Skip to main content

Automated 3D Road Sign Mapping with Stereovision-based Mobile Mapping exploiting Depth Information from Dense Stereo Matching Automatisierte Verkehrszeichenkartierung aus mobil erfassten Stereobilddaten unter Verwendung der Tiefeninformation aus Dense-Stereo-Matching

Buy Article:

$39.00 plus tax (Refund Policy)


This paper presents algorithms and investigations on the automated detection, classification and mapping of road signs which systematically exploit depth information from stereo images. This approach was chosen due to recent progress in the development of stereo matching algorithms enabling the generation of accurate and dense depth maps. In comparison to mono imagery-based approaches, depth maps also allow 3D mapping of the objects. This is essential for efficient inventory and for future change detection purposes. Test measurements with the mobile mapping system by the Institute of Geomatics Engineering of the University of Applied Sciences and Arts Northwestern Switzerland demonstrated that the developed algorithms for the automated 3D road sign mapping perform well, even under dif cult to poor lighting conditions. Approximately 90 % of the relevant road signs with predominantly red, blue and yellow colours in the standard and small format in Switzerland can be detected, and 85 % can be classified correctly. Furthermore, fully automated mapping with a 3D accuracy of better than 10 cm is possible.

In diesem Beitrag werden Algorithmen und Untersuchungen zur automatischen Detektion, Klassifizierung und Kartierung von Verkehrszeichen vorgestellt, die systematisch die Tiefeninformation aus Stereobildaufnahmen ausnutzen. Dieser Ansatz bietet sich an, da in den letzten Jahren neue Stereo-Algorithmen entwickelt wurden, welche die Generierung von dichten Tiefenkarten aus Stereobilddaten ermöglichen. Im Vergleich zu den auf Monobildern basierenden Verfahren erlauben die Tiefenkarten auch eine genaue 3D-Kartierung der Objekte, was für die effiziente Inventarisierung und für eine zukünftige Veränderungsanalyse wesentlich ist. Testmessungen mit dem mobilen Messfahrzeug des Instituts Vermessung und Geoinformation der Fachhochschule Nordwestschweiz haben gezeigt, dass die entwickelten Algorithmen für die automatisierte Verkehrszeichenkartierung auch bei schlechten Beleuchtungsverhältnissen sehr leistungsfähig sind. Es können etwa 90 % der relevanten Verkehrszei chen mit überwiegend roten, blauen und gelben Farbanteilen im Normal- und Kleinformat in der Schweiz detektiert und 85 % korrekt klassifiziert werden. Zudem ist eine vollautomatische Kartierung mit einer 3D-Genauigkeit von unter 10 cm möglich.


Language: German

Document Type: Research Article


Publication date: October 1, 2012

More about this publication?
  • Photogrammetrie - Fernerkundung - Geoinformation (PFG) is an international scholarly journal covering the progress and application of photogrammetric methods, remote sensing technology and the intricately connected field of geoinformation processing.

    Papers published in PFG highlight new developments and applications of these technologies in practice. The journal hence addresses both researchers and student of these disciplines at academic institutions and universities and the downstream users in both the private sector and public administration.

    PFG places special editorial emphasis on the communication of new methodologies in data acquisition, new approaches to optimized processing and interpretation of all types of data which were acquired by photogrammetric methods, remote sensing, image processing and the computer-aided interpretation of such data in general.

    PFG is the official journal of the German Society of Photogrammetry and Remote Sensing.
  • Editorial Board
  • Information for Authors
  • Subscribe to this Title
  • Ingenta Connect is not responsible for the content or availability of external websites

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Partial Open Access Content
Partial Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more