-
Die Erfindung betrifft ein Verfahren und ein System zum Erzeugen von synthetischen Orthobildern.
-
Ein Orthofoto ist eine möglichst verzerrungsfreie und maßstabsgetreue Abbildung der Erdoberfläche, die üblicherweise aus Luft- oder Satellitenbildern abgeleitet wird.
-
Orthofotos werden als Geo-referenzierte digitale Orthofotos (DOP; Digitales Orthofoto) angeboten. Digitale Orthofotos eignen sich unter anderem als Kartenhintergrund für Geoinformationssysteme (GIS). Zusammen mit weiteren Karteninformationen, wie zum Beispiel Ortsnamen und einem Koordinatengitter, wird das Orthofoto zu einer Orthofotokarte.
-
Durch das Geodatenzentrum des Bundesamtes für Kartographie und Geodäsie werden vom Gebiet der Bundesrepublik Deutschland Orthofotos zur Verfügung gestellt. Zusätzlich bieten alle Stellen der deutschen Landesvermesser Orthofotos für ihren Zuständigkeitsbereich an. Geoimage Austria ist eine Orthofoto-Kooperationsgemeinschaft, die Orthofotos für das Gebiet von Österreich erstellt. Es gibt eine Vielzahl weiterer Projekte und Anbieter, die für bestimmte Regionen Orthofotos erstellen und zugänglich machen.
-
Möchte man Orthofotos als Kartenhintergrund für ein Geoinformationssystem nutzen, das nicht auf eine bestimmte Region beschränkt sein soll, dann besteht das Problem, dass durch die unterschiedlichen Darstellungen der Orthofotos der unterschiedlichen Anbieter kein einheitlicher Kartenhintergrund zur Verfügung steht. Dies erfordert, dass für die einzelnen Regionen die Karten unterschiedlich aufgebaut und zusammengestellt werden müssen. Dies ist in der Regel nicht praktikabel. Deshalb werden Orthofotos in überregionalen Geoinformationssystemen meistens nicht verwendet.
-
Die Gewinnung und Aufbereitung von Orthobildern aus Orthofotos ist ein langwieriger und teurer Prozess. Orthobilder sind statisch, sie stellen die Erdoberfläche zu einer bestimmten Saison, zu bestimmten Lichtbedingungen und Farben dar.
-
Der vorliegenden Erfindung liegt die Aufgabe zugrunde, ein Verfahren und ein System zu schaffen, mit dem Orthobilder erstellt werden können, die auch ohne regionale Beschränkung geeignet als Kartenhintergrund für Geoinformationssysteme sind.
-
Die Aufgabe wird durch ein Verfahren und ein System mit den Merkmalen der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen der Erfindung sind in den jeweiligen Unteransprüchen angegeben.
-
Beim erfindungsgemäßen Verfahren zum Erzeugen von synthetischen Orthobildern wird ein selbstlernendes System verwendet, das mit Orthofotos zum Umsetzen von geografischen Daten in Orthobilder trainiert worden ist. Mit diesem selbstlernenden System werden geografische Daten in ein Orthobild umgesetzt.
-
Mit der Erfindung wird somit ein völlig anderer Weg als im Stand der Technik eingeschlagen, da die Orthobilder nicht aus Orthofotos sondern geografischen Daten erzeugt werden. Die Erfinder der vorliegenden Erfindung haben festgestellt, dass aus allgemeinen geografischen Daten, die selbst keine Orthofotos enthalten, mit einem selbstlernenden System Orthobilder mit sehr guter Qualität erzeugt werden können. Es konnten Orthobilder mit einer Auflösung von 19 m pro Bildpunkt erzeugt werden.
-
Synthetische Orthobilder sind Orthobilder, die aus geographischen Daten erzeugt werden, wobei diese geographischen Daten keine Orthofotos umfassen. Herkömmliche Orthobilder werden aus Orthofotos erzeugt, welche unmittelbar als Orthobilder verwendet werden oder bei Bedarf zu Orthobildern aufbereitet werden.
-
Da die synthetischen Orthobilder aus geografischen Daten erzeugt werden, ist die farbliche Umsetzung und die bildliche Darstellung immer die Gleiche. Hierdurch erhält man für alle Erdteile ein einheitliches Erscheinungsbild. Als geografische Daten können zumindest eine oder mehrere der folgenden Daten verwendet werden:
- – Profildaten (DEM; digital elevation model),
- – Landnutzungsdaten (land cover data),
- – Baumabdeckung (tree cover),
- – Bodeneigenschaften (soil characteristics),
- – Klimadaten.
-
Profildaten sind Daten, die das Höhenprofil der Erdoberfläche wiedergeben.
-
Landnutzungsdaten sind Daten, die die unterschiedlichen Formen der Landnutzung bzw. Bodenbedeckung wiedergeben. Derartige Daten werden für Europa beispielsweise durch das Projekt CORINE LAND COVER bzw. CLC angeboten.
-
Die Daten zur Baumabdeckung enthalten Angaben, welche Bereiche der Erdoberfläche mit Bäumen und insbesondere mit welcher Art von Bäumen abgedeckt sind.
-
Die Daten zu Bodeneigenschaften enthalten die unterschiedlichen Eigenschaften bzw. Ausprägungen des Bodens.
-
Die geografischen Daten umfassen vorzugsweise vereinheitlichte geografische Rasterdaten und für das jeweilige Gebiet, für das ein Orthofoto erzeugt werden soll, spezifische geografische Daten als Eingangsdaten für das selbstlernende System. Die vereinheitlichten geografischen Rasterdaten sind vorzugsweise für einen bestimmten Kontinent und insbesondere für die gesamte Welt vereinheitlichte Rasterdaten. Diese Rasterdaten sind beispielsweise in einer Mercator-2D-Projektion abgespeichert. Diese Rasterdaten können in rechteckige Abschnitte unterteilt sein, die als Kacheln (Tiles) bezeichnet werden. Oftmals sind sehr spezifische geografische Daten für bestimmte Gebiete verfügbar, die spezielle Informationen für das jeweilige Gebiet mit hoher Auflösung enthalten. Diese spezifischen geografischen Daten können zusätzlich verwendet werden. Durch die vereinheitlichten geografischen Rasterdaten wird sichergestellt, dass das erzeugte Orthobild eine von der Region unabhängige einheitliche bildliche Darstellung aufweist, d. h., dass bestimmte Typen von Oberflächen unabhängig von der Region gleich dargestellt werden. Durch die Verwendung der spezifischen geografischen Daten können spezifische Eigenheiten der Region präzise dargestellt werden und insbesondere Orthobilder mit hoher Auflösung erzielt werden. Die spezifischen geografischen Daten sind üblicherweise in wesentlich höherer Auflösung als die vereinheitlichten geografischen Rasterdaten verfügbar.
-
Die vereinheitlichten geografischen Rasterdaten werden vorzugsweise durch einen oder mehrere der folgenden Verfahrensschritte aufbereitet:
- – Zusammenführen von Landnutzungsdaten aus unterschiedlichen Quellen,
- – Korrektur von Küstenlinien mittels hochauflösender Landmasken;
- – Bildpunktdiffusion von geografischen Daten mit geringer Auflösung.
-
Profildaten und Landnutzungsdaten sind die grundlegenden Daten zur Erzeugung von synthetischen Orthobildern. Die Vereinheitlichung von Profildaten ist relativ einfach, da die unterschiedlichen Koordinatensysteme und Auflösungen einfach skaliert und aneinander angepasst werden können. Das Zusammenführen von Landnutzungsdaten aus unterschiedlichen Quellen ist oftmals schwierig, da die Landnutzungsdaten mit völlig unterschiedlichen Systemen in den unterschiedlichen Regionen dargestellt werden. Ähnliche Kategorien der unterschiedlichen Landnutzungsdaten werden hierbei zusammengefasst. Vorzugsweise können nur bereichsweise vorhandene Kategorien für die entsprechenden Bereiche übernommen werden. Wichtig ist, dass ähnliche Kategorien entsprechend angepasst bzw. umgesetzt werden, so dass bestimmte Kategorien durchgehend in allen Kacheln in einer vorbestimmten Auflösung, die relativ grob sein kann, vorhanden sind.
-
Da Küstenlinien in einem Geoinformationssystem vom Benutzer mit hoher Genauigkeit wahrgenommen werden, ist es zweckmäßig, die Küstenlinien mittels hochauflösender Landmasken zu korrigieren.
-
Die geografischen Rohdaten enthalten oft scharf abgegrenzte Bereiche mit bestimmten Eigenschaften. Dies gilt insbesondere für Klimadaten und Daten zu Bodeneigenschaften. In der Realität tritt jedoch keine scharfe Grenze auf, sondern liegt ein allmählicher Übergang vor. Deshalb ist es zweckmäßig, derartige geografische Daten bei scharfen Grenzen zwischen zwei Eigenschaften durch Bildpunktdiffusion „aufzuweichen”. Hierbei werden einzelne Bildpunkte beiderseits der Grenze zwischen diesen Eigenschaften ausgetauscht, so dass ein allmählicher Übergang erzielt wird. Dies steigert die Qualität der hieraus erzeugten Orthobilder wesentlich.
-
Die geografischen Daten werden vorzugsweise in Form von Eingangsvektoren für einen jeden Bildpunkt des zu erzeugenden Orthobildes an das selbstlernende System übergeben, wobei die Koordinaten des Vektors jeweils einen bestimmten Datentyp der geografischen Daten darstellen.
-
Das selbstlernende System ist vorzugsweise zum Abbilden der geografischen Daten auf bestimmte Farben derart trainiert, dass gleiche Typen von Oberflächen mit den gleichen Farben dargestellt werden. Diese Abbildung gilt vorzugsweise für die gesamte Welt, so dass ein weltweiter einheitlicher Kartenhintergrund durch die synthetischen Orthobilder zur Verfügung gestellt wird.
-
Das selbstlernende System ist vorzugsweise ein neuronales Netzwerk, insbesondere ein mehrlagiges Perzeptron, oder eine Stützvektormaschine (SVM; support vector machine).
-
Das erzeugte synthetische Orthobild kann weiter aufbereitet werden, indem vor allem spezifische geografische Daten hinzugefügt werden. Diese Aufbereitung des Orthobildes kann ein oder mehrere der folgenden Verfahrensschritte umfassen:
- – Simulation der Vegetation,
- – Erzeugung von Feldern anhand eines Rasterbildes mit Landnutzungsinformationen,
- – Einfügen eines Straßennetzwerkes,
- – Einfügen von Bauwerken,
- – Relief-Schattierungen.
-
Ein erfindungsgemäßes System zum Erzeugen von synthetischen Orthobildern, ist als selbstlernendes System ausgebildet, das mit Orthofotos zum Umsetzen von geographischen Daten in Orthobilder trainiert worden ist, um geographische Daten in ein Orthobild umzusetzen.
-
Die Erfindung wird nachfolgend beispielhaft anhand der Zeichnung näher erläutert. Die Zeichnung zeigt in:
-
1 schematisch das Trainieren eines selbstlernenden Systems zum Erzeugen von Orthobildern aus geografischen Daten,
-
2 das Aufbereiten geografischer Rohdaten in einer hierarchischen Datenbank,
-
3 die Verwendung des selbstlernenden Systems aus 1 zum Erzeugen eines Orthobildes,
-
4 die Aufbereitung des mit dem Verfahren nach 3 erzeugten Orthobildes durch Ergänzung weiterer geografischer Daten,
-
5 die Vorverarbeitung von geografischen Daten,
-
5A, 6B schematisch Matrizenoperationen eines neuronalen Netzwerkes zum Berechnen von Orthobildern,
-
6 schematisch die Erzeugung von Feldern,
-
7A–7D die Entwicklung eines mit einem selbstlernenden System erzeugten Orthobildes aus geografischen Daten in einer schematisch vereinfachten Schwarz/Weiß-Darstellung, und
-
8A, 8B geografische Daten vor und nach einer Bildpunktdiffusion.
-
Erfindungsgemäß wird ein selbstlernendes System 1 zur Erzeugung eines synthetischen Orthobildes aus geografischen Daten verwendet.
-
Als selbstlernendes System 1 wird vorzugsweise ein neuronales Netzwerk verwendet. Im vorliegenden Ausführungsbeispiel ist das neuronale Netzwerk ein mehrlagiges Perzeptron. Grundsätzlich können auch andere selbstlernende Systeme, wie zum Beispiel eine Stützvektormaschine, verwendet werden.
-
Das selbstlernende System 1 ist ein Computerprogramm, das auf einem Computer ausgeführt wird.
-
Das selbstlernende System 1 wird zunächst trainiert bzw. angelernt. Als Eingangsdaten werden einerseits geografische Daten 2 und andererseits herkömmlich erzeugte Orthobilder 3 eingegeben (1). Die geografischen Daten beschreiben bestimmte geografische Eigenschaften an einem oder mehreren bestimmten Orten. Die Eingangsdaten werden in Eingangsvektoren 4 derart umgesetzt, dass der jeweilige Ort der geografischen Daten ist dem jeweiligen Ort im Orthobild 3 zuordenbar ist. Das selbstlernende System (SLS) 1 lernt die Beziehung zwischen den eingegebenen geografischen Daten und den Farben des Orthobildes 3 an den korrespondieren Orten. Hierdurch lernt das selbstlernende System eine Zuordnung von bestimmten Farben zu bestimmten geografischen Daten. Diese Zuordnung wird mittels Gewichtungsfaktoren bzw. Koeffizienten 5 dargestellt.
-
Als geografische Daten werden vor allem Profildaten (PROF) 2/5, Landnutzungsdaten (LNZ) 2/1, Baumabdeckungsdaten (BA) 2/4, Bodeneigenschaften (BOD) 2/3 und Klimadaten (KD) 2/2 verwendet. Je mehr unterschiedliche Daten verwendet werden, desto zuverlässiger ist die Abbildung der geografischen Daten auf die Farben. Für eine zuverlässige Abbildung sind vor allem die Profildaten und die Landnutzungsdaten bzw. Landabdeckungsdaten (land cover data) von Bedeutung.
-
Die eingegebenen Orthobilder 3 sind typischerweise Satellitenfotos mit geringer Auflösung. Das selbstlernende System wird vorzugsweise mit möglichst vielen unterschiedlichen Typen von Regionen (Wüste; unterschiedliche Kulturgebiete, wie Städte, Weiden, Wälder; Gebiete mit unterschiedlichen Höhen; Gebiete mit unterschiedlichen Breitengraden) angelernt. Je diversifizierter diese Regionen sind, desto allgemein gültiger ist die Abbildung der geografischen Daten auf die Farben. Bei einem Prototyp haben die Erfinder Lerndaten von über die gesamte Welt verteilte Regionen verwendet. Hierbei hat sich gezeigt, dass die erlernte Abbildung für alle Regionen der Welt angewendet werden kann.
-
Die geografischen Daten umfassen vorzugsweise vereinheitlichte geografische Rasterdaten und spezifische geografische Daten.
-
Die vereinheitlichten geografischen Daten werden in einem separaten Vorverarbeitungsprozess (2) aus geografischen Rohdaten erzeugt. Die Rohdaten werden hier je nach Bedarf auf eine bestimmte Projektion projiziert, interpoliert, vermischt und/oder korrigiert. Die vereinheitlichten Rasterdaten werden zum Beispiel auf eine Mercator-2D-Projektion projiziert.
-
Diese Aufbereitung der geografischen Rohdaten ist in 2 schematisch mit einem Block mit dem Bezugszeichen 6 dargestellt. Die derart bearbeiteten Daten werden strukturiert abgespeichert, beispielsweise in Form von Kacheln 7 (tiles), die in einem Quadtree abgelegt sind. Die Auflösung der vereinheitlichten geografischen Rasterdaten ist relativ gering (beispielsweise 1000 m–100 m pro Bildpunkt). Die vereinheitlichen Rasterdaten werden komprimiert in einer hierarchischen Datenbank (DB) 8 abgelegt.
-
Durch diese Vorverarbeitung bzw. Aufbereitung der geografischen Daten kann die Datenmenge, mit der die geografischen Daten beschrieben werden, erheblich reduziert werden. Zudem werden bei Bedarf lediglich die Kacheln 7 ausgelesen, die von Interesse sind. Die Datenmenge der geografischen Rohdaten beträgt beispielsweise einige Terabyte. Die Datenmenge der Kacheln ist wesentlich kleiner als die ursprüngliche Rohdatenmenge.
-
Vorzugsweise umfassen die vereinheitlichten geografischen Rasterdaten Rasterdaten von der gesamten Welt. Hierdurch können von beliebigen Regionen der Welt Orthobilder erzeugt werden, wobei die vereinheitlichten geografischen Rasterdaten in einem einheitlichen Format und in einer einheitlichen Qualität vorliegen, so dass die hieraus erzeugten Orthobilder alle zumindest mit einer gleichmäßigen Mindestqualität erzeugt werden können.
-
Die spezifischen geografischen Daten werden zusätzlich zu den vereinheitlichten geografischen Rasterdaten vorgehalten. Die spezifischen geografischen Daten können für die einzelnen Regionen sehr unterschiedlich im Format, im Typ und in der Qualität sein. Zum Beispiel enthalten geografische Daten von Großstädten vorzugsweise detaillierte Informationen über die vorhandenen Bauwerke. Mit diesen spezifischen Daten kann ein Orthobild lokal präzisiert werden, wie es unten näher erläutert wird.
-
Die vereinheitlichten Rasterdaten umfassen vorzugsweise vereinheitlichte Landnutzungsdaten. Die Kombination von Landnutzungsdaten aus unterschiedlichen Quellen ist oftmals schwierig, da sich die Landnutzungsdaten der unterschiedlichen Anbieter erheblich im Format und in der Struktur unterscheiden. So gibt es Landnutzungsdaten, die zwischen unterschiedlichen Städtekategorien unterscheiden, wohingegen andere Landnutzungsdaten eine derartige Unterscheidung nicht vornehmen. Andere Landnutzungsdaten führen bestimmte Pflanzennutzungen auf, wohingegen wieder andere Quellen verschiedene Kategorien für künstliche Oberflächen aufweisen. Im vorliegenden Ausführungsbeispiel wurden Landnutzungsdaten unterschiedlichster Quellen zusammengefasst, wobei die vereinheitlichten Landnutzungsdaten 10 Datentypen unterscheiden. Die vereinheitlichten Landnutzungsdaten (SLC: super land cover) 10 werden überwiegend automatisiert zusammengefasst, wobei im Einzelfall auch manuelle Korrekturen 9 möglich sind (5).
-
Die vereinheitlichten geografischen Rasterdaten werden hinsichtlich ihrer Küstenlinien mittels hochauflösender Landmasken korrigiert. Küstenlinien werden in einem Geoinformationssystem von einem Benutzer mit hoher Genauigkeit wahrgenommen. Deshalb ist es zweckmäßig, die Küstenlinien mittels hochauflösender Landmasken entsprechend zu korrigieren. Die weiteren Daten, wie zum Beispiel Landnutzungsdaten, werden vorzugsweise diesem Küstenlauf angepasst, so dass Widersprüche in den geografischen Rasterdaten beseitigt werden.
-
Die geografischen Daten liegen oftmals in groben Abstufungen vor. Ein typisches Beispiel hierfür sind Klimazonen (8a), die beispielsweise in Schritten von 5°C dargestellt werden. Zwischen einzelnen Klimazonen 11/1–11/5 gibt es scharfe Trennlinien. In der Realität ist der Übergang zwischen einzelnen Klimazonen jedoch keine scharfe Grenze, sondern ein allmählicher Übergang. Dieses Problem besteht nicht nur bei Klimadaten, sondern bei anderen Typen von geografischen Daten, wie zum Beispiel Bodeneigenschaften, Baumabdeckungsdaten, Landnutzungsdaten. Zur „Aufweichung” der Grenzen zwischen Zonen in diesen geografischen Daten werden die geografischen Daten durch Diffusion einzelner Punkte im Bereich bzw. in der Nachbarschaft der jeweiligen Grenzen aufbereitet. Hierdurch ergibt sich im Grenzbereich ein allmählicher Übergang zwischen einzelnen Zonen (8b). Dies entspricht der Realität wesentlich besser als scharf abgegrenzte Zonen bestimmter Datenwerte, wie sie in 8a dargestellt sind. Hierdurch geben die geografischen Daten die Realität wesentlich besser wieder.
-
Bei der Erzeugung eines synthetischen Orthobildes (SOB) 12 (3) werden eine oder mehrere Kacheln 7 aus der die geografischen Rasterdaten enthaltenden Datenbank 8 ausgelesen und die darin enthaltenen Daten als Eingabedaten in das selbstlernende System eingegeben. Die Eingabedaten werden als Vektoren an das selbstlernende System übermittelt, wobei jeder Vektor einen geografischen Punkt darstellt und als Koeffizienten die unterschiedlichen Typen von geografischen Daten umfasst. Im vorliegenden Ausführungsbeispiel weisen die Eingabevektoren jeweils 147 Koeffizienten auf. Jeder Koeffizient stellt einen geografischen Datenwert dar.
-
Die 147 Koeffizienten des Eingabevektors teilen sich im vorliegenden Ausführungsbeispiel wie folgt auf: 1 Koeffizient für das Profil, 62 Koeffizienten für die Landnutzung, 30 Koeffizienten für das Klima, 13 Koeffizienten für die Kohlenstoffdichte im Boden; 13 × 3 Koeffizienten für Feld, Wasser, Thermalkapazität, 1 Koeffizient für Baumabdeckung mit Nadelwald, 1 Koeffizient für Baumabdeckung mit Laubwald.
-
Diese Eingangsdaten werden mittels des selbstlernenden Systems in das synthetische Orthobild 12 umgesetzt. Hierbei wird vorzugsweise ein Computersystem mit einer CPU (Zentrale Prozessor Einheit) und einer GPU (Grafische Prozessor Einheit) verwendet. Die Zusammenstellung der Eingangsvektoren wird mit der CPU ausgeführt. Die GPU weist mehrere Prozessoren und/oder mehrere Prozessorkerne auf, mit welchen die Matrizen-Berechnungen im neuronalen Netzwerk parallel ausgeführt werden. Hierdurch können die synthetischen Orthobilder sehr schnell erzeugt werden. Ein synthetisches Orthobild mit 512 × 512 Bildpunkten kann beispielsweise mittels einer GPU (z. B. NVIDIA Quadro 4000 M; Treiber v.296.70) in weniger als einer Sekunde erzeugt werden. Das so erzeugte Orthobild enthält die wesentlichen Konturen der Erdoberfläche und eine grobe Einfärbung der unterschiedlichen Bereiche (7a). Dieses grundlegende oder Basis-Orthobild 12 kann weiter zu einem endgültigen Orthobild (FOB) 13 aufbereitet werden (4). Bei der Aufbereitung des Orthobildes werden vorzugsweise folgende Verfahrensschritte verwendet:
- – Erzeugung 14 von Feldern, (AA: agricultural areas)
- – Einfügen 15 eines Straßennetzwerkes (SN) und von Flussläufen,
- – Simulation 16 der Vegetation,
- – Relief-Schattierung (RS) 17,
- – Einfügen von Gebäuden (GEB) 18.
-
In vielen Ländern bedecken landwirtschaftliche Pflanzen große Flächen. Daher sind entsprechende Felder wichtig für eine realistische Erzeugung von Orthobildern. Die Pflanzensorten ändern sich mit den Jahreszeiten. Als Eingangsinformation wird ein Rasterbild mit Landnutzungsinformationen verwendet. Die Landnutzung wird analysiert und zusammenhängende Landnutzungsflächen werden festgestellt (6, linkes Bild). Eine Silhouette 19 der Begrenzungslinie wird definiert. Ein regelmäßiges Raster wird iterativ an die Silhouette angepasst (6, Mitte). Die Zellen, welche landwirtschaftliche Flächen umfassen, werden unterteilt und mit Feldern 20 mit einer für die Gegend typischen Größe (d. h. 0,01–2 km2) gefüllt. Die Felder 20 können dann gemäß vorbestimmten Oberflächenvorlagen mit einer entsprechenden Oberflächentextur gefüllt werden. Die einzelnen Oberflächentexturen werden mittels eines Zufallssystems (z. B. Random Walk) verteilt. 7b zeigt das durch Felder ergänzte Basis-Orthobild aus 7a.
-
Als nächstes werden Straßennetzwerke 21 eingefügt. Die Straßennetzwerke 21 sind als eine Reihe von 2D-Polylinien in geografischen Vektorkarten gespeichert. Jede Polylinie stellt eine Straße mit einer bestimmten Funktion dar. Mit diesen Straßen wird das Orthobild überlagert. Es ergibt sich dann ein Orthobild, wie es in 7c gezeigt ist.
-
Zusätzlich können Flusslinien eingefügt werden. In besiedelten Bereichen kann es auch zweckmäßig sein, so genannte Gebäudefußabdrucke einzufügen. In Orthobildern sind lediglich die Gebäudedächer von Bedeutung. Daher wird jedes Gebäude durch ein flaches Polygon dargestellt, dessen Farbe geringfügig mittels eines Zufallsgenerators variiert wird. Falls die Höhe eines Gebäudes verfügbar ist, kann auch die Höhe des Gebäudes die Farbe beeinflussen. Zusätzlich ist es möglich, den Schatten des Gebäudes einzufügen.
-
Die Orthobilder können weiterhin dadurch aufbereitet werden, dass die Vegetation 22 simuliert wird. Hierbei werden Bäume und Büsche hinzugefügt. Deren Wachstum wird anhand der vorliegenden Wasserversorgung, des Klimas und der geografischen Höhe simuliert. Die einzelnen Pflanzensorten stehen im Wettbewerb und dieser Wettbewerb wird simuliert und den Landnutzungsdaten sind grundsätzliche Informationen zur Vegetation, wie zum Beispiel Laubwald, Nadelwald, gemischter Wald, Büsche, Parkfläche und Flächen mit anderer Vegetation zu entnehmen. Diese Informationen fließen in die Simulation ein. Aus den geografischen Daten ist auch zu entnehmen, an welchen Flächen keine Vegetation vorliegt. Diese Fläche sind zum Beispiel Straßen, Gebäude und Gewässer. Bei der Simulation wird das Pflanzenwachstum simuliert. Neue Pflanzen werden in der Umgebung gesetzt. Alte Pflanzen sterben ab. Wenn sich Pflanzen überschneiden, wird ihre Wettbewerbsfähigkeit berücksichtigt und die schwächeren Pflanzen werden eliminiert. Nach einigen Simulationsschritten wird ein realistischer Vegetationszustand erhalten. 7d zeigt das Orthobild, das durch die simulierte Vegetation 22 ergänzt ist.
-
Vergleiche mit herkömmlich erzeugten Orthobildern haben gezeigt, dass die synthetischen Orthobilder der Realität sehr nahe kommen und bei der für grafische Informationssysteme notwendigen Auflösung die Unterschiede zur Realität gering sind. Ein solches synthetisches Orthobild kann daher hervorragend als Hintergrund für ein Kartenmaterial eines grafischen Informationssystems verwendet werden. Das synthetische Orthobild kann entweder in Echtzeit im grafischen Informationssystem anhand der geografischen Daten erzeugt werden. Es ist jedoch auch möglich, die synthetischen Orthobilder vorab zu erzeugen und in einer Datenbank abzulegen. Mit dem erfindungsgemäßen Verfahren ist es möglich, Orthobilder einfach angepasst an die jeweilige Jahreszeit zu erzeugen. Beispielsweise weisen die Orthobilder im Winter eine Schneeabdeckung auf. Im Herbst und im Frühling unterscheiden sich die Farben der Vegetation. Dies ergibt für den Betrachter eines grafischen Informationssystems eine wesentlich realistischere Darstellung als mit herkömmlichen Orthobildern, die statisch einen bestimmten Zustand bzw. Zeitpunkt wiedergeben.
-
Im Rahmen der Erfindung ist es grundsätzlich auch möglich, aktuelle Informationen, wie zum Beispiel die Wetterdaten der letzten Woche in der Region zu erfassen und bei der Erzeugung des Orthobildes zu berücksichtigen.
-
Die synthetischen Orthobilder sind vor allem dazu vorgesehen. um als Hintergrundbilder für geografische Informationssysteme verwendet zu werden. Da die Orthobilder in Echtzeit erzeugbar sind, können sie auch in anderen grafischen Anwendungen, welche ein Bild von der Erdoberfläche benötigen, wie zum Beispiel in Computerspielen, verwendet werden.
