@phdthesis{Brunn, author = {Brunn, Ansgar}, title = {Semantik-basierte Geb{\"a}udeerfassung mit verkoppelten Markoff-Zufallsfeldern}, url = {http://nbn-resolving.de/urn:nbn:de:hbz:5n-01394}, abstract = {In dieser Arbeit wird ein neues automatisches Verfahren zur Erfassung von Geb{\"a}uden aus Digitalen Oberfl{\"a}chenmodellen entwickelt. Im Gegensatz zu den meisten bisher in der Literatur beschriebenen Verfahren wird in diesem Ansatz die Rekonstruktion der Geb{\"a}ude eng mit der Interpretation verkn{\"u}pft. Es wird ein topologischer Ansatz zur Geb{\"a}uderekonstruktion gew{\"a}hlt, der die integrierte Auswertung von unterschiedlichen Datenquellen erm{\"o}glicht. Die Topologie eines Objektes l{\"a}sst sich durch einen CW-Komplex repr{\"a}sentieren. In dieser Arbeit werden CW-Komplexe zur Repr{\"a}sentation der Topologie der Geb{\"a}udeoberfl{\"a}che genutzt. Die Bestandteile des CW-Komplexes, die Zellen (Punkte, Kanten und Fl{\"a}chen), werden lokal klassifiziert. Zur Verbesserung der lokalen Klassifikationen werden Nachbarschaftsbedingungen mittels bedingter Wahrscheinlichkeiten ber{\"u}cksichtigt. Dazu wird eine Nachbarschaftsordnung auf dem CW-Komplex definiert und ein verkoppeltes Markoff-Zufallsfeld formuliert. Wir lernen die Geb{\"a}udemodelle automatisch aus repr{\"a}sentativen Interpretationen. Die Geb{\"a}ude werden lokal -aufgrund der Klassifikation der Zellen - mittels robuster Sch{\"a}tzverfahren rekonstruiert. Die Geb{\"a}udetypen der rekonstruierten Geb{\"a}ude werden durch das Markoff-Zufallsfeld klassifiziert. Zur Veranschaulichung des Potentials und Beurteilung des Verfahrens werden synthetische und reale Beispiele in einem verallgemeinerten geometrischem Modellraum angef{\"u}hrt und diskutiert.}, language = {de} }