01.03.2014 Aufrufe

Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...

Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...

Masterarbeit Corinna Harmening Raum-zeitliche Segmentierung ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

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

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!