Zum Hauptinhalt springen

Objektklassifizierung in Bildern

Forscher entwickeln neue Methode der Objektklassifizierung in Bildern und veröffentlichten ihre Ergebnisse.

Die Genauigkeit der Klassifizierung beziehungsweise Erkennung von Objekten in Satellitenbildern hat sich stark weiterentwickelt, jedoch stellt die automatisierte Bildanalyse von gleichen Objekten in sich verändernden Bildern, wie z.B. in großen Bildarchiven, immer noch eine große Herausforderung dar. Gründe dafür sind vor allem die hohe Komplexität der Bildinhalte, besonders bei hochauflösenden Satellitenfotos, sowie die Änderungen der Aufnahmebedingungen und der Bildeigenschaften. Für verwertbare Ergebnisse müssen Experten derzeit die Regelwerke der objektbasierten Bildanalyse manuell anpassen.

Im Projekt „ABIA“ unterstützen die Forscher des Studiengangs Informationstechnik & System-Management Stefan Wegenkittl, Roland Graf und Thomas Lampoltshammer ihre Kollegen des Z_GIS (Interfakultären Fachbereich Geoinformatik) der Universität Salzburg bei der Erarbeitung neuer Methoden, um die Automatisierung der Objektklassifizierung zu ermöglichen beziehungsweise zu optimieren. „Das Team aus Mitarbeitern des Z_GIS und des Studiengangs schlägt als Lösung eine Kombination, Integration und Verschmelzung von Methoden aus der objektbasierten Bildanalyse und agentenbasierten Simulationen vor, um eine automatische Anpassung der Regeln und Bildobjekte zu gewährleisten“, erklärt Thomas Lampoltshammer. Unterstützung erhielten die Forscher dabei vom ITS-Masterstudenten Paul Lettmayer, der sich im Zuge seines R&D-Masterprojekts im Speziellen mit der Implemtierung von Software-Agenten beschäftigte.

Ergebnisse veröffentlicht

Die ersten Ergebnisse des institutsübergreifenden Forscherteams wurden im „South-Eastern European Journal of Earth Observation and Geomatics“ veröffentlich:

  • Hofmann, P., Lettmayer, P., Blaschke, T., Belgiu, M., Wegenkittl, S., Graf, R., Lampoltshammer, T.J. & Andrejchenko, V. (2014) ABIA -- A Conceptional Framework for Agent Based Image Analysis. South-Eastern European Journal of Earth Observation and Geomatics, 3(2s), 125-130.
    Download: https://ejournals.lib.auth.gr/seejeog/index