Benutzer: Gast  Login
Titel:

Grundlagen zur automatisierten Ermittlung hoch­genauer Passpunkte für CubeSat-Satellitenbilder mittels Deep-Learning-gestützter Delaunay-Triangulation basierend auf Gebäudedaten des Liegenschaftskatasters

Dokumenttyp:
Zeitschriftenaufsatz
Autor(en):
Roschlaub, Robert; Glock, Clemens; Zerndl, Manfred; Maier, Andreas; Möst, Karin; Hirt, Philipp-Roman; Greza, Michael
Abstract:
A solution for georeferencing satellite images from line-scan cameras of miniaturized satellites, the so-called CubeSat satellites, with a low pointing accuracy is presented, which allows an automated control point determination in post-processing. Core element of this method is a two-dimensional approach to find similarities between triangulations of aggregated settlement data and consequentially derive building centres as key points. The underlying functional and stochastic model are explained...     »
Stichworte:
CuBy; Bavarian satellite network; CubeSat; TrueDOP; CNN; semantic segmentation; georeferencing; key points; deep learning; cadastre; Delaunay triangulation; image orientation
Zeitschriftentitel:
zfv – Zeitschrift für Geodäsie, Geoinformation und Landmanagement
Jahr:
2023
Band / Volume:
148
Jahr / Monat:
2023-04
Quartal:
2. Quartal
Monat:
Apr
Heft / Issue:
2/2023
Seitenangaben Beitrag:
66-93
Reviewed:
ja
Sprache:
de
Volltext / DOI:
doi:10.12902/zfv-0424-2023
Verlag / Institution:
Wißner-Verlag
E-ISSN:
1618-8950
Publikationsdatum:
01.01.2023
Semester:
SS 23
 BibTeX