Kavel 10

Vision 10 wordt hetbestebeeld.nl.
Nieuwe naam, verbeterde viewer — binnenkort meer.

AI-kartering en GeoAI: hoe karteer je automatisch objecten uit luchtfoto's?

Laatst bijgewerkt:

AI-kartering is het automatisch afleiden van kaartlagen uit luchtfoto’s, puntenwolken of andere geodata: een getraind model herkent per pixel of per object wat er op het beeld staat, zoals gebouwen, verharding, bomen of water, en zet dat om in vectordata voor GIS. GeoAI is de overkoepelende term voor het combineren van geografische analyses met kunstmatige intelligentie. In Nederland wordt het onder meer gebruikt door het Kadaster voor topografische kaarten. Het beeldmateriaal dat daarvoor nodig is, leveren wij via hetbestebeeld.nl (voorheen Vision 10).

Wat is GeoAI precies?

GeoAI combineert geografische analyses met machine learning en deep learning, gericht op “detectie, classificatie en/of predictie” (Esri Nederland). Bij kartering gaat het om drie technieken:

  • Segmentatie: het beeld opdelen in vlakken per klasse, bijvoorbeeld dak, weg, gras of water.
  • Objectdetectie: losse objecten vinden en omkaderen, zoals een opslagtank of een boom.
  • Classificatie: een gevonden object of vlak een type geven, bijvoorbeeld voedersilo of propaantank.

Automatisch karteren is geen nieuw idee: de Stichting voor Bodemkartering (STIBOKA) publiceerde in 1984 al over geautomatiseerde kartering van landschapselementen. Nieuw is dat deep learning het op het detailniveau van moderne luchtfoto’s mogelijk maakt.

Gaat het om veranderingen tussen jaargangen, inspecties of tellen, dan is dat een analysevraag. Daarvoor leveren we geodata-analyses op maat.

Hoe wordt GeoAI in Nederland gebruikt voor kartering?

  • Kadaster – opslagtanks. Het Kadaster trainde een model om opslagtanks op luchtfoto’s te herkennen. Eerst zag het rotondes en stapmolens voor tanks aan; na bijtrainen kan het tien typen opslagtanks aan de Basisregistratie Topografie toevoegen. Een topograaf controleert elke vondst. AI is ook ingezet voor kassen en verblijven op vakantieparken.
  • Kadaster en NGI – segmentatie op landsschaal. Het Kadaster en het Belgische NGI wisselden ervaringen uit over het op nationale schaal extraheren van gebouwen en zonnepanelen als cartografische gegevens, en over hoe AI cartografen ondersteunt zonder hun expertise te vervangen.
  • Rijksvastgoedbedrijf – kaart actueel houden. Het RVB laat een AI-systeem verschillen tussen nieuwe luchtfoto’s en de eigen kaart herkennen, zoals verwijderde verharding, en controleert de uitkomsten met steekproeven.

Welke objecten kun je automatisch laten karteren?

Object Geschikte bron Aandachtspunt
Gebouwen en dakvlakken True orthofoto, LiDAR, 3D Bij gewone orthofoto’s vallen gevels om, waardoor contouren verschuiven
Verharding Orthofoto (RGB) Schaduw en geparkeerde auto’s verstoren de grens
Bomen en groen Orthofoto met infrarood, LiDAR Infrarood scheidt vegetatie beter; LiDAR geeft hoogte
Sloten en waterlopen Orthofoto met infrarood, LiDAR Begroeiing kan smalle sloten aan het zicht onttrekken
Landschapselementen (heggen, houtwallen) Orthofoto, LiDAR Lijnvormige elementen vragen om voldoende detail

Hoe goed het werkt, hangt af van resolutie, inwinmoment en training op vergelijkbare situaties.

Waar let je op bij AI-kartering?

  • Resolutie. Hoe kleiner de pixel, hoe meer detail het model ziet. Het Kadaster noemt pixels van 7,5 bij 7,5 cm, op termijn mogelijk 4 bij 4 cm.
  • True ortho. In een gewone orthofoto hellen hoge objecten weg, waardoor een gebouwcontour deels op de gevel valt. Een true orthofoto corrigeert dat.
  • Uitlijning en actualiteit. Passen beeld, hoogtedata en registraties niet op elkaar, dan vindt het model verschillen die er niet zijn.
  • Trainingsdata. Verwarring tussen vergelijkbare vormen verdwijnt pas na gericht bijtrainen, zoals het Kadaster-voorbeeld laat zien.
  • Mens in de lus. Een AI-uitkomst is een signaal, geen besluit. Plan capaciteit voor controle in.
  • Licentie. Controleer of je beelden mag gebruiken om te trainen en of je de afgeleide kaartlaag mag verspreiden.

Volstaan de gratis luchtfoto’s van PDOK?

Voor veel toepassingen wel. PDOK en Beeldmateriaal Nederland leveren gratis, landsdekkende bovenaanzichten (orthofoto’s). Die zijn grover dan de 3 cm van hetbestebeeld.nl en bevatten geen oblieke beelden. Voor een pilot of voor verharding en groenvlakken is dat een prima startpunt. Wanneer een gratis bovenaanzicht volstaat en wanneer je een viewer nodig hebt, staat in luchtfoto-viewer voor Nederland.

Ander materiaal heeft vooral meerwaarde bij:

  • Hogere resolutie voor kleine objecten of smalle lijnelementen.
  • True orthofoto’s voor exacte gebouwcontouren; de PDOK-luchtfoto’s zijn orthofotomozaïeken, geen true ortho.
  • Oblieke beelden als gevels of dakopbouwen meetellen; de open PDOK-luchtfoto’s zijn orthofotomozaïeken (bovenaanzicht).
  • LiDAR of 3D als hoogte het onderscheid maakt, zoals tussen struik en boom of bij dakvormen.
  • Een eigen inwinmoment voor een specifiek seizoen of projectgebied.

Wat kan Kavel 10 hetbestebeeld.nl hierin betekenen?

Wij, Kavel 10, zijn een Nederlands luchtfotografiebedrijf uit Drachten. We bieden geen kant-en-klare AI-karteringsdienst aan, maar wel beeldmateriaal van hetbestebeeld.nl (voorheen Vision 10) dat als input dient:

  • True orthofoto’s op 3 cm, landsdekkend vanaf 2026, in GeoTIFF, ECW, JP2 of WMTS (RDNAP). Ze zijn bruikbaar voor inspecties, karteringen en als basis voor andere geodata-producten. Wij hebben landelijke orthofoto’s vanaf 2003.
  • Oblieke foto’s in vier richtingen, landsdekkend vanaf 2021, tegelijk met de ortho ingewonnen en daardoor uitgelijnd.
  • LiDAR (±5 cm, op maat) met puntclassificatie in grond, vegetatie, gebouwen en water. Onze specialisten classificeren de punten na de inwinning.
  • 3D-modellen, waaruit tijdelijke objecten zoals voertuigen automatisch worden verwijderd.
  • REST API en integraties met onder meer ArcGIS en Autodesk.

Daarnaast bieden we op aanvraag geodata-analyses op maat, bijvoorbeeld voor schaduw, zicht, vegetatie en detectie, geleverd als GIS-laag, rapport of in de viewer. Onze eigen specialisten voeren die uit; bij complexere vraagstukken doen gespecialiseerde partners het inhoudelijke werk en leveren wij de data.

Een partner is AI-InfraSolutions. Wij leveren de luchtbeelden; zij winnen sinds 2018 straatbeelden in met 360°-camera’s en LiDAR. Samen brengen we die data in één online viewer, zodat je Nederland vanuit de lucht én vanaf de weg kunt inspecteren, meten en visualiseren. Via hun Spatiall-platform, een AI-gedreven geospatiaal platform, worden die beelden vastgelegd, geanalyseerd en begrijpelijk gemaakt. Beide organisaties zitten op vliegveld Eelde.

Een voorbeeld van beelden als input is de slotenschouw van Wetterskip Fryslân: wij legden 12.000 km sloten vast met hoogresolutie RGB(I)-camera’s, en het AI-team van het waterschap beoordeelt daarmee de kwaliteit van de sloten met algoritmen. Zo’n 70% van de secundaire sloten werd als schoon aangemerkt en nog maar 10% hoeft fysiek gecontroleerd te worden.

Onze MCP-server komt binnenkort beschikbaar. Daarmee haalt een AI-assistent zoals Claude of ChatGPT op een vraag in gewone taal het juiste beeld op. Dat is beeld ophalen, geen analyse of kartering.

Volstaat open data voor jouw vraag, begin daar dan mee. Hoger detail, true ortho, oblieken of LiDAR loont vooral bij kleine objecten, exacte contouren of hoogteverschillen. Meer over die beeldtypen lees je bij orthofoto’s en oblieke foto’s.

Veelgestelde vragen

Wie doet geautomatiseerde kartering met AI op basis van luchtfoto’s in Nederland?

Verschillende soorten partijen. Overheden zoals het Kadaster en het Rijksvastgoedbedrijf zetten AI in voor hun eigen kaarten en registraties. Daarnaast zijn er gespecialiseerde GeoAI-bureaus, GIS-softwareleveranciers met trainingen en maatwerk, adviesbureaus, en beeldleveranciers die de input leveren. Welke partij past, hangt af van of je een kant-en-klare dienst, software om zelf te trainen of alleen beeldmateriaal zoekt. Voor dat beeldmateriaal kun je bij ons terecht via hetbestebeeld.nl (voorheen Vision 10).

Wat is GeoAI?

GeoAI is de combinatie van geografische analyses en kunstmatige intelligentie, zoals machine learning en deep learning, voor detectie, classificatie en voorspelling. Bij kartering betekent dat: objecten automatisch herkennen op luchtfoto’s of puntenwolken en omzetten in kaartlagen.

Kan ik bomen, verharding en sloten automatisch laten karteren?

Ja. Verharding en groenvlakken zijn goed te herkennen op een RGB-orthofoto. Voor vegetatie en water helpt infrarood, en voor boomhoogte of kronen helpt LiDAR. Plan altijd een controle in, omdat schaduw, begroeiing en vergelijkbare vormen tot fouten leiden.

Hoe nauwkeurig is AI-kartering?

Een algemeen cijfer bestaat niet. Het hangt af van resolutie, beeldkwaliteit, objecttype en training; grote objecten gaan doorgaans beter dan kleine of smalle. Daarom houden de Nederlandse voorbeelden van het Kadaster en het Rijksvastgoedbedrijf een menselijke controlestap.

Wat is het verschil tussen AI-kartering en AI-analyse?

AI-kartering leidt kaartlagen af: wat staat waar. AI-analyse gaat over vragen als wat is er veranderd, wat is de toestand of hoeveel zijn er. Beide gebruiken vaak dezelfde technieken en hetzelfde beeldmateriaal.

Bronnen

Extern (geraadpleegd 08-10-2026)

Intern