Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...

1.2 Aufbau der Arbeit
der Fähigkeit zur visuellen Wahrnehmung sehr leicht fällt, stellt dies für den Computer
Abb. 1.2: Messergebnis der Aufnahme einer
Gurkenpflanze mit dem am
IKG entwickelten MSS
eine deutlich schwierigere Aufgabe dar.
Der zu entwickelnde Algorithmus soll für das
Beispiel der Gurkenpflanze das Segmentierungsproblem
für natürliche Objekte lösen.
Eine solche Lösung beinhaltet zum einen eine
räumliche Segmentierung, die als Ergebnis
alle Punkte, die dasselbe Pflanzenorgan
beschreiben, zu einem Segment zusammenfasst.
Zum anderen erfolgt eine zeitliche Segmentierung,
die in zu verschiedenen Zeitpunkten
erfassten Datensätzen korrespondierende
Pflanzenorgane identifiziert. Die Ergebnisse
der Segmentierung bilden die Grundlage für
eine Phänotypisierung der Pflanze, d. h. sie
werden dazu verwendet, geometrische Merkmale
der Gurkenpflanze zu bestimmen und
Veränderungen festzustellen.
1.2 Aufbau der Arbeit
Die vorliegende Arbeit gliedert sich in sechs Kapitel: Im ersten Kapitel erfolgt eine kurze
Einführung in das Thema. Kapitel 2 beinhaltet die für das Verständnis dieser Arbeit
benötigten Grundlagen der Phänotypisierung von Pflanzen, wobei der Schwerpunkt
auf dem am IKG erprobten Ansatz liegt. Das dritte Kapitel thematisiert die Segmentierung
von Laserscandaten. Hierbei werden sowohl Verfahren zur räumlichen Segmentierung
als auch Verfahren zur zusätzlichen Segmentierung der zeitlichen Dimension vorgestellt
und klassifiziert sowie die für die vorliegende Arbeit relevanten Verfahren erläutert. Den
Schwerpunkt der Arbeit bildet das vierte Kapitel: In ihm wird für das Problem der raumzeitlichen
Segmentierung von natürlichen Objekten am Beispiel der Gurkenpflanze ein
Algorithmus entwickelt, auf verschiedene gemessene Datensätze angewandt und anhand
3