Universität Tübingen
Fast Line Segment Extraction for Line Features and 3D Reconstruction
Abstract
Die Erkennung von Kanten und die Extraktion von Liniensegmenten sind grundlegende Werkzeuge der Computer Vision, die Anwendungen wie Objekterkennung, Szenensegmentierung und 3D-Rekonstruktion ermöglichen. In dieser Arbeit werden Methoden zur Strukturierung von Kantenrohdaten in sinnvolle Cluster für die Extraktion von Liniensegmenten untersucht. Der Schwerpunkt liegt auf der Erkennung aussagekräftiger Kantenregionen, der Extraktion zusammenhängender Kantenpunkte, der Verarbeitung von Liniensegmenten sowie auf Optimierungsund Validierungsmethoden zur Verbesserung der Genauigkeit und Robustheit von Liniensegmenten. Nach einer Einführung in die Grundlagen der Kantenverarbeitung werden verschiedene Edge-Response-Techniken beschrieben und hinsichtlich ihrer Fähigkeit, Details zu erhalten und gleichzeitig das Rauschen zu minimieren, analysiert und verglichen. Zusätzlich werden Operationen wie Non-Maxima-Supression und Zero- Crossing auf ihre Rolle bei der Verbesserung der Kantenlokalisierung und der Zuverlässigkeit der Kantensegmentextraktion untersucht. Um das Rauschen und die Fragmentierung bei der Erkennung von Kantensegmenten zu reduzieren und die Genauigkeit zu verbessern, werden robuste Methoden für das Wachsen von Kantenregionen und die Verbindung von Kantenpunkten eingeführt, einschließlich Validierungsmethoden. Neben der Kantenerkennung bieten strukturierte Liniensegmente eine höhere Ebene der geometrischen Datendarstellung. Dies ist besonders nützlich für die 3D-Rekonstruktion und Navigation in Innenräumen, wo die strukturelle Regelmäßigkeit hoch ist, die Texturinformationen jedoch begrenzt sind. Techniken zur Erkennung von Liniensegmenten, einschließlich Methoden zur Linienausrichtung, werden hinsichtlich ihrer Rolle bei der Darstellung präziser geometrischer Strukturen und bei der Unterstützung visueller Analysen auf höherer Ebene, wie z. B. der Extraktion von Linienmerkmalen und der daraus resultierenden Fähigkeit, gleiche Segmente wiederzufinden, bewertet. Die Effizienz der Berechnung wird ebenfalls bewertet, mit einer vergleichenden Analyse der Laufzeitleistung und Optimierungsstrategien, um ein Gleichgewicht zwischen Genauigkeit und Verarbeitungsgeschwindigkeit zu erreichen. Diese Arbeit bietet außerdem eine Einführung in das Open-Source-Framework, das aus den Implementierungen der verschiedenen in dieser Arbeit beschriebenen Methoden entstanden ist. Zusätzlich zu den Methoden stellt es eine Analyseanwendung zur Verfügung, mit der die Methoden direkt angewendet und visualisiert werden können, sowie Werkzeuge zur Durchführung von Evaluierungen der Methoden. Damit stellt es einen wichtigen Meilenstein für zukünftige Forschungsarbeiten im Bereich der kanten- und liniensegmentbasierten Bildanalyse dar.
Author and committee
dc:creator, dc:contributor.*- Author
-
- Wassermann, Benjamin
Identifiers
dc:identifier.*- Identifier
- hdl:10900/181044