01.03.2014 Aufrufe

Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...

Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...

Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

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

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!