Gebäudefassaden bestehen üblicherweise aus einer regelmäßigen gitterförmigen Anordnung von ähnlichen Elementen. Diese Eigenschaft, nämlich die Translationssymmetrie von Fenstern auf Fassaden, wird von der vorgeschlagenen Segmentierungsmethode ausgenutzt um ohne aufwändige Analyse des Bildinhalts Rückschlüsse auf die Anordnung der Fenster zu ziehen und diese anschließend in ähnliche Stücke aufzuteilen, sofern sie sich horizontal oder vertikal wiederholen. Um diese relativ komplexe Aufgabenstellung der Computer Vision effizient umzusetzen wird ein Monte-Carlo-Ansatz präsentiert, welcher aus einer Menge von speziell ausgewählten Features im Bild zufällige Stichproben nimmt. Die präsentierte Segmentationsmethode, die als Vorverarbeitungsschritt für andere Algorithmen zur Erkennung von Fassadengeometrie für Stadt-Rekonstruktionsprozesse dienen soll, ist äußerst robust bei der Identifikation von sich wiederholenden Bildmustern in rektifizierten Fassadenaufnahmen, selbst wenn diese von Gegenständen verdeckt, beschattet, verschwommen oder anders beeinträchtigt sind. Außerdem sind die Algorithmen äußerst Laufzeiteffizient ausgestaltet, da weder die Qualität der Ergebnisse noch die Rechenkomplexität wesentlich von der Bildgröße beeinflusst werden.<br />
de
dc.description.abstract
Building facades typically consist of multiple similar tiles which are arranged quite strictly in grid-like structures. The proposed method takes advantage of translational symmetries and is able to analyze and segment facades into tiles assuming that there are horizontal and vertical repetitions of similar tiles. In order to solve this quite complex computer vision task efficiently a Monte Carlo approach is presented which samples only selected image features. This method, which is meant to be a preprocessing step for more sophisticated tile segmentation and window identification in urban reconstruction tasks, is able to robustly identify orthogonal repetitive patterns on rectified facade images even if they are partially occluded, shadowed, blurry or otherwise damaged. Additionally, the algorithm is very running time efficient because neither quality of results nor the computational complexity are significantly depending on the image size.<br />
en
dc.language
English
-
dc.language.iso
en
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
Mustererkennung
de
dc.subject
Fassade
de
dc.subject
Segmentierung
de
dc.subject
Stadtrekonstruktion
de
dc.subject
pattern recognition
en
dc.subject
facade
en
dc.subject
segmentation
en
dc.subject
urban reconstruction
en
dc.title
Automatic recognition of repeating patterns in rectified facade images
en
dc.type
Thesis
en
dc.type
Hochschulschrift
de
dc.rights.license
In Copyright
en
dc.rights.license
Urheberrechtsschutz
de
dc.contributor.affiliation
TU Wien, Österreich
-
dc.rights.holder
Meinrad Recheis
-
tuw.version
vor
-
tuw.thesisinformation
Technische Universität Wien
-
tuw.publication.orgunit
E186 - Institut für Computergraphik und Algorithmen