Objektbasierte Klassifikation hochauflösender WorldView-3 Satellitenbilddaten der Stadt Graz

In der vorliegenden Arbeit kommt ein objektorientiertes Verfahren zur Erstellung einer Landbedeckungs- beziehungsweise Landnutzungsklassifikation zum Einsatz. Die Datenbasis besteht aus einer geometrisch und spektral hochaufgelösten WorldView-3 Satellitenbildszene der Stadt Graz. Es wird nicht nur auf den Klassifikationsprozess eingegangen, sondern auch untersucht welche Vorverarbeitungsschritte nötig sind um einen reibungsfreien Ablauf der Klassifikation zu gewährleisten. Das Hauptaugenmerk innerhalb der Vorverarbeitungsschritte liegt auf der geometrischen Verbesserung und dem Schärfen der Bilder. Im Zuge dessen wurden drei pansharpening-Methoden angewandt und überprüft.Die Arbeit ist grundsätzlich in einen theoretischen und einen praktischen Teil geteilt. Im Theorieteil werden wichtige Begriffe definiert (Kapitel 2) und ein Überblick über aktuelle Forschungen im Zusammenhang mit objektbasierter Klassifikationsverfahren von Hochauflösenden Luft- und Satellitenbilddaten erläutert(Kapitel 3). In Kapitel 4 und 5 werden die Datengrundlagen und das Untersuchungsgebiet beschrieben. Anschließend werden im zweiten Teil der Arbeit die Vorverarbeitungsschritte dargelegt und evaluiert (Kapitel 6.1). Nach der Vorverarbeitung wird die Erstellung der einzelnen Klassen beschrieben. Besonderer Fokus im Rahmen der Klassifikation liegt auf der großen spektralen Auflösung der Datenbasis. Anhand dieser wird untersucht, inwieweit die Klassifikationslegende verfeinert werden kann. Dabei wurden verschiedene spektrale Indizes berechnet und zur Anwendung gebracht. Die Klassifikation wurde hauptsächlich über diese spektralen Merkmale durchgeführt, lediglich ein nDSM aus dem Jahr 2011 wurde miteingebunden um erhöhte Vegetationsflächen zu klassifizieren. Abschließend werden die Ergebnisse visualisiert und einer Genauigkeitsüberprüfung unterzogen.The present thesis deals with an object-based image-classification approach to create a landcover classification. The database is based on a scene of geometrical and spectral high resolution WorldView-3 satellite images of Graz. The thesis does not only deal with the classification process, but also with the investigation of the necessary steps of preprocessing to ensure a trouble-free classification procedure. Therefore, the main focus is on geometrical enhancement and pansharpening the image. In this thesis, three pansharpening methods have been applied and reviewed. In order to collect reliable data to answer the research questions, the thesis is divided into a theoretical part and a practical part. A systematic literature research was accomplished, to define important terms and to show an overview of current research conducted on object-based classification of high resolution image data (aerial and satellite).The second part of the thesis focuses on preprocessing and classification. Within the classification process, emphasis is put on the spectral resolution of the satellites image. Relating to this spectral resolution, it is examined to what extent the classification legend can be refined. Therefore various spectral indices were calculated and applied. The classification was mainly done on these spectral features, only a 2011 nDSM was included to classify forest and increased vegetation areas. Finally, the results are visualized and subjected to an accuracy assessment.vorgelegt von Florian Pfeiler, BScZusammenfassungen in Deutsch und EnglischAbweichender Titel laut Übersetzung des VerfassersKarl-Franzens-Universität Graz, Masterarbeit, 2018(VLID)281641