In der vorliegenden Arbeit wird ein automatisches Verfahren zur Erkennung von Fahrzeugen und deren Bewegungszustand aus optischen Satellitenbilddaten vorgestellt. Im Gegensatz zu terrestrischen stationären Erfassungsmethoden wie Induktionsschleifen und Brückenkameras ist durch Satellitenbilddaten eine großflächige Abbildung der Verkehrsituation möglich. Der entwickelte Ansatz berücksichtigt isoliert und in Gruppen auftretende Fahrzeuge. Isolierte Fahrzeuge werden durch Mustererkennung auf Basis von Trainingsdaten detektiert. Hypothesen für Fahrzeugreihen werden durch differentialgeometrische Linienextraktion gebildet und anschließend durch Verfahren der robusten Parameterschätzung in Einzelfahrzeuge zerlegt. Die geschätzten Parameter dienen zur Verifikation von Fahrzeugen. Für Einzelfahrzeuge wird zusätzlich der Bewegungsstatus geprüft. Das Verfahren wurde mit QuickBird Bildern eines städtischen Bereichs evaluiert. Während die Vollständigkeit der Ergebnisse bei 65% liegt, erreicht der Ansatz eine hohe Zuverlässigkeit von ca. 95%.     «

In der vorliegenden Arbeit wird ein automatisches Verfahren zur Erkennung von Fahrzeugen und deren Bewegungszustand aus optischen Satellitenbilddaten vorgestellt. Im Gegensatz zu terrestrischen stationären Erfassungsmethoden wie Induktionsschleifen und Brückenkameras ist durch Satellitenbilddaten eine großflächige Abbildung der Verkehrsituation möglich. Der entwickelte Ansatz berücksichtigt isoliert und in Gruppen auftretende Fahrzeuge. Isolierte Fahrzeuge werden durch Mustererkennung auf Basis...     »

In this thesis an automatic approach for vehicle detection from optical satellite imagery is presented. In contrast to stationary sensors like induction loops or bridge mounted cameras, spaceborne imaging systems provide large area views of traffic situations. The proposed approach distinguishes between isolated and grouped vehicles. Isolated vehicles are detected by pattern recognition methods. Hypotheses for vehicle queues are found using differential geometric line extraction. Utilizing robust parameter estimation, single vehicles are determined within those vehicle queues. Additionally, movement of isolated vehicles are estimated. The approach is evaluated on QuickBird images of an urban area. While the completeness is about 65%, the developed approach reaches a high reliability of 95% on average.      «

In this thesis an automatic approach for vehicle detection from optical satellite imagery is presented. In contrast to stationary sensors like induction loops or bridge mounted cameras, spaceborne imaging systems provide large area views of traffic situations. The proposed approach distinguishes between isolated and grouped vehicles. Isolated vehicles are detected by pattern recognition methods. Hypotheses for vehicle queues are found using differential geometric line extraction. Utilizing robus...     »