KRACHT VAN

LUCHTFOTOS

WAT KAN JE ER MEE ????

(Satellietfoto’s)

TOEPASSINGEN

I. Zoekt u soms de verschillen van twee luchtfoto’s II. Waar kan ik in een stad zonnepanelen op daken

plaatsen en waar staan zij al III. Bent u op zoek naar hoogtemodellen voor bv

gebiedsontwikkelingen uit stereo luchtfoto’s IV. Wilt u informatie uit luchtfotos/satellietfoto’s

(objectherkenning), zoals stuwtjes in buitengebied vegetatie, dakkapellen

Dan kunt u met mij contact opnemen voor levering, advisering en ondersteuning van het bovenstaande

MIDDELEN

• Luchtfotogrammetrie in Erdas Imagine

• Data analyses in Arcgismap

• Data delen in de cloud

• Lokale kennis is een must

BELANGRIJK

• Ondersteunt het proces

• Is geen doel op zich

• 100% resultaat niet mogelijk

VALKUILEN

• Pixelwaarde >10 cm

• Onjuiste inpassing RD stelsel

• Schaduw

• Omval (bij gebouwen)

TOEPASSINGENSGEBIEDEN

A. Puntenwolken

B. Zonnepanelen

C. Putdeksels

D. Stuwtjes buitengebied

Gebaseerd op 4cm pixel orthofoto’s

1. Objectherkenning

2. Vergelijk verschillende jaargangen

3. 3D-puntenwolk

VOORBEELDEN

A) PUNTENWOLKEN 1-9

Voordelen: • Geen last van Schaduw • Geen last van omval

I. Komen uit stereofoto’s of AHN2 bestanden II. Afhankelijk v/h doel, verschillende puntdichtheid

Toepassingen: • BAG-panden vergelijk • Hellingshoek daken • Afwatering openbare ruimte • Vegetatie (bomen, bosplantsoen) • 3D

A) PUNTENWOLKEN 2-9

Originele luchtfoto

Puntenwolk gebouwen uitgefilterd

A) PUNTENWOLK 3-9

Boven aanzicht 3D aanzicht

A) PUNTENWOLK 4-9

Data analyses geautomatiseerd: • Mutatie detectie verschillende

jaargangen • Dakvorm (vlak of helling) • Dakkapel • Nok van een schuin dak

• Ligging (zuid, west, noord , oost)

A) PUNTENWOLK 5-9 Vergelijk twee jaargangen BAG-panden

Lokaliseer nieuwbouw/verbouwing/uitbreiding van panden

In opbouw

A) PUNTENWOLK 6-9 Dak analyses

Duidelijk onderscheid in: • nok • dakkapel • hellingshoek • plat vlak

A) PUNTENWOLK 7-9 Analyse dak/vlakhelling

NOOT: enige ruis ontstaat bij panden met uitbouw (helling en vlak in 1 pand)

Bruin=vlak Groen=helling

A) PUNTENWOLK 8-9 lokaliseer dakkapellen op adres

Hellingshoek dak per pand/adres

Groen-=dakkapel Rood=uitbouw

Gebruik maken van de dakhoogte wordt de uitbouw eruit gefilterd

A) PUNTENWOLK 9-9 Bepaal ligging dak (zuidzijde)

Eerste data analyse Paars=zuid Rood=noord Blauw=west Geel=oost Licht bruin= zuid-oost bruin-=noord-west

Uiteindelijk resultaat Oranje=noord-zuid Paars=oost-west Geel=noordwest=zuidoost NOK analyse is in ontwikkeling

B) ZONNEPANEEL 1-7 1. Bepaal locatie 2. Bepaal aantal cellen per locatie 3. Bepaal afmeting van een cel

B) ZONNEPANEEL 2-7

Zoek op Spectral(kleur)+textuur van de foto

Voor optimaal resultaat mbt de oppervlakte bepaling. Kleine vlakken samenvoegen met grote vlakken

Aardig resultaat uit ERDAS De zonnecellen zijn goed te onderscheiden.

B) ZONNEPANEEL 3-7

Om de oppervlakte goed te kunnen bepalen worden diverse vlakjes samengevoegd

B) ZONNEPANEEL 4-7

VALKUILEN

dakramen Na selectie nog diversiteit van ruis aanwezig

Mooie resultaat maar het is een serre

B) ZONNEPANEEL 5-7

Slimme data analyses: • Vorm rechthoek • Centerline panden • Template rechthoek • groepering

B) ZONNEPANEEL 6-7

Centerline van de panden (zonder tussenmuren)

Bepaal de onderlinge afstand van de punten binnen de buffer_polygon ( meerdere points op gelijke afstand zijn =waar)

B) ZONNEPANEEL 7-7

- Locatie paneel - Aantal panelen - Totale oppervlakten - Adres locatie Oppervlakte kan iets afwijken van de werkelijkheid Geen rekening gehouden met dakhelling

EINDRESULTAAT

EINDCONCLUSIE OBJECTHERKENNING

• Maatwerk grotendeels automatisch proces

• Handwerk is vereist

• Locatie bekendheid is gewenst

• Resultaat is afhankelijk van kwaliteit data

• Beschikbaarheid van overige data (BAG, BGT, BRK,BRT etc)

C) PUTDEKSEL 1-7

Origineel Segmentatie gebaseerd op pixelwaarde en locatie

Object herkenning in ERDAS IMAGENE Uitgangspunt: zoek locatie vorm en afmeting is niet van belang

C) PUTDEKSEL 2-7

training training

Resultaat is goed bij zichtbare objecten tov de omgeving

Origineel Gevonden objecten Eindresultaat (vector)

C) PUTDEKSEL 3-7

Put met pijl staat in de schaduw en het straatwerk is vervuild

gevonden

Valkuil 1

De put staat in verbinding met de berm

C) PUTDEKSEL 4-7

Putdeksels Blauwe pijl gevonden. Groene pijl niet gevonden door schaduw en vervuilde stenen

Valkuil 2

C) PUTDEKSEL 5-7

Foto 2013 -> 4 cm grondpixel Foto 2008 -> 5 cm grondpixel

Resultaat sterk afhankelijk van kwaliteit foto -> schaduw, licht

C) PUTDEKSEL 6-7

Data analyses in Arcgismap • Aantal punten (vertices) van een rechthoek (4 st) • Bepaal of rechthoek vier gelijke zijden heeft • Maak gebruik van BRT-wegvak • Filter op vorm (rechthoek of vierkant) • Zoek de locaties nabij BRT-hartlijn

C) EINDRESULTAAT 7-7

Totaal aantal putdeksels 35 + 29+ 22= 86 stuks Gevonden putdeksels 79 stuks Procentueel %

Plaatselijke ruis/vervuiling is nog summier aanwezig

De vorm is niet altijd rechthoekig, maar voor dit doel niet bepalend

Onderstaande vlakjes zijn putdeksels

D) STUWT BUITENGEBIED 1-3

Watervlak loopt niet door , vanwege stuw

Stuw wordt niet gevonden

Valkuilen

Restje/vervuiling Bepaal centerline van het restje Alleen objecten met centerline door strook watergang zijn stuwen

D) STUW BUITENGEBIED 2-3

Data analyses in Arcgismap

• Bepaal centerline van de watervlakken • Bepaal aantal punten (vertices) van de polygons en selecteer

bepaalde polygons die in een bepaalde range vallen • Selecteer op vorm en oppervlakte • Bepaal centerline van de resterende polygons • Verwijder polygons waarvan de centerline de waterlijn niet

raakt

D) STUW BUITENGEBIED 3-3

Automatisch gevonden= 77 stuks Foutieve objecten= 7 stuks (door slimme analyses uiteindelijk 4 stuks) Onderzoek/verbetering = 4 stuks (totaal 77+4= 81 stuks)

EINDRESULTAAT