stadt- und Gebäudemodelle steht deren aufwendige Erfassung gegenüber. Ist die automatische Ableitung vereinfachter Dachstrukturen aus Luftbildern oder Laseraltimetrie weitestgehend gelöst, so existieren für terrestrisch erfasste Daten nur erste Ansätze zur automatischen Rekonstruktion der Fassadenstruktur. Diese zielen zumeist auf die Interpretation großer, planarer Fassaden ab und reduzieren sie auf die regelmäßige Anordnung von Fenstern. Im Wesentlichen mangelt es daher sowohl an Verfahren zur Rekonstruktion weiterer Fassadenelemente wie Treppen oder Türen als auch an Methoden zur Interpretation heterogener, komplexer Fassaden mit Vorsprüngen, Erkern sowie einer geringen Anzahl von Fenstern.
Die vorliegende Arbeit thematisiert die Interpretation von 3D-Punktwolkee, die mittels terrestrischem Laserscanning in urbanen Räumen erfasst wurden. Der Fokus liegt dabei auf 3D-Punktwolkee heterogener Fassaden, die sich durch eine geringe Breite sowie durch Vorsprünge und Erker auszeichnen. Das Ziel der Arbeit ist die Rekonstruktion und Interpretation von Fassaden durch einen Parser, der attributierte Grammatiken und robuste Schätzer kombiniert. Aufgrund der Generizität der verwendeten Attributgrammatiken ist die Schätzung von Modellen mit einer vorab unbekannten Anzahl von Parametern möglich und der Varianz der Objekte wird somit Rechnung getragen.
Das vorgestellte Konzept zeichnet sich durch die starke Integration von Vorwissen aus. Es wird sowohl ein geometrisches als auch ein semantisches Modell von Fassaden aufgestellt und in die attributierte Grammatik überführt. Darüber hinaus werden Wahrscheinlichkeitsdichten der Form- und Lageparameter der betrachteten Fassadenteile aus gemessenen Daten geschätzt und in der attributierten Grammatik kodiert. Die entsprechenden a priori Wahrscheinlichkeiten sind wesentlicher Bestandteil des vorgestellten robusten Schätzverfahrens MOSAP sowie des Parsing-Algorithmusparse3d.
Die Relationen zwischen einzelnen Fassadenteilen werden auf die Grammatik abgebildet, die somit zur Repräsentation der komplexen Strukturen dient und die Basis des Parsing-Algorithmus darstellt. Beginnend mit dem allgemeinsten Symbol werden durch parse3d iterativ Produktionsregeln angewendet und so Modellhypothesen in Form von Ableitungsbäumen erzeugt, von denen schließlich die Wahrscheinlichste gewählt wird. Die Selektion der abzuleitenden Symbole sowie der anzuwendenden Regeln basiert auf den a priori Wahrscheinlichkeiten sowie den Wahrscheinlichkeitsdichten, die aus Kontextinformation wie den Parametern bereits rekonstruierter Objekte oder Teilmengen der 3D-Punktwolkee geschätzt werden. Die Schnittstelle zwischen Grammatik und 3D-Punktwolke wird durch den robusten Schätzer MOSAP sowie die eingeführten Guards realisiert. Letztere bestimmen die Wahrscheinlichkeit einer Produktionsregel und ermöglichen so deren Selektion.
Die Grammatiksymbole, die durch eine geringe Anzahl von Parametern geometrisch definiert sind, werden durch einen robusten Schätzer rekonstruiert. Es wird der Algorithmus MOSAP (Model Based Sampling and Prediction) eingeführt, der auf dem hypothesize-and-verify Paradigma basiert und sich durch das modellbasierte Sampling auszeichnet, in das Modellwissen in Form von Wahrscheinlichkeitsdichten der Form- und Lageparameter der zu bestimmenden Objekte eingebracht wird. Darüber hinaus wird die Prädiktionsgüte als neuartiges Kriterium zur Bewertung der Modellhypothesen eingeführt.},

url = {http://hdl.handle.net/20.500.11811/5097}
}

The following license files are associated with this item:

InCopyright