%0 Book Section %1 fritsch2017photogrammetrische %A Fritsch, D. %B Springer Reference Naturwissenschaften (SRN) %D 2017 %E Heipke, C. %I Springer Spektrum %J Photogrammetrie und Fernerkundung %K 2017 D01 sfbtrr161 %P 157-196 %R 10.1007/978-3-662-47094-7_41 %T Photogrammetrische Auswertung digitaler Bilder – Neue Methoden der Kamerakalibration, dichten Bildzuordnung und Interpretation von Punktwolken %U https://doi.org/10.1007/978-3-662-47094-7_41 %X Durch die Digitalisierung der Photogrammetrie sind neue Auswertemethoden notwendig geworden, um das enorme Informationspotential der Bilder in allen Belangen auszuschöpfen. Dies erfordert auch ein Umdenken hinsichtlich der bisherigen Ansätze für die Erweiterung der Bündelblockausgleichung durch zusätzliche Parameter. Mittels exakt orientierten Bildern können dann die Methoden der dichten Bildzuordnung angewendet werden. Deren Punktwolken sind in 3D-CAD-Modelle zu überführen, die noch durch Bildtexturen angereichert werden können. Der folgende Beitrag beschreibt eine Neuauflage der Selbstkalibration, indem erstmalig eine exakte mathematische Begründung dafür gegeben wird und zwei Klassen von Parametersätzen eingeführt werden: Legendre- und Fourier-Parameter. Deren Leistungsfähigkeit ist anhand der Datensätze des DGPF-Kameratests über Vaihingen/Enz unter Beweis gestellt. Ferner wird ein Vergleich zu den über Jahrzehnte hinweg angewandten Parametersätzen von Brown, Ebner und Grün hergestellt. Der zweite Schwerpunkt demonstriert die Ableitung und Verarbeitung von dichten Punktwolken zu LoD3-Modellen, die durch eine Erweiterung der Methode des Semi-Global Matching mit der Software SURE erzeugt werden und mittels einer Fassadengrammatik die gewünschten Strukturinformationen liefern. Diese Modelle sind beispielsweise in Game Engines zu integrieren und u.a. in eindrucksvolle Augmented Reality Apps für mobile Geräte zu überführen. %@ 978-3-662-47094-7

@inbook{fritsch2017photogrammetrische, abstract = {Durch die Digitalisierung der Photogrammetrie sind neue Auswertemethoden notwendig geworden, um das enorme Informationspotential der Bilder in allen Belangen auszuschöpfen. Dies erfordert auch ein Umdenken hinsichtlich der bisherigen Ansätze für die Erweiterung der Bündelblockausgleichung durch zusätzliche Parameter. Mittels exakt orientierten Bildern können dann die Methoden der dichten Bildzuordnung angewendet werden. Deren Punktwolken sind in 3D-CAD-Modelle zu überführen, die noch durch Bildtexturen angereichert werden können. Der folgende Beitrag beschreibt eine Neuauflage der Selbstkalibration, indem erstmalig eine exakte mathematische Begründung dafür gegeben wird und zwei Klassen von Parametersätzen eingeführt werden: Legendre- und Fourier-Parameter. Deren Leistungsfähigkeit ist anhand der Datensätze des DGPF-Kameratests über Vaihingen/Enz unter Beweis gestellt. Ferner wird ein Vergleich zu den über Jahrzehnte hinweg angewandten Parametersätzen von Brown, Ebner und Grün hergestellt. Der zweite Schwerpunkt demonstriert die Ableitung und Verarbeitung von dichten Punktwolken zu LoD3-Modellen, die durch eine Erweiterung der Methode des Semi-Global Matching mit der Software SURE erzeugt werden und mittels einer Fassadengrammatik die gewünschten Strukturinformationen liefern. Diese Modelle sind beispielsweise in Game Engines zu integrieren und u.a. in eindrucksvolle Augmented Reality Apps für mobile Geräte zu überführen.}, added-at = {2020-03-06T15:27:24.000+0100}, author = {Fritsch, D.}, biburl = {https://puma.ub.uni-stuttgart.de/bibtex/20f85b013f6cf5a6c047f38d40996eb5e/leonkokkoliadis}, doi = {10.1007/978-3-662-47094-7_41}, editor = {Heipke, C.}, interhash = {afd05b9ae76f07d4b7d99608c85334c7}, intrahash = {0f85b013f6cf5a6c047f38d40996eb5e}, isbn = {978-3-662-47094-7}, journal = {Photogrammetrie und Fernerkundung}, keywords = {2017 D01 sfbtrr161}, pages = {157-196}, publisher = {Springer Spektrum}, series = {Springer Reference Naturwissenschaften (SRN)}, timestamp = {2020-03-06T14:27:24.000+0100}, title = {Photogrammetrische Auswertung digitaler Bilder – Neue Methoden der Kamerakalibration, dichten Bildzuordnung und Interpretation von Punktwolken}, url = {https://doi.org/10.1007/978-3-662-47094-7_41}, year = 2017 }