Es wird eine Methode zur Luftbildzusammenführung basierend auf semantischen Informationen vorgeschlagen. In Phase 1 wird eine grobe Registrierungsmethode für Projektionsabbildungen basierend auf der Rotation eines dreidimensionalen Vektors verwendet, die durch die Umrechnung geografischer Koordinaten, Sichtkegelmodellierung, Berechnung der Ebenenschnittpunkte und Konstruktion der Projektionsmatrix eine effiziente grobe Registrierung von Luftbildern auf eine einheitliche Höhenebene ermöglicht. In Phase 2 wird eine zeilenübergreifende Fehleroptimierung basierend auf semantischer Segmentierung und LightGlue-Feature-Matching eingesetzt, wobei jede Bildzeile nach der groben Registrierung als unabhängige Optimierungseinheit betrachtet wird. Durch semantische Segmentierung wird die Straßentopologie erfasst, kombiniert mit einem leichtgewichtigen Feature-Matching-Netzwerk und geometrischen Optimierungszwängen, um eine hochpräzise zeilenübergreifende Registrierung zu erreichen. Experimentelle Ergebnisse zeigen, dass durch den Aufbau eines zweistufigen Optimierungsmodells die Abhängigkeit von Kamerainnenparametern effektiv überwunden wird und schließlich die genauen Schadensstellen visualisiert auf der Oberfläche eines geografischen Informationssystems dargestellt werden, wodurch die Katastrophenmerkmale umfassend und systematisch erfasst werden.

Feuerwehr- und Rettung; Drohne; Orthobilder; semantische Segmentierung