Extraktion von Fassadenmerkmalen aus Streetmapper-Daten

Neben der Darstellung und Interpretation von Laserscanner-Daten in Form von 3D-Modellen
können Laserscanner-Punktwolken auch für andere Anwendungen genutzt werden. In diesem Zusammenhang ist vorrangig die Erkennung und Extraktion von Objekten zu nennen. Das Hauptproblem bei der Erkennung von Objekten bezieht sich auf die Punktwolke, die aus einer Menge unorganisierter Punkte besteht. Der Mensch kann Objekte innerhalb einer Punktwolke aufgrund seines Wissens visuell erkennen. Im Gegensatz dazu muss einem Computer die Er-kennung von Objekt anhand von mathematischen Regelungen vorgegeben werden. 
Die Zielsetzung dieser Arbeit stellt daher die Entwicklung eines automatisierten Algorithmus zur Erkennung und anschließenden Extraktion von Fassadenmerkmalen aus einem Streetmapper-Datensatz dar. Der verwendete Datensatz besteht aus einem mit dem mobilen Laserscanner-System Streetmapper aufgenommenen Teil der Hannover Nordstadt und bildet somit die Datengrundlage dieser Diplomarbeit.
Fassadenmerkmale, vornehmlich Fenster, werden in einem Laserscanner-Datensatz gewöhn-lich nicht detektiert, da auftreffende Laserstrahlen von einer Fensterscheibe nicht reflektiert und somit keine 3D-Punkte registriert werden. Diese Eigenschaft wird genutzt um Fenster zu erkennen und diese von Punkten anderer Fassadenmerkmale und der Fassadenebene zu unter-scheiden. Ferner wird die Fassadenebene eines Gebäudes als Erkennungsgrundlage verwen-det, in der die Löcher der Ebene als Fassadenmerkmale erfasst und extrahiert werden. 
Die Fassadenebene wird in einem ersten Bearbeitungsschritt aus einer partitionierten 3D-Punktwolke mithilfe eines RANSAC-Algorithmus bestimmt. Anschließend wird die Extrakti-on anhand von zwei unterschiedlichen Ansätzen bewältigt, um einen qualitativen Vergleich der Ergebnisse und eine möglichst vollständige Erkennung und Extraktion von Fassaden-merkmalen zu erhalten. 
Die erste Extraktionsmethode basiert auf einer Delaunay-Triangulation, durch die Fassaden-merkmale aufgrund einer Verknüpfung von großen Dreiecken innerhalb der Löcher der Fas-sadenebene erzeugt werden. Die zweite Extraktionsmethode besteht aus einer Bildverarbei-tung, in der basierend auf einem erzeugten Binärbild der Fassadenebene morphologische Ope-ratoren eine Bildverbesserung vornehmen und anschließend Bereiche mit geringer Punktdichte ebenfalls zu Fassadenmerkmalen extrahiert werden.
Die nachfolgende Abbildung zeigt beispielhaft das Extraktionsergebnis einer Fassade für die Delaunay-Triangulation (schwarze Elemente) und die Bildverarbeitungsmethode (blaue Ele-mente).

Eine Evaluation der Extraktionsergebnisse wurde anhand von 10 Testfassaden mit beiden Extraktionsansätzen vollzogen. Dabei wurde kein wesentlicher Unterschied zwischen den Extraktionsmethoden festgestellt. Ca. 70%  der vorhandenen Fenster einer Fassade konnten mit beiden Methoden extrahiert werden. Probleme wurden jedoch dann deutlich, wenn in den zugrundeliegenden Daten Verdeckungen, störende Objekte sowie eine geringe Punktdichte von Fassadenmerkmalen auftraten.
Die mit dieser Arbeit extrahierten Fassadenmerkmale können u. a. für die Fassadenmodellierung mit einer Grammatik (siehe Ripperda, N. & Brenner, C. (2007): Data driven rule proposal for grammar based façade reconstruction) oder für die Berechnung von Wärmedurchgangsmengen weiterführend eingesetzt werden.