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.
3 <strong>Segmentierung</strong> von Laserscandaten<br />
male kontinuierlich ändert. Diese dritte Art der Kanten spielt in der Literatur kaum<br />
eine Rolle und wird auch hier nur der Vollständigkeit halber aufgeführt.<br />
Nach der Detektion der Kanten liegen in der Regel keine geschlossenen Objektgrenzen vor.<br />
Um die Punkte innerhalb von Objektgrenzen zu Segmenten zusammenfassen zu können,<br />
müssen zunächst in einer aufwändigen Nachbearbeitung die Lücken in den detektierten<br />
Kanten geschlossen werden [Jiang u. Bunke (1999)]. Jiang u. Bunke (1997) zeigen mit<br />
der adaptiven Gruppierung von Kanten eine Möglichkeit auf, aus einem Kantenbild eine<br />
vollständige <strong>Segmentierung</strong> zu erhalten.<br />
Trotz dieses zusätzlichen Nachbearbeitungsschritts sind kantenbasierte Verfahren beliebt,<br />
da ihnen zum einen häufig einfache mathematische Operatoren (z. B. Faltungen) zu Grunde<br />
liegen und zum anderen die detektierten Objektgrenzen sehr gut zu lokalisieren sind<br />
[Jiang u. Bunke (1997)]. Hinzu kommt, dass eine kantenbasierte Repräsentation einen<br />
verhältnismäßig geringen Speicheraufwand benötigt, was eine höhere Effizienz der darauf<br />
angewandten High-Level-Algorithmen garantiert [Arman u. Aggarwal (1993)].<br />
Auch wenn sich die bisherigen Ausführungen speziell auf Tiefenbilder beziehen, kann<br />
das Aufdecken von Diskontinuitäten auch direkt in der 3-D-Punktwolke eine <strong>Segmentierung</strong>sstrategie<br />
darstellen [Belton (2008)]: In diesem Fall werden lokale Nachbarschaften<br />
definiert, für die – z. B. durch Schätzen einer besteinpassenden Ebene (siehe Abschnitt<br />
3.3.2.1) – ein lokaler Normalenvektor bestimmt wird. Starke Änderungen in der Richtung<br />
benachbarter Normalenvektoren sind ein Indikator für Crease-Edges, während Tiefensprünge<br />
aufgedeckt werden können, indem für die Nachbarn des Punktes p 0 die Abstände<br />
zur Tangentialebene in p 0 bestimmt werden.<br />
3.3.1.2 Regionenbasierte Verfahren<br />
Die regionenbasierten Verfahren können als das Komplement zu den kantenbasierten Verfahren<br />
verstanden werden: Sie verwenden die lokalen Oberflächeneigenschaften nicht für<br />
das Aufdecken von Diskontinuitäten, sondern für die Bestimmung eines Ähnlichkeitsmaßes<br />
[Wang u. Shan (2009)], anhand dessen benachbarte Punkte auf Homogenität untersucht<br />
werden. Punkte mit ähnlichen Eigenschaften werden zusammengefasst, sodass im Ergebnis<br />
Oberflächen mit kontinuierlichen Eigenschaften detektiert werden [Zhan u. Yu (2012)].<br />
Je nach <strong>Segmentierung</strong>sstrategie lassen sich die regionenbasierten Verfahren in zwei Klas-<br />
22