Im Rahmen verschiedener Missionen zur Fernerkundung der Erdoberfläche, wie z.B. durch ENVISAT, Landsat, Ikonos, Quickbird, ERS, Rapid Eye, TerraSAR-X und durch Flugzeug gestütztes E-SAR, entsteht multimodales Bildmaterial sowohl aus dem optischen Spektralbereich als auch Radar-Daten unterschiedlicher Polarität und Auflösung. Diese können zur Lösung vielfältiger Problemstellungen eingesetzt werden. Ziel der Verbundprojekte ENVILAND und ENVILAND 2 ist die automatische Erzeugung von Landoberflächenkartierungen im Ergebnis eines weitestgehend automatisierten Verarbeitungsprozesses. Damit sollen Aufgaben, wie z.B. die automatische Kartierung von Feldfruchtarten, die Ermittlung biophysikalischer Kenngrößen und die Erfassung der Änderungsdynamik, gelöst werden. Gegenstand der Arbeiten ist die Entwicklung einer prototypischen Software-Prozesskette. Jeder Prozessschritt übernimmt eine spezifische Aufgabe (Geokodierung, Kantenextraktion, Registrierung, Segmentierung, Klassifikation). Dabei müssen extreme Datenmengen verarbeitet werden müssen.

Der thematische Schwerpunkt des Zentrums für Bild- und Signalverarbeitung (ZBS) liegt hierbei auf der Entwicklung von Registrierungs- und Segmentierungsalgorithmen und deren leistungsfähiger Umsetzung. Daneben wurden Algorithmen und Konzepte zur Klassifikation (z.B. Support-Vector-Machines & Ensemble-Systeme) und Schwellwertextraktionsverfahren erarbeitet und verfügbar gemacht (siehe untenstehende Abbildung der Prozesskette, die Ergebnisse unserer Arbeit finden sich in den rot umrahmten Funktionsblöcken).

Die Voraussetzung zur synergetischen Verarbeitung multimodaler Daten ist es, gestörtes Bildmaterial unterschiedlicher Modalität (SAR, optisch (VIS), NIR, TIR) und Auflösung subpixelgenau zu registrieren. Herausfordernd ist dabei die Tatsache, dass durch die Bildmoden die Landoberfläche zum Teil in unterschiedlicher, komplementärer Art und Weise erfasst wird. Im Vorfeld müssen, angepasst an die modentypischen Messunsicherheiten, leistungsfähige Filterverfahren eingesetzt werden.
Sowohl das Segmentierungsverfahren als auch die Konzepte zur segmentbasierten Klassifikation schöpfen den Informationsgehalt des Datenaufkommens im Sinne der gewünschten Prozessierungsziele optimal aus.