Publikation

Beleuchtungsausgleich zur Klassifikation auf hyperspektral annotierten 3D-Punktwolken

Thomas Wiemann, Felix Igelbrink, Isaak Mitschke, Joachim Hertzberg

In: Allgemeine Vermessungsnachrichten (AVN) 128 3 Seiten 147-157 vde Offenbach 6/2021.

Abstrakt

Bei der Aufnahme von 3D-Laserscans können verschiedene Arten von Kameras eingesetzt werden, um die aufgenommenen Punkte mit weiteren Informationen zu annotieren. In diesem Beitrag stellen wir ein System vor, dass als zusätzlichen Sensor eine Hyperspektralkamera verwendet. Diese ermöglicht die Erfassung eines großen Bereichs des Lichtspektrums und gibt somit detaillierten Aufschluss über das Reflexionsverhalten unterschiedlicher Materialien. Beim terrestrischen Scannen mit einer solchen Kamera ergeben sich allerdings zeitlich bedingte Beleuchtungsunterschiede. Insbesondere durch die Änderung des Kamerawinkels relativ zur Sonne sowie lokale Verhältnisse treten pro Scanposition starke Änderungen der Intensitätswerte innerhalb der aufgenommenen Hyperspektraldaten auf. Dieser Beitrag zeigt die zu erwartenden Probleme beim Einsatz eines solchen Systems auf und stellt erste Ansätze zur Kompensation der auftretenden Intensitätsschwankungen vor. Auf den so ausgeglichenen Daten werden dann mithilfe von etablierten Methoden des maschinellen Lernens entsprechende Klassifikatoren gelernt, die es erlauben, die aufgenommenen 3D-Punktwolken in zuvor festgelegte Objekt- und Materialklassen zu segmentieren.

Projekte

Deutsches Forschungszentrum für Künstliche Intelligenz
German Research Center for Artificial Intelligence