Veränderungserkennung in Satelliten- und Luftbildern für die Verteidigung

Die Menge an Überkopfbildern, die heute über jedem umkämpften Gebiet erfasst wird, übersteigt das, was menschliche Analysten jemals Bild für Bild prüfen können. Die nachrichtendienstliche Frage lautet selten „was ist in diesem Bild“ – sie lautet „was ist anders als beim letzten Mal“. Veränderungserkennung beantwortet diese Frage direkt: Sie vergleicht koregistrierte Bilder über Überflüge hinweg und reduziert einen Stapel identisch aussehender Szenen auf eine kurze, geolokalisierte Liste von Orten, an denen sich die physische Welt bewegt hat. Neue Erdwälle erscheinen, Fahrzeuge sammeln sich an einem Depot, eine Brücke wird zerstört, eine Startbahn wird repariert. Dieser Artikel durchläuft die gesamte Pipeline – Koregistrierung, radiometrische Normalisierung, die Veränderungsmodelle selbst, Fehlalarmkontrolle und die Analysten-Hinweisstufe, die eine Veränderungsmaske in ein nachrichtendienstliches Produkt verwandelt. Dieselbe Disziplin, die Computer Vision auf ISR-Drohnen antreibt, gilt auch hier, aber die zeitliche Dimension verändert alles.

Was Veränderungserkennung tatsächlich liefert

Das Ergebnis eines Veränderungserkennungssystems ist kein Bild – es ist ein Entscheidungshilfsmittel. Eine funktionierende Pipeline nimmt ein Referenzbild (den letzten vertrauenswürdigen Basiszustand eines Gebiets) und ein neues Bild (den jüngsten Überflug) auf und gibt eine Reihe von Veränderungspolygonen aus: begrenzte Regionen, in denen sich die Szene bedeutsam vom Basiszustand unterscheidet, jede mit einem Konfidenzwert, einer Fläche, einem WGS84-Footprint und idealerweise einer Veränderungsklasse versehen. Ein Analyst erhält eine geordnete Hinweisliste mit Vorher/Nachher-Bildausschnitten statt einer vollständigen Szene zum Durchsuchen. Diese Umkehrung – von „alles interpretieren“ zu „nur das beurteilen, was sich bewegt hat“ – ist das gesamte Wertversprechen. Sie vervielfacht den Durchsatz des Analysten und verkürzt vor allem die Zeit zwischen einer physischen Veränderung am Boden und einer Warnung in den Händen eines Entscheidungsträgers.

Diese Rahmung ist wichtig, weil sie die ingenieurtechnischen Prioritäten setzt. Das System wird nicht danach beurteilt, wie viel Veränderung es findet, sondern nach der Vertrauenswürdigkeit seiner Hinweisliste. Ein Analyst, dem zehn Hinweise gezeigt werden und der feststellt, dass neun davon Rauschen sind, wird dem elften nicht mehr vertrauen. Präzision – der Anteil der Hinweise, die echt sind – ist die Kennzahl, die die operative Akzeptanz bestimmt, und nahezu jede Designentscheidung im Folgenden steht in ihrem Dienst.

Koregistrierung: die Voraussetzung für alles

Zwei Überflüge derselben Koordinate sind fast nie pixelgenau ausgerichtet. Die Plattform fliegt eine leicht andere Umlaufbahn oder Bahn, der Sensor blickt aus einem anderen Winkel, das Geländerelief erzeugt Parallaxe, und die Orthorektifizierung hinterlässt einen eigenen Restfehler. Jede dieser geometrischen Unterschiede wird von einem naiven Veränderungsmodell als Veränderung gelesen. Das Ergebnis ist ein Halo aus Fehlalarmen, der jede kontrastreiche Kante der Szene nachzeichnet: Gebäudeumrisse, Straßenränder, Feldgrenzen, Küstenlinien. In der Praxis ist die größte Quelle operativer Fehlalarme nicht das Veränderungsmodell – es ist der Registrierungsfehler.

Die Lösung ist Subpixel-Koregistrierung. Beide Bilder werden zunächst gegen ein digitales Höhenmodell (DTED oder ein kommerzielles DEM) orthorektifiziert und auf einen gemeinsamen Kartenrahmen projiziert, was den Großteil der geländebedingten Parallaxe beseitigt. Das neue Bild wird dann mittels Passpunktabgleich oder Phasenkorrelation im Fourier-Bereich mit dem Referenzbild registriert und die Ausrichtung auf besser als 0,5 Pixel RMS verfeinert. Kacheln, die sich nicht auf diese Toleranz registrieren lassen – etwa über merkmalsloser Wüste oder offenem Wasser – sollten markiert und ausgeschlossen statt erzwungen werden, weil eine schlecht registrierte Kachel nur Rauschen beiträgt.

Warum Orthorektifizierung nicht optional ist

Es ist verlockend, die Orthorektifizierung für nadirblickende Bilder über flachem Gelände wegzulassen. Das ist eine Falle. Selbst kleine Off-Nadir-Winkel in Kombination mit vertikalen Strukturen – Gebäuden, Türmen, Geländekanten – erzeugen Neigung und Verschiebung, die mit der Blickgeometrie zwischen Überflügen variieren. Ein 30-Meter-Gebäude, das aus zwei verschiedenen Azimuten abgebildet wird, scheint sich an seiner Dachlinie um mehrere Meter zu „bewegen“. Ohne Orthorektifizierung und ein Höhenmodell ist diese scheinbare Bewegung nicht von echter Veränderung zu unterscheiden, und die Fehlalarmrate um jede hohe Struktur wird unbeherrschbar.

Radiometrische Normalisierung: entfernen, was sich verändert hat, aber keine Rolle spielt

Selbst perfekt ausgerichtete Bilder unterscheiden sich radiometrisch zwischen Überflügen. Der Sonnenwinkel verschiebt sich mit Tageszeit und Jahreszeit, atmosphärischer Dunst und Aerosollast variieren, und Sensorverstärkung und Kalibrierung driften. Ein Veränderungsmodell, das rohe Intensität sieht, markiert einen ganzen Hang als „verändert“, nur weil die Nachmittagssonne ihn anders beleuchtet hat als der Morgen-Basiszustand. Die radiometrische Normalisierung skaliert das neue Bild so um, dass seine Intensitätsverteilung mit der Referenz vergleichbar ist, wobei entweder eine physikbasierte atmosphärische Korrektur (Umrechnung in Oberflächenreflektanz) oder eine relative Normalisierung gegen invariante Merkmale – Dächer, befestigte Flächen, tiefes Wasser – verwendet wird, die sich nicht geändert haben sollten.

Neben der Normalisierung maskiert die Pipeline Störklassen, die sich natürlich ändern und keinen nachrichtendienstlichen Wert tragen. Wolken und Wolkenschatten sind die offensichtlichen; sonst würde eine vorbeiziehende Wolke die Veränderungsmaske dominieren. Dichte Vegetation bewegt sich im Wind und wächst zwischen Überflügen, offenes Wasser hat eine sich ständig ändernde Oberfläche, und Geländeschatten verschiebt sich mit dem Sonnenwinkel. Das Maskieren dieser Klassen vor dem Lauf des Veränderungsmodells – oder ihre Gewichtsabsenkung – hält das Modell auf die semantische Veränderung fokussiert, die den Analysten interessiert. Die Prinzipien überschneiden sich hier stark mit der umfassenderen GEOINT-Plattformarchitektur, die diese Produkte hostet.

Veränderungsmodelle: von der Pixeldifferenz zur gelernten Veränderung

Der einfachste Veränderungsdetektor ist die Bilddifferenzierung: das Referenzbild vom neuen Bild subtrahieren und den Betrag schwellen. Es ist schnell und interpretierbar, und auf gut registrierten, gut normalisierten Bildern funktioniert es für kontrastreiche Veränderung. Aber es ist spröde – es kann eine über Gerät gelegte Plane nicht von einer echten strukturellen Veränderung unterscheiden und hat kein Konzept davon, welche Art von Veränderung wichtig ist. Klassische Verfeinerungen umfassen die Veränderungsvektoranalyse über Spektralbänder, die Hauptkomponentenanalyse des gestapelten Bildpaars und die IR-MAD-Transformation (iterativ neugewichtete multivariate Veränderungsdetektion), die statistisch robust gegenüber radiometrischen Restunterschieden ist.

Moderne operative Systeme verwenden gelernte Veränderungsmodelle, am häufigsten ein siamesisches Netz: Zwei gewichtsteilende Encoder verarbeiten das Referenz- und das neue Bild zu Merkmals-Einbettungen, und ein Decoder fusioniert die beiden Merkmalsströme zu einer Veränderungswahrscheinlichkeitskarte pro Pixel. Faltende siamesische Architekturen (wie die Siam-Diff- und FC-Siam-Familien) und in jüngerer Zeit Transformer-basierte Veränderungsdetektoren erfassen Kontext, den Pixelmethoden nicht können – sie lernen, dass ein neues lineares Merkmal in einem Feld eher eine Spur als ein Schatten ist und dass ein rechteckiger Anbau neben einem Gebäude Bautätigkeit ist. Das Ergebnis ist ein kontinuierliches Veränderungskonfidenz-Raster, keine harte Binärmaske, was die für die Schwellenwertstufe benötigte Information bewahrt.

SAR und kohärente Veränderungserkennung

Optische Veränderungserkennung ist nachts und unter Wolken blind. Synthetik-Apertur-Radar ist es nicht, und das macht SAR-Veränderungserkennung zu einer allwetterfähigen, tag- und nachttauglichen Ergänzung, die oft der operativ wertvollere Modus ist. Über einfache Amplitudendifferenzierung hinaus ermöglicht SAR kohärente Veränderungserkennung (CCD): den Vergleich der interferometrischen Phasenkohärenz zwischen zwei komplexen SAR-Bildern derselben Szene. Wo die Oberfläche im Maßstab der Radarwellenlänge physisch gestört wurde – Fahrzeugspuren über Boden, frische Grabungen, Fußwege, kürzlich bewegtes Gerät – bricht die Kohärenz zusammen, und diese Störungen stechen lebhaft hervor, selbst wenn dem Auge keine Amplitudenänderung sichtbar ist. Ein gängiges operatives Muster fusioniert beide: Ein Kohärenzverlust im SAR stößt eine optische Folgeerfassung genau dieser Koordinaten an, sodass der allwetterfähige Sensor den hochauflösenden auslöst.

Fehlalarmkontrolle und Analysten-Hinweise

Nachdem ein Veränderungskonfidenz-Raster erzeugt wurde, muss die Pipeline es in eine vertrauenswürdige Hinweisliste umwandeln. Das ist ein mehrstufiges Filterungsproblem. Zuerst entfernen eine Konfidenzschwelle und morphologische Bereinigung Speckle und isolierte Pixel. Zusammenhängende Regionen werden dann zu Veränderungspolygonen vektorisiert, jedes annotiert mit Fläche, Footprint, Konfidenz und – falls ein Klassifikator vorhanden ist – einer Veränderungsklasse. Eine Persistenzanforderung ist einer der wirksamsten verfügbaren Fehlalarm-Unterdrücker: Zu verlangen, dass eine Veränderung über zwei oder mehr aufeinanderfolgende Überflüge erscheint, bevor sie heraufgestuft wird, eliminiert die meisten Einzelüberflug-Artefakte (eine vorübergehende Wolkenkante, ein einmaliger Registrierungsfehler), während echte Aktivität dennoch innerhalb einer akzeptablen Verzögerung sichtbar wird.

Die überlebenden Polygone werden geordnet – typischerweise nach einer Kombination aus Konfidenz und Fläche, wobei vom Operator definierte Prioritätszonen Veränderungen innerhalb benannter Interessengebiete verstärken. Jeder Hinweis wird mit einem Vorher/Nachher-Bildausschnitt verpackt, sodass der Analyst in Sekunden beurteilen kann, ohne die vollständige Szene zu öffnen. Entscheidend ist, dass das Urteil des Analysten (echte Veränderung, Störung, bereits bekannt) erfasst und als gelabelte Trainingsdaten zurückgespeist wird. Das schließt den Kreis: Das Modell, das den Hinweis erzeugt hat, lernt vom Analysten, der ihn beurteilt hat, und die Präzision verbessert sich über die Lebensdauer des Einsatzes. Dieselbe Human-in-the-Loop-Disziplin untermauert KI-gestützte ISR-Datentriage im weiteren Sinne.

Latenz, Wiederbesuch und der Schritt an den Edge

Wie schnell eine Veränderung erkannt werden muss, hängt vollständig vom Ziel ab. Die Überwachung fester strategischer Infrastruktur toleriert einen in Tagen gemessenen Wiederbesuch und eine in Stunden gemessene Verarbeitungslatenz – der Basiszustand bewegt sich kaum, und ein langsames, sorgfältiges Produkt ist akzeptabel. Die Überwachung von Aktivität ist anders. Wenn der nachrichtendienstliche Wert im Fahrzeugaufmarsch, in der Geräteverlegung oder im frischen Aushub liegt, ist die Veränderung die Warnung, und ein Hinweis, der einen Tag zu spät eintrifft, ist ein Hinweis, der nach Schließung des Entscheidungsfensters eintrifft. Taktische Veränderungserkennung drängt daher zu stündlichem Wiederbesuch und einer Verarbeitungslatenz im Minutenbereich vom Downlink bis zum Hinweis.

Dieser Latenzdruck ist der Hauptantrieb dafür, die Veränderungserkennung an den Sensor-Edge zu verlagern. Die klassische Architektur lädt jedes vollständige Bild zu einem Bodenverarbeitungszentrum herunter, was bandbreitenhungrig und langsam ist. Die aufkommende Architektur führt Koregistrierung und Veränderungsmodell an Bord oder an einem vorgeschobenen Knoten aus, sodass nur die Veränderungspolygone und kleine Vorher/Nachher-Ausschnitte – Kilobyte, nicht Gigabyte – das eingeschränkte Downlink durchqueren. Das ist dieselbe Edge-Inferenz-Philosophie, die im gesamten modernen ISR angewandt wird, wo das Netz der Engpass ist und die Antwort lautet, die Entscheidung zu versenden, nicht die Daten.

Das System durchgängig entwickeln

Ein produktives Veränderungserkennungssystem ist eine Kette von Komponenten, deren jede das Produkt versenken kann, wenn sie unterdurchschnittlich abschneidet: ein Orthorektifizierungs- und Koregistrierungs-Frontend, eine radiometrische Normalisierungs- und Maskierungsstufe, das Veränderungsmodell selbst (optisch, SAR oder fusioniert), ein Schwellenwert- und Vektorisierungs-Backend sowie eine Hinweis- und Feedbackschicht, die ins GEOINT-Bild eingebunden ist. Das Modell ist der Teil, der die meiste Aufmerksamkeit auf sich zieht, aber es ist selten der Teil, der bestimmt, ob Analysten der Ausgabe vertrauen. Das entscheiden Geometrie, Normalisierung und disziplinierte Fehlalarmkontrolle. Bauen Sie diese gut, halten Sie einen Menschen in der Beurteilungsschleife – und das Veränderungserkennungsprodukt wird, was es sein sollte: eine Tip-and-Cue-Engine, die knappe analytische Aufmerksamkeit genau auf die Koordinaten lenkt, an denen sich die Welt verändert hat.

Zur On-Device-Inferenzseite dieses Problems – dem Ausführen von Detektions- und Veränderungsmodellen nah am Sensor – siehe unseren Begleitbeitrag über Computer Vision für Verteidigungssysteme.