Close-Range Urban Material Classification with Hyperspectral and Textural Features

Mit der stetigen Weiterentwicklung von Drohnen ist die Nahbereichs-Szenenanalyse der urbanen Umgebung
zu einem expandierenden Forschungsfeld geworden. Dies kann die Analyse von Gebäuden einschließen,
wie z.B. im Rahmen einer Wärmeanalyse mit Wärmebildern zur Bestimmung des Heiz- und
Kühlbedarfs. Dies kann ebenfalls die Klassifizierung der äußeren Baumaterialien als Zusatzinformation
für 3D-Stadtmodelle und thermische 3D-Stadtsimulationen umfassen. Das Wissen über die Materialien
in der urbanen Umgebung kann ebenfalls bei der Lokalisierung von Bereichen helfen, in denen Materialien
... mehr
ein niedriges Rückstrahlungsvermögen aufweisen und deswegen eine Gefährdung hinsichtlich
urbaner Wärmeinseln besteht. Die Materialklassifizierung wird üblicherweise mit hochdimensionalen
hyperspektralen Daten durchgeführt, weil die spektralen charakteristischen Merkmale aufgrund der kontinuierlichen
Daten über einen breiten Spektralbereich leichter unterschieden werden können. Urbane
spektrale Materialbibliotheken enthalten solche Spektren, die zur Klassifizierung verwendet werden können.
Die Spektralbibliotheken kategorisieren ihre Proben anhand einer urbanen Materialtaxonomie. Die
spektralen charakteristischen Merkmale können jedoch für verschiedene urbane Materialien sehr ähnlich
sein. Eine hohe klassenübergreifende spektrale Ähnlichkeit (hohe klassenübergreifende Korrelation)
wird durch ähnliche chemische Zusammensetzungen der Materialien verursacht. Eine Fehlklassifizierung
geschieht deswegen häufig, weil es schwierig ist, diese Materialklassen auf der Grundlage der
Spektraldaten zu unterscheiden. Weil zudem keine Standardisierung bezüglich der Taxonomie städtischer
Materialien existiert, ist die Taxonomie von Spektralbibliotheken in der Regel nicht vergleichbar.
Aufgrund der oben genannten Herausforderungen werden im Rahmen dieser Dissertation verschiedene
Aspekte analysiert und Lösungen für urbane Materialien erarbeitet. Es lässt sich beobachten, dass für
verschiedene spektrale Bibliotheken die Taxonomie nicht einheitlich definiert ist. Um dies zu verbessern,
sollte die Taxonomie von solchen Bibliotheken nicht auf der lokalen Materialvielfalt basieren, sondern
auf der globalen Materialvielfalt. Folglich wurde mit KLUM die erste Spektralbibliothek entwickelt,
die sich auf Materialien für Gebäudefassaden konzentriert. Eine spektrale Unähnlichkeit innerhalb der
Klassen kann auf der Basis der Spektren aus KLUM und auf der Basis von Spektren aus bestehenden
spektralen Bibliotheken beobachtet werden. Zuletzt wurde die Beziehung zwischen spektralen und
texturalen Merkmalen für die Klassifizierung von urbanen Materialien untersucht. Es kann gefolgert
werden, dass spektrale Merkmale für die Unterscheidung von urbanen Materialien für wichtiger erachtet
werden, weil die texturalen Merkmale die Unterscheidung nicht verbessern. Die Klassifizierungsergebnisse
zeigen auch, dass spektrale und texturale Merkmale bei bestimmten Materialien nicht miteinander
korreliert sind.

With the recent advancements of unmanned aerial vehicles, close-range scene analysis of the urban environment
is an expanding research field. This can either include assessment of buildings, such as thermal
infrared analysis to determine the heating and cooling demand, or the classification of the exterior building
materials as supplementary information for 3D city models and thermal 3D city simulations. The
knowledge about the materials in the urban environment can likewise assist with localizing areas where
the materials have low reflectance and are therefore vulnerable to the urban heat island eect. ... mehrMaterial
classification is commonly performed with high-dimensional hyperspectral data since the spectral characteristic
features can easier be distinguished due to continuous data over a wide spectral range. Urban
material spectral libraries contain such spectra that can be used for classification. The spectral libraries
categorize their samples using an urban material taxonomy. However, spectral characteristic features
can be very similar for dierent urban materials. A high inter-class spectral similarity (high inter-class
correlation) is caused by similar chemical compositions of the materials. Misclassification frequently
occurs since it is dicult to distinguish those material classes based on the spectral data. Furthermore,
as no standardization exists concerning urban material taxonomy, the taxonomy of spectral libraries is
usually not comparable.
Due to the aforementioned challenges, this thesis presents several analyzed aspects and created solutions
concerning urban materials. It can be observed that dierent spectral libraries inconsistency define the
taxonomy. To improve this, the taxonomy of such libraries should not be based on the local material
diversity, but on global diversity. Consequently is the first spectral library KLUM developed which
focuses on building facade materials. An intra-class spectral dissimilarity can be observed based on
both the spectra from KLUM and on spectra from existing spectral libraries. Lastly, the relationship
between spectral and textural features has been examined for the classification of urban materials. It
can be concluded that spectral features are deemed more important to distinguish urban materials as the
textural features are not improving the distinction. The classification results further indicate that spectral
and textural features are not correlated with each other for certain materials.