Zusammenfassung
Es wird ein Lösungsansatz zur Georeferenzierung von Satellitenbildern von Zeilenkameras miniaturisierter Satelliten, den sog. CubeSat-Satelliten, mit einer geringen Ausrichtungsgenauigkeit (Pointing-Genauigkeit) vorgestellt, der eine automatisierte Passpunktbestimmung im Postprocessing ermöglicht. Kern der Methode ist ein zweidimensionaler Ansatz, um aus aggregierten und triangulierten Gebäudedaten über Siedlungsschwerpunkte Ähnlichkeiten in der Triangulation zu identifizieren und Gebäudeschwerpunkte als Passpunkte zu bestimmen. Das zugrunde liegende funktionale und stochastische Modell wird erläutert. Ein Nachweis der vorgeschlagenen Verfahrenslösung erfolgt anhand eines Simulators mit lagerichtigen Digitalen Orthophotos (TrueDOP) sowie zweier Satellitenszenen.
Summary
A solution for georeferencing satellite images from line-scan cameras of miniaturized satellites, the so-called CubeSat satellites, with a low pointing accuracy is presented, which allows an automated control point determination in post-processing. Core element of this method is a two-dimensional approach to find similarities between triangulations of aggregated settlement data and consequentially derive building centres as key points. The underlying functional and stochastic model are explained. The proposed solution is demonstrated using a simulator with true digital orthophotos (TrueDOP) and two satellite scenes.
