Attributierte Grammatiken zur Rekonstruktion und Interpretation von Fassaden

Abstract

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.<br /> 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.<br /> 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.<br /> 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.<br /> 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.

<strong>Attribute Grammars for the Reconstruction and Interpretation of Facades</strong><br /> The needs and benefits of highly detailed 3D city and building models is opposed to their expensive acquisition. Though the automatic derivation of simplified roof structures from aerial images or laser altimetry is mostly solved, only a few approaches for the automatic reconstruction of facade structures from terrestrial data were presented yet. Most of the existing work is on the interpretation of large, planar facades that are reduced to a regular arrangement of windows. Therefore, it lacks in both, the reconstruction of additional facade elements such as stairs or doors as well as methods for the interpretation of heterogeneous and complex facades with protrusions, oriels and only a small number of windows.<br /> This thesis deals with the interpretation of 3D point clouds that have been captured by terrestrial laser scanning of urban areas. The focus is on 3D point clouds of heterogeneous facades, that are characterized by their narrow width and by protrusions and oriels. The main contribution is the reconstruction and interpretation of facades by a parser that combines attribute grammars and robust estimators. Due to the generic attribute grammar the estimation of models with a previously unknown number of parameters is possible and the heterogeneity of the objects is thus considered.<br /> The concept is distinguished by the heavily integration of prior knowledge. The geometric and the semantic model of facades are defined and transferred to the attributed grammar. Furthermore, the probability densities of the shape and position parameters of the considered facade parts are estimated and incorporated in the attributed grammar. The corresponding a priori probabilities are essential for the presented robust estimator MOSAP and the parsing algorithm parse3d.<br /> The relations between single parts of a facade are mapped to the attribute grammar. Therefore, the grammar represents the complex structures of facades and constitutes the foundation of the parsing algorithm. Beginning with the most common symbol parse3d iteratively applies production rules and, thus, generates hypothesis represented by derivation trees. Finally the most likely derivation tree is selected. Both, the selection of the symbol to be derived and the selection of the production rule to be applied base on the a priori probabilities and the densities that are estimated from the context information like the parameters of already reconstructed objects or subsets of the 3D point cloud. The interface between the grammar and the 3D point clouds is realized by the robust estimator MOSAP and guards. The latter determine the likelihood of a production rule and, therefore, provide a selection criterion.<br /> The symbols of the grammar that are geometrically defined by a small set of parameters are reconstructed by a robust estimator. MOSAP (Model Based Sampling and Prediction) bases on the hypothesize-and-verify paradigm and is characterized by the model-based sampling strategy that takes advantage of the probability densities of the shape and position parameters of the objects to be reconstructed. Furthermore, MOSAP evaluates the hypothesis by the newly introduced 'goodness of prediction' criterion.