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.
4 Entwicklung eines Verfahrens zur raum-<strong>zeitliche</strong>n <strong>Segmentierung</strong> von natürlichen Objekten<br />
tender Filter ist. Hinzu kommt, dass die Mittelbildung nicht nur in Aufnahmerichtung<br />
geschieht, sondern in alle drei Koordinatenrichtungen. Das führt dazu,<br />
dass die Punktwolke zusammengezogen“ wird und sich somit die Ausdehnung der<br />
”<br />
Punktwolke quer zur Aufnahmerichtung verändert. Dieser Effekt wird in Abbildung<br />
4.9 (rechts) deutlich, in der sowohl die geglättete Punktwolke (hellblau eingefärbt)<br />
als auch die ungeglättete Punktwolke (gelb eingefärbt) gemeinsam dargestellt sind.<br />
Deutlich erkennbar ist eine Verkleinerung der Blattfläche in Folge der Glättung.<br />
• Diese Verkleinerung der Blattfläche kann vermieden werden, indem die Filterung<br />
nicht in alle Koordinatenrichtungen, sondern nur in Richtung des lokalen Normalenvektors<br />
durchgeführt wird. Die Berechnung der lokalen Normalenvektoren wurde<br />
bereits in Abschnitt 4.3.2 beschrieben; die Filterung in Richtung des lokalen Normalenvektors<br />
baut im Prinzip darauf auf. Mit Hilfe des RANSAC-Algorithmus wird<br />
zunächst eine robuste Ebene bestimmt. Die PCA im Anschluss daran wird an dieser<br />
Stelle jedoch nicht dazu verwendet, die optimalen Ebenenparameter zu bestimmen,<br />
sondern um die drei Hauptrichtungen der RANSAC-Ebene zu ermitteln, die den<br />
Eigenvektoren der Scatter-Matrix entsprechen (vgl. Abschnitt 3.3.2.1). Die aus den<br />
Eigenvektoren bestehende Modalmatrix dient als Rotationsmatrix, um die lokale<br />
Nachbarschaft in das Koordinatensystem der lokalen Hauptachsen zu überführen.<br />
Die Mittelbildung erfolgt in diesem Koordinatensystem entlang des zum kleinsten<br />
Eigenwerts gehörenden Eigenvektors; die anderen beiden Koordinatenrichtungen<br />
bleiben unverändert. Nach der anschließenden Rücktransformation in das ursprüngliche<br />
Koordinatensystem liegt somit eine Punktwolke vor, die entlang des lokalen<br />
Normalenvektors gefiltert wurde, während sie in den anderen Koordinatenrichtungen<br />
unverändert bleibt.<br />
Das Ergebnis der Mittelwertfilterung in Richtung der lokalen Normalenvektoren ist<br />
in der Abbildung 4.11 zu sehen: Während auch in diesem Fall eine deutliche Glättung<br />
erkennbar ist, kommen die Nachteile der beiden anderen beschriebenen Verfahren<br />
nicht zum Tragen: Da die Punktwolke als Ganzes gefiltert wird, treten keine Unstimmigkeiten<br />
in den Überlappungsbereichen auf. Gleichzeitig bleibt die Ausdehnung der<br />
Punktwolke quer zur Normalenrichtung unverändert. Hinzu kommt, dass durch die<br />
Vorauswahl der für die Berechnung der Hauptrichtungen verwendeten Punkte mit<br />
64