Original paper

Water-Land-Classification in Coastal Areas with Full Waveform Lidar Data

Schmidt, Alena; Rottensteiner, Franz; Sörgel, Uwe

Abstract

In this paper, we investigate full waveform lidar data acquired over the German Wadden Sea areas in the south eastern part of the North Sea. We focus especially on classification of the 3D point clouds with the aim to determine water-land-boundaries. This is a first step towards digital terrain model generation in order to analyse the terrain topography in coastal areas and, by comparing different epochs, its dynamics. For the classification of the lidar points, we learn typical class features in a training step and combine local descriptors with context information in a conditional random fields (CRF) framework, a probabilistic supervised classification approach capable of modelling contextual knowledge. We compare the results with those obtained by a fuzzy logic based approach developed specifically for the water-land-classification in Wadden Sea areas. With the latter approach we achieve a correctness rate of more than 82% for water detection. By integrating context, the results can be significantly improved by approximately 10%. Moreover, we investigate the waveform features of the data which reveals unexpected non-linear effects concerning the decomposition of the waveforms.

Kurzfassung

In diesem Paper werden Full-Waveform Lidar-Daten in Wattgebieten des südöstlichen Teils der Nordsee untersucht. Zielsetzung ist dabei die Klassifikation der 3D Punktwolke, um Land-Wasser-Grenzen abzuleiten. Dies stellt den ersten Schritt hinsichtlich der Generierung von Digitalen Geländemodellen dar. Hiermit lässt sich die Topographie der Küstenbereiche und im Vergleich unterschiedlicher Epochen deren Dynamik analysieren. Für die Klassifikation der Laserdaten wird die statistische Verteilung typischer Merkmale in einem Trainingsschritt erlernt und lokale Ausprägungen mit Kontextinformation in einem auf Conditional Random Fields beruhenden Ansatz kombiniert. Die Ergebnisse werden mit denen eines speziell für Wattgebiete entwickelten Verfahrens verglichen, welchem die Methodik der Fuzzy Logik zugrunde liegt. Während dieses Verfahren Korrektheitsraten von über 82% für Wasserflächen aufweist, kann mit unserem kontextbasierten Verfahren der Wert um etwa 10% gesteigert werden. Darüber hinaus werden Merkmale der Waveform der Signale untersucht. Hierbei lassen sich unerwartete nicht-lineare Effekte bei der Auswertung der Signalform beobachten.

Keywords

lidarclassificationcoastwaterconditional random fields