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