Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...

4 Entwicklung eines Verfahrens zur raum-zeitlichen Segmentierung von natürlichen Objekten
der Daten zwar eine deutliche Abgrenzung der Pflanze vom Hintergrund (siehe Abbildung
4.2), die einzelnen Blätter nehmen jedoch sehr ähnliche Werte an. Da eine Abgrenzung
der Pflanze vom Hintergrund aufgrund der Einschränkung des Sichtfeldes nicht mehr notwendig
ist, kann davon ausgegangen werden, dass diese spektralen Daten nicht oder nur
bedingt für die Segmentierung der einzelnen Blätter geeignet sind.
Ein anderes Bild ergibt sich dagegen bei den geometrischen Tiefenwerten: Auch diese zeigen
zwar – hervorgerufen durch Verdeckungen und daraus resultierenden Tiefensprüngen
– Variationen innerhalb eines einzelnen Blattes, gleichzeitig sind die Grenzen zwischen
zwei Blättern in den meisten Fällen jedoch gut zu erkennen. Aus diesem Grund wird bei
der Entwicklung einer Segmentierungsstrategie zunächst der Fokus auf die Segmentierung
der geometrischen Merkmale gelegt (vgl. Abschnitt 3.3).
Da die zu dieser Methodik gehörende Segmentierung durch Extraktion von Primitiven
bereits in Abschnitt 4.1 ausgeschlossen wurde und aufgrund fehlenden Expertenwissens
eine Aufstellung komplexer Modelle entfällt, verbleibt für die Lösung des Segmentierungsproblems
die in Abschnitt 3.3.1 vorgestellte Segmentierung unter Verwendung von Oberflächeneigenschaften.
Von der Vielfalt der bestehenden Algorithmen, die dieser Gruppe
von Verfahren zugeordnet werden können, wird für die Segmentierung der Gurkenblätter
der in Abschnitt 3.4.2 vorgestellte graphbasierte Algorithmus nach Felzenszwalb u. Huttenlocher
(2004) als besonders geeignet angesehen. Den Grund hierfür stellt das adaptive
Segmentierungskriterium dar, welches durch die Abbildung 3.8 motiviert wird. Ein Vergleich
dieser Abbildung mit dem vergrößerten Ausschnitt eines beispielhaft ausgewählten
Tiefenbildes der in dieser Arbeit verwendeten Datensätze (siehe Abbildung 4.5) lässt große
Ähnlichkeiten erkennen: Zum einen weist jedes Blatt aufgrund des starken Messrauschens
eine gewisse Texturierung auf, zum anderen entstehen durch die Blattkrümmungen über
größere Bereiche eines Blattes sich kontinuierlich ändernde Werte, die in einer farblichen
Darstellung als Grauwertrampen identifiziert werden können. Der Algorithmus nach
Felzenszwalb u. Huttenlocher (2004) wird innerhalb der Patch-Type-Verfahren den regionenbasierten
Verfahren zugeordnet, wobei die Segmentierung an sich mit Hilfe eines
Clusterings erfolgt.
56