direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

CATSAR

Lupe

Dieses Bild zeigt einen Ausschnitt eines SAR-Bildes von Berlin, aufgenommen mit TerraSAR-X, einem der neusten Radar-  satelliten. Einige Eigenschaften fallen jedem sofort auf: Es ist verrauscht, es besitzt eine ungewöhnliche Aufnahmegeometrie, die dafür sorgt dass sich hohe Objekte in Richtung des Sensors neigen und Gebäude sind schwer auseinander zu halten.
Es stellt sich also die durchaus berechtigte Frage, warum sich überhaupt damit beschäftigen? Warum nicht gleich ein Satelitenfoto nutzen, die doch heute in berauschender Detailschärfe erhältlich sind?
Diese Fragen beantworten sich von selbst, wenn man bedenkt, wann das Bild aufgenommen wurde: Um 05:33 Uhr Nachts. Auf einem Foto würde man zu dieser Zeit nur Lichtpunkte erkennen und auch das nur, weil es ein Bild einer Stadt ist. Eine Landaufnahme wäre wahrscheinlich völlig schwarz. Nicht so ein Radarbild, denn SAR gehört zu den aktiven Sensoren, die auf keine externe Signalquelle, wie die Sonne angewiesen sind. Somit ist es unabhängig von der Tageszeit. Aber nicht nur das. Die Mikrowellen, welche von SAR benutzt werden, besitzen eine höhere Frequenz als optisches Licht, was es ihnen ermöglicht bis zu einem gewissen Grad Wolken zu durchdringen. Besonders in Regionen, die praktisch immer von Wolken bedeckt sind, ist das von großem Vorteil. Weiterhin enthalten SAR-Bilder viele Informatio-  nen, welche in einem optischen Bild nicht enthalten sind. Obwohl obengenannte Nachteile also zutreffen, bietet SAR dennoch eine Menge Vorteile und ist weit mehr als eine bloße Ergänzung zum optischen Bild. Aufgrunddessen gibt es heute eine Vielzahl von Sensoren, die auf Flugzeugen und Satelliten angebracht, Radarbilder der Erde erstellen. Die damit einhergehende Datenflut ist manuell nicht mehr zu bewältigen. Stattdessen werden Verfahren benötigt, welche die Daten mindestens halb-, im besten Fall sogar vollauto-  matisch untersuchen. Ein wichtiger Aspekt solcher Analysen ist das Auffinden bestimmter Objektkategorien wie zum Beispiel Häusern, Brücken, Straßen, Feldern etc. Während man sich in der Vergangenheit oft auf eine einzige dieser Kategorien konzentrierte und versuchte die Eigenschaften der Objektklasse manuell zu modellieren, ist Ziel dieses Projektes das Objektmodell automatisch zu lernen.
Basierend auf Beispielbildern soll das Verfahren selbstständig die grundlegenden Eigenschaften der gezeigten Objekte erkennen und diese dann in bisher ungesehenen Bildern wiedererkennen. Besonders bei SAR-Daten ist dieses Vorgehen vorteilhaft, da die dem Menschen ungewohnte Aufnahmegeometrie eine intuitive, manuelle Modellierung stark erschwert.

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe