Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...

IR-INI 2006–01, c○ 2006 Institut für Neuroinformatik, Ruhr-Universität Bochum, FRG 21
• Sind beide Pixel (x − 1, y) und (x, y − 1) Vordergrundpixel und unterschiedlichen Clustern l
und m zugeordnet, so vereinige die Cluster l und m zu Cluster l ′ und füge auch (x, y) diesem
Cluster zu.
• Ist keiner der Pixel (x − 1, y) und (x, y − 1) ein Vordergrundpixel, lege einen neuen Cluster l
an und füge den Pixel (x, y) diesem hinzu.
Abschließend wird der größte Cluster ermittelt und alle Vordergrundpixel, die einem anderen Cluster
zugeordnet sind, als Hintergrund markiert und auf die Hintergrundfarbe gesetzt.
4.3 Umsetzung
In der zu einer Bildsequenz gehörenden XML-Datei sind alle Bilder der Sequenz verzeichnet.
Außerdem ist die XML-Datei der zugehörigen Hintergrundsequenz angegeben. Da zu jedem Bild
die sphärischen Koordinaten der Aufnahme gespeichert sind (siehe Abschnitt 3.2.5), kann jedes
Bild dem richtigen Hintergrundbild zugeordnet werden. Dann werden mit dem in Abschnitt 4.1.2
beschriebenen Verfahren die globalen Intensitätsunterschiede in den Farbwerten der Bilder berechnet
und unter deren Berücksichtigung die Segmentierung durchgeführt. Die Vordergrundpixel
werden gleichzeitig wie in Abschnitt 4.2 beschrieben zu Clustern zusammengefasst. Anschließend
werden alle Pixel, die nicht dem größten Cluster angehören, dem Hintergrund zugeordnet. Wir erhalten
eine Sequenz von Bildern, in denen der Hintergrund auf eine einheitliche Hintergrundfarbe,
beispielsweise weiß, gesetzt worden ist.
In Abbildung 4.1 sehen wir ein Bild aus der Sequenz mit dem zugehörigen Hintergrundbild. Deutlich
sind die Farbunterschiede im Hintergrund zu sehen. Diese stellten jedoch durch die Anwendung
der Methode aus Abschnitt 4.1.2 bei der Segmentierung kein Problem dar. Beispielsweise ist der
Hintergrund oberhalb der Drehscheibe komplett herausgerechnet worden. Problematisch war dagegen
die unregelmäßige Oberfläche der Drehscheibe. Hier gibt es leider einige übrig gebliebene
Fragmente im segmentierten Bild. Wie in Abbildung (d) zu sehen, konnten diese mit der Methode
aus Abschnitt 4.2 vollständig entfernt werden.
Das Problem, das wir mit einfachen Mitteln nicht in der Griff kriegen können, ist der Schatten des
Objekts. Es zeigte sich, dass dieser aber keine gravierenden Folgen für die Weiterverarbeitung der
Sequenz hatte.