Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...
Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...
Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
3 <strong>Segmentierung</strong> von Laserscandaten<br />
Laserscanner finden insbesondere in der Geodäsie ihre Anwendung, wo sie z. B. zur Erstellung<br />
von digitalen Gelände- oder 3-D-Stadtmodellen sowie zur Rekonstruktion von<br />
industriellen Anlagen eingesetzt werden [Vosselman u. Maas (2010)]. Mit der stetigen<br />
Entwicklung der Robotik in den letzten Jahren nehmen auch die Anwendungsmöglichkeiten<br />
in diesem Bereich zu: Laserscanner auf Robotern werden z. B. für die simultane<br />
Lokalisierung und Kartierung (engl. Simultaneous Localization and Mapping (SLAM))<br />
oder für die Objekterkennung und -verfolgung verwendet (siehe z.B. Montemerlo u. a.<br />
(2002)).<br />
Bei all diesen Anwendungen ist das Messergebnis eines Laserscanners eine ungeordnete<br />
3-D-Punktwolke, die in dieser Form zunächst schwer zu verarbeiten ist [Wang u. Shan<br />
(2009)]. Um aus der aufgenommenen ungeordneten Punktwolke effizient die benötigten<br />
Informationen extrahieren zu können, wird in der Regel eine Prozessierungskette durchlaufen,<br />
die sich aus sogenannten Low-Level- und High-Level-Schritten zusammensetzt.<br />
Nach Besl (1988) zeichnen sich Low-Level-Schritte durch die Verarbeitung ungeordneter<br />
Werte – z. B. Punkte einer 3-D-Punktwolke – aus, während bei High-Level-Schritten<br />
bereits geordnete Gruppen von Punkten die Grundlagen bilden.<br />
3.1 Der Begriff der <strong>Segmentierung</strong><br />
Ein sehr bedeutender Low-Level-Schritt bei der Verarbeitung von Punktwolken ist die<br />
<strong>Segmentierung</strong>. Hierbei wird die Gesamtmenge der aufgenommenen Punkte in disjunkte,<br />
zusammenhängende Teilmengen unterteilt [Gonzalez u. Woods (2002)], sodass die Punkte<br />
innerhalb einer Teilmenge ähnliche Eigenschaften aufweisen, während sich die Punkte<br />
benachbarter Teilmengen in ihren Eigenschaften unterscheiden [Sima u. a. (2013)]. Das<br />
Ergebnis der <strong>Segmentierung</strong> ist somit eine symbolische Beschreibung der Punktwolke,<br />
die die Grundlage für die nachfolgenden High-Level-Schritte bildet [Arman u. Aggarwal<br />
17