This thesis addresses the classification of Urban Structure Types (USTs) from spaceborne interferometric radar images. Probabilistic graphical models were used for modeling the mutual influences between neighboring urban blocks regarding their class assignments. Five different graph structures combined with seven different parameterizations were investigated and compared. By considering the context of each block, overall accuracies of up to 78% could be achieved.
Übersetzte Kurzfassung:
Gegenstand der Arbeit ist die Klassifikation von Stadtstrukturtypen (USTs) aus satellitengestützten interferometrischen Radarbildern. Für die Klassenzuordnung wurden Nachbarschaftsbeziehungen zwischen Stadtblöcken durch probabilistische graphische Modelle berücksichtigt. Es wurde die Leistungsfähigkeit von 5 Graphstrukturen mit 7 Parametersätzen Parametrierung experimentell untersucht und verglichen. Durch Berücksichtigung von Kontext konnten Erkennungsraten von bis zu 78% erreicht werden.