PP/I 11 
129 
11 Ayeni, O. 
USA 
Objective terrain description and classification for digital terrain models 
Description et classification ojectives du terrain en vue des modèles numériques du terrain 
Beschreibung und Klassifizierung objektiver Geländetypen für digitale Geländemodelle 
Various quantitive methods for 
describing a terrain were inves 
tigated; these include Gradient, 
Curvature, Vector Strength, Vec 
tor Dispersion, Bump Fre 
quency, Direction Cosine, Surface 
Area, Harmonic Vector Magni 
tude, Two-Dimensional Power 
Spectrum, Breaklines and Auto 
correlation. Based on these ter 
rain characteristics four major 
classes of terrains which span 
the whole spectrum of terrain 
types were identified, using 
techniques of objective classifi 
cation theory derived from mul 
tivariate statistical cluster analy 
sis. Suggestions are made as to 
how the reactions of various in 
terpolation techniques can be 
properly evaluated in relation to 
the four major classes of terrains 
with a view to achieving auto 
mation. 
On a mené des recherches sur 
diverses méthodes de descrip 
tion quantitative d’un terrain; 
elles incluaient des paramètres 
tels que la pente, la courbure, 
les vecteurs de significativité 
et de dispersion, la fréquence 
des rugosités, les cosinus direc 
teurs, la superficie, la magnitude 
du vecteur harmonique, le 
spectre de force à deux dimen 
sions, les lignes de rupture de 
pentes, et l’autocorrélation. 
On a ainsi pu identifier quatre 
catégories principales de terrain 
qui représentent bien l’éventail 
complet des types de terrain, 
en se basant sur les critères 
précédents et en utilisant la théo 
rie de la classification objective 
et ses techniques dérivées de 
l’analyse statistique multivariante. 
On a fait aussi des suggestions 
permettant d’estimer correcte 
ment le comportement des di 
verses techniques d’interpola 
tion dans ces quatre caté 
gories principales de terrain, 
afin de progresser dans la voie 
de l’automation. 
Verschiedene quantitative Me 
thode zur Beschreibung eines 
Geländes wurden untersucht. 
Diese Methoden umfassen stich 
wortartig Gradient, Krümmung, 
Vektorsignifikanz, Vektordisper 
sion, ”Bump”-frequenz, Rich 
tungskosinus, Geländefläche, 
harmonische Vektorgrösse, zwei 
dimensionales Dichtespektrum, 
Bruchlinien und Autokorre 
lation. Auf der Grundlage die 
ser Geländecharakteristiken 
wurden vier Geländeklassen 
herausgearbeitet, die das ganze 
Spektrum von Geländetypen 
umspannen. Hierzu wurden 
Techniken der ’’objektiven Klas 
sifizierungstheorie” verwendet, 
die aus der ’’multivariate sta 
tistical cluster analysis” abge 
leitet wurden. Es werden Hin 
weise gegeben, wie das Ver 
halten verschiedener Interpola 
tionsmethoden in Bezug auf die 
vier Hauptgeländeklassen und 
in Hinblick auf eine mögliche 
Automatisierung bestimmt wer 
den kann. 
12 Bähr, H. 
FRG 
Geometrical models for satellite scanner imagery 
Modèles géométriques pour image donnée par un satellite à faisceau d’exploration par balayage 
Geometrische Modelle für Scanner-Bilder aus Satelliten 
The best approach for describing 
the geometry of satellite scanner 
imagery applies collinearity 
equations and leaves the adjust 
ment parameters variable along 
the flight path. This results in 
residual errors of about ±0,85 
pixel which improves the values 
for constant adjustment pa 
rameters by 46%. The geometric 
conditions in a LANDSAT-1 
image (’’bulk”, 234 points) are 
well described by simple 2nd 
order polynomials (±0,54/0,83 
pixel). Least-squares filtering 
does not improve the result sig 
nificantly. Because of absolute 
random pointing accuracy and 
relative point determination ac 
curacy of ground control points, 
La meilleure manière d’exprimer 
la géométrie de l’image issue 
d’un tel satellite implique des 
équations collinéaires, et des 
paramètres de compensation 
que l’on laisse varier sur la 
ligne de vol. Les erreurs résiduel 
les résultantes sont d’environ 
±0,85 ’’pixel” (plus petit élément 
d’image), ce qui améliore les 
valeurs des paramètres constants 
de compensation de 46%. Les 
conditions géométriques d’une 
image de Landsat 1 (comprenant 
234 points) sont bien représen 
tées par des polynômes simples 
du second degré (±0,54/0,83 
pixel). Le filtrage par les moin 
dres carrés n’améliore pas sen 
siblement le résultat. A cause 
Das beste Modell (”213”) zur Er 
fassung der Geometrie abgetas 
teter Satellitenaufnahmen be 
nutzt Kollinearitätsgleichungen 
und lässt die Ausgleichungsun 
bekannten in Form von Poly 
nomen entlang des Flugweges 
variabel. Dies führt auf mittlere 
Restfehler von etwa ±0,85 Auf 
lösungselementen und liegt 
damit um 46% besser als mit 
konstant bleibenden Ausgleichs 
elementen. Für ein LANDSAT-1 
Bild (”bulk”, 234 Punkte) wird 
gezeigt, dass Polynome 2. Ord 
nung die geometrischen Ver 
hältnisse mit ausreichender Ge 
nauigkeit beschreiben (±0,54/ 
0,83 Auflösungselemente). Prä 
diktionsfilterung verbessert das