Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...
Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...
Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Kapitel 4<br />
Segmentierung<br />
Im ersten Schritt des Systems wurde eine Bildsequenz unseres Objekts erstellt. Allerdings ist auf<br />
allen Bildern nicht nur das Objekt selbst zu sehen, sondern auch die Drehscheibe und sonstiger<br />
Hintergrund. Diesen wollen wir nun entfernen, denn wir wollen ja nur das Objekt und nicht die<br />
Umgebung modellieren.<br />
Das Segmentieren, also die Abgrenzung verschiedener Objekte in einem Bild <strong>von</strong>einander, oder,<br />
wie in diesem Fall, die Abgrenzung eines Objektes vom Hintergrund, ist <strong>für</strong> sich ein komplexes<br />
Thema. Menschen haben damit unter normalen Bedingungen wenig Schwierigkeiten, Maschinen<br />
können es bisher nur sehr schlecht. Im Falle dieses Systems können wir jedoch mit einem sehr<br />
einfachen Verfahren brauchbare Ergebnisse erzielen.<br />
4.1 Background Subtraction<br />
Da wir <strong>für</strong> jede Aufnahme, die wir gemacht haben, die exakte Position der Kamera kennen,<br />
können wir <strong>von</strong> der gleichen Position aus eine weitere Aufnahme machen, in der wir das Objekt<br />
zuvor entfernen und nur den Hintergrund aufnehmen. Mit Hilfe dieser Hintergrundaufnahmen<br />
können wir in den Aufnahmen mit Objekt die Hintergrundbereiche identifizieren, es sind nämlich<br />
offensichtlich die Bereiche, die in beiden Bildern übereinstimmen. Dieses wird <strong>für</strong> jedes Pixel<br />
anhand seiner Farbwerte einzeln überprüft. Aufgrund des Kamerarauschens werden wir <strong>für</strong> ein<br />
Pixel, das in beiden Fällen zum Hintergrund gehört, nicht exakt die gleichen Farbwerte erhalten,<br />
jedoch sehr ähnliche Werte. Daher setzen wir einen Grenzwert fest. Liegt die Differenz der<br />
Farbwerte unterhalb dieses Grenzwertes, kennzeichnen wir das Pixel als Hintergrundpixel und<br />
setzen es auf die Hintergrundfarbe.<br />
Durch das Rauschen der Kamera gibt es natürlich einzelne Pixel mit größeren Abweichungen.<br />
Um dieses Problem zu entschärfen hat es sich bewährt, an jedem Pixel auch die Farbwerte der<br />
anliegenden Pixel zu berücksichtigen. Es werden also nicht die Werte eines einzelnen Pixels<br />
verglichen, sondern mit geringerer Gewichtung auch die Farbwerte der Umgebung des Pixels.<br />
4.1.1 Wahl des Hintergrundes<br />
Voraussetzung <strong>für</strong> den Erfolg dieses Verfahrens ist offensichtlich, dass der Hintergrund vollkommen<br />
unverändert bleibt und die Kameraposition sehr exakt reproduziert werden kann. Zudem darf der<br />
Hintergrund an keiner Stelle die gleichen Farbwerte wie das Objekt haben. Daher ist es ratsam,<br />
einen einfarbigen Hintergrund zu wählen, dessen Farbton in den zu scannenden Objekten nicht<br />
vorkommt.<br />
19