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.
4 Entwicklung eines Verfahrens zur raum-<strong>zeitliche</strong>n <strong>Segmentierung</strong> von natürlichen Objekten<br />
Abb. 4.8: Unstimmigkeiten in den Überlappungsbereichen der Aufnahmen zweier Scanpositionen<br />
(rot bzw. grün eingefärbt) nach der Glättung der Rohdaten mit Hilfe<br />
des Bilateralfilters: ungeglättete Punktwolke (links); geglättete Punktwolke<br />
(rechts)<br />
• Das Problem dieser Unstimmigkeiten kann umgangen werden, indem die Filterung<br />
direkt in der registrierten 3-D-Punktwolke erfolgt und somit alle drei Aufnahmen<br />
einer Zeitepoche gemeinsam geglättet werden. Hierfür wird das Prinzip des 2-D-<br />
Mittelwertfilters (siehe z. B. Gonzalez u. Woods (2002)) auf eine 3-D-Punktwolke<br />
erweitert. Das Prinzip eines solchen räumlichen Mittelwertfilters ist schematisch in<br />
der Abbildung 4.9 (links) dargestellt: Für jeden Punkt p i der Punktwolke – dargestellt<br />
in Schwarz – wird mit Hilfe einer Kugel eine Nachbarschaft definiert; diese<br />
Kugel dient als Filtermaske. Alle Punkte dieser Nachbarschaft – dargestellt in Rot<br />
– werden dazu verwendet, die Koordinaten des Punktes p i neu zu bestimmen. Die<br />
neuen Koordinaten können im einfachsten Fall durch die Berechnung des Mittelwertes<br />
oder mit etwas mehr Rechenaufwand mit Hilfe eines gewichteten Mittels – z. B.<br />
unter Berücksichtigung der Distanzen zu p i – bestimmt werden. Die Abbildung 4.10<br />
zeigt eine Punktwolke vor und nach Anwendung eines solchen 3-D-Mittelwertfilters;<br />
als Filtergröße wurde ein Radius von 2 cm gewählt. Ähnlich wie bei der bilateralen<br />
62