Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...
Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...
Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
4 Entwicklung eines Verfahrens zur raum-<strong>zeitliche</strong>n <strong>Segmentierung</strong> von natürlichen Objekten<br />
dass die Ergebnissegmente im Großen und Ganzen den Blättern der Gurkenpflanze entsprechen.<br />
Gleichzeitig wird eine erfolgreiche Unterscheidung zwischen Crease-Edges innerhalb<br />
eines Blattes und Crease-Edges, die von zwei sich berührenden Blättern gebildet<br />
werden, durchgeführt: Das kantenbasierte Region-Merging fügt in keinem einzigen Fall<br />
zwei Segmente zusammen, die zwei benachbarten Blättern angehören, und löst somit für<br />
die Gurkenblätter das Hauptproblem der Pflanzensegmentierung. Zwar gibt es auch im<br />
Anschluss an das kantenbasierte Region-Merging kleinere Segmente, die dem Blatt fälschlicherweise<br />
nicht zugeordnet werden; diese haben jedoch kaum Einfluss auf die Blattfläche<br />
oder -form, vielmehr ist sogar davon auszugehen, dass diese in der Regel die auf der <strong>Segmentierung</strong><br />
aufbauenden Berechnungen wie z. B. die Blattflächenbestimmung verfälschen<br />
würden (siehe hierzu auch 4.3.6.3).<br />
4.3.6.3 Umgang mit kleinen Segmenten<br />
Zu Beginn dieses Abschnittes wurden zunächst alle kleinen Segmente mit fünf oder weniger<br />
Punkten aus den Berechnungen ausgeschlossen. Der Grund hierfür ist, dass diese Segmente<br />
keine repräsentative Oberfläche beschreiben und im kantenbasierten Ansatz aufgrund ihrer<br />
Größe ohnehin nicht berücksichtigt werden. Mit diesen kleinen Segmenten kann auf zwei<br />
Arten umgegangen werden: Entweder sie werden demjenigen Nachbarsegment zugeordnet,<br />
zu dem sie den kleinsten Abstand haben, oder sie werden ohne weitere Berechnungen<br />
einer Störklasse zugeordnet. In dieser Arbeit wird aus folgendem Grund der zweite Ansatz<br />
bevorzugt: Der Algorithmus nach Felzenszwalb u. Huttenlocher (2004) berücksichtigt<br />
aufgrund des adaptiven <strong>Segmentierung</strong>skriteriums ein gewisses Maß an Rauschen in den<br />
Messdaten. Wenn insbesondere sehr kleine Punktgruppen innerhalb einer <strong>Segmentierung</strong><br />
dennoch von den benachbarten Punkten getrennt werden, ist davon auszugehen, dass diese<br />
Punkte besonders stark rauschen. Im Hinblick auf die folgenden Berechnungen, die u. a.<br />
eine Blattflächenbestimmung beinhalten, führt ein starkes Rauschen zu einer Verfälschung<br />
des Ergebnisses (siehe hierzu auch Abschnitt 5.2). Das Trennen dieser Punktgruppen von<br />
den benachbarten Punkten durch den Algorithmus nach Felzenszwalb u. Huttenlocher<br />
(2004) kann somit als eine Art Ausreißerbeseitigung interpretiert werden.<br />
94