WO2002075653A2 - Verfahren zur schnellen segmentierung von objektoberflächen aus tiefendaten - Google Patents
Verfahren zur schnellen segmentierung von objektoberflächen aus tiefendaten Download PDFInfo
- Publication number
- WO2002075653A2 WO2002075653A2 PCT/DE2002/000857 DE0200857W WO02075653A2 WO 2002075653 A2 WO2002075653 A2 WO 2002075653A2 DE 0200857 W DE0200857 W DE 0200857W WO 02075653 A2 WO02075653 A2 WO 02075653A2
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- dimensional
- areas
- curve
- intersection
- dimensional intersection
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Definitions
- Comparatively fast methods for segmenting image data are known from the field of two-dimensional image processing.
- the determination of connected areas in a binary image can be viewed as a prototype of such segmentation problems.
- interrelated intervals are first formed line by line and identified by their start and end points. Then the measurement lines are run through individually.
- a correlation component is initialized for each interval in the first measurement line.
- each new interval is added to the related component that has an interval overlapping with the new interval of the new measurement line. If an interval is added to several previously different connected components, a single connected component is formed from all of these connected components.
- the object of the present invention is to overcome the disadvantages of the methods known in the prior art for segmenting two-dimensional object surfaces from depth data.
- a segmentation method is to be specified that works much faster than the previously known methods of this type, so that the process economy in the image description and the further method steps based on it can be significantly improved.
- a method for automatic, fast segmentation of two-dimensional object surfaces from the three-dimensional depth data of objects present in the form of a matrix-shaped data field, in particular for recognizing the spatial shape of the objects is specified, which is characterized by the method steps described below.
- one-dimensional curve pieces are first determined in one direction and these are then connected in a second step by means of a "sequential labeling algorithm" known from the processing of the two-dimensional image data to form two-dimensional surfaces.
- the parameters b of the one-dimensional section correspond to the Parameters a of the object area.
- Any such method can be used to determine a set of one-dimensional curves c D1 (p / b ⁇ ) from the measuring points of a measuring point line, which are arranged linearly according to the position of the measuring points involved in the measuring point line.
- decompositions can be made independently of each other for all measuring point lines or can be based on the results of a previous decomposition.
- approximations can be made independently of one another with suitable one-dimensional curves for all measuring point lines or based on the results of a previous approximation.
- the "Sequential Labeling Algorithm" used after determining the one-dimensional curve sections is described below:
- the parameters a have not yet been completely defined.
- the degree of maturity of the two-dimensional object surface ie the degree of determination of the parameters a, is recorded. The degree of maturity depends on the thickness of the parameters a and the information extracted so far.
- the parameters a can already be completely determined with the second line, but they can also only be determined with the third, fourth etc. line.
- the extraction of the object surfaces is basically carried out. Based on this decomposition of the measuring points and the underlying model of the object area, the parameters a can be determined again more precisely. With such a calculation, too small or otherwise improbable object areas are eliminated.
- those object areas can be combined that have the same parameters.
- the condition can be set that these object areas are spatially connected.
- CD rt tr ⁇ ⁇ £ C ⁇ P ⁇ ; ⁇ P- d ⁇ T ⁇ d ⁇ C ⁇ P ⁇ ⁇ rt P rt ⁇ P O ⁇ 3 d
- a new level hypothesis is initialized.
- the degree of maturity of this corresponds to the level hypotheses of the first row of measuring points, i. H. their parameters are not yet fully defined. Accordingly, the same consistency checks are used as between the second and the first row of measuring points.
- the method shown is preferably used for sorting letter containers.
- the job of sorting letter trays is to take apart a stack of letter trays. This goal is essentially achieved in two steps. First, the three-dimensional scene is divided into individual letter containers by performing object detection. Then the gripping positions are determined for the letter container which is the cheapest in terms of gripping and the stack of letter containers is successively unstacked.
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zur automatischen, schnellen Segmentierung zweidimensionaler Objektoberflächen aus den in Form eines matrizenförmigen Datenfeldes vorliegenden dreidimensionalen Tiefendaten von Objekten, gekennzeichnet durch Erfassen des dreidimensionalen Datenfelds durch zeilenweises Abtasten der Objekte mit einem Sensor in unterschiedlichen Messpunkteflächen und Segmentieren der zweidimensionalen Objektflächen durch Bestimmen der eindimensionalen Schnittmenge der Messpunkteflächen mit Modellobjektflächen, Bestimmen einer Menge von die Schnittmenge approximierenden eindimensionalen Schnittkurven, Initialisieren einer Objektfläche für jede Schnittkurve der ersten Messpunktezeile, Bestimmen eines Konsistenzmaßes für jede aller folgenden Messpunktezeilen mit den bereits initialisierten Objektflächen und Verbinden der Schnittkurve mit einer Objektfläche, falls diese zu der Objektfläche konsistent ist bzw. Initialisieren einer weiteren Objektfläche falls keine Konsistenz vorliegt, bzw. Verbinden mehrerer Objektflächen zu einer einzigen Objektfläche, falls die eindimensionale Schnittkurve mit mehreren Objektflächen konsistent ist und Verbinden der eindimensionalen Schnittkurve mit der verbundenen Objektfläche.
Description
) ) M ) P1 P> Π o cn o LΠ O Π
0 £ > Φ CΛ N Hi < 3 3 > 3 ξ iQ OJ ω o 3 3* P- J Φ > P- < 3 cn Hi cn σ DJ < Cd σ Φ d P- N d: o 0) 0J d P- P- = er o P φ φ t tr P d 3 O P- P- DJ O P- d Φ Φ fD P Hi 3 Φ t P n rt rt φ 3 PJ t 3 P N Pi Pi ω 3 ^Q O tr tr Φ CΛ P cn p W Φ 3 d P < 3J φ O rt Cn φ P 3 Cd CL d OJ ιQ tr φ 3 P Φ Hi n
3 o- P Φ 3 rt φ P 3 Φ ^ rt P- φ Φ φ φ Φ cn OJ φ O 3 OJ Φ 3 < l DJ tr φ DJ Φ rt P CL 0J o P- rt P- rt α CΛ 3 Φ cn tr cn tr PJ 3 o P- tr P
P- P K Φ d OJ φ rt rt h-1 υ3 Φ cr Φ rt P- rt Φ O LJ. α Φ P φ P Φ
3 φ P- d P 3 P P N P- Φ 3 d z d r 3J rt Φ 3 Φ DJ P N $ Hi Φ P-
(D c φ P P- σ φ φ Λ Z P- • 3 P- rt Cd OJ Φ 3 CL P- X rt d DJ P- Φ 3 tr z , 3 P n P CΛ Φ 3 3 O Φ cn Q £) P d P- 3 φ Φ rt Φ O P PJ Φ 3 d fD P- rt DJ 3J : rt P- φ 3" P P- P td P. 3 rt • Cd P P Φ 3 tr >< ιQ N 3
3 Φ Φ P n O: rt w 3 Φ α o Φ φ PJ • ιQ a Φ P- φ 3 Hi LJ. 0) cn Φ DJ d <Q rt P o α *- P d P Φ 3 P- P- 0) < 3 CΛ OJ . Φ Φ d φ 3 rt P
CΛ CΛ r^ P- Φ d 3 Hi CΛ CΛ 3 CΛ H! CΛ Λ OJ Φ O CL d CL P" X rt CL Φ
Ό DJ rt P- Φ 3 3 ιQ 0) P- " • Hl T Ό CΛ d d P 3 CL rt P- rt O < φ 3 CΛ
P 3 Φ φ • ιQ CΛ 3 CΛ P O P- φ cn cn CΛ OJ O φ S Φ O 3 O n fD rr 3 P- Φ P- CΛ 0- rt Φ cn φ 3 rt O OJ rt 3 tr cn tr DJ 3 M tr
Φ < 3 ^ 3 3 d Φ P- P- Φ φ gj: tr 3 Φ DJ P OJ φ rt P 3 tr 3 e φ d: 3 cr 3 Φ rt cn cn P- p- 3 LJ. 3 3 rt D : 3 < P P- Cd Hi Φ
Φ P P- P P- ^ ιQ φ φ P- S P- 3 3 CL Φ P- O Hl CΛ P- P- P-
3 d ω CΛ tr 3 O ; d O φ π Φ φ 3 X Φ Φ CΛ P P1 O 3 P- α 3 rt o P Φ P 3 0) N Hl 3 P- 3" P 3 P- rt P- P- n CL D>: tr Φ fD α p tr P- S 3 P- 3 d OJ Φ CΛ CΛ Φ 3 3 tr P- Φ P- O (0 Φ d 3
DJ P- Φ 3 φ rt 3 P α 3 Φ α 0) N 3 Φ Φ Φ O P Φ tr 3 P 3
CΛ ^ ; Φ 3 Φ CΛ Φ rt Φ DJ d d tr 3 tr ιQ Φ ^ 3 ιQ CΛ fD rr α rt CΛ P- Φ • Φ i 3 Hl ιQ 3 Φ P- Cd Φ cn φ 3 Φ ιQ (D: P- Φ tr tu Ό 3 P- $ Hi P- O: 3 P d Λ P φ O 3 cn " lQ
3 O O 3 DJ φ P Φ 3 ω 0) d: 3 3 d CΛ o Φ ω 3^ ^ CL DJ O P- 3 fD i-T 3 Φ P- CΛ o P Φ Φ P Φ 3 £ P- 3 CΛ tr P- O DJ o tr φ d tr 3 φ Φ
3 Φ cn P rt n N 3 P- •< CΛ Φ Φ Φ P- P L tr P Φ 3 CΛ 3 CΛ vb 3 rt 3 . CΛ Φ tr Φ cn CΛ α 3 P- cn φ P- P- P * 3 cn Φ tr rt rt
P- 'n- e 3 P cn CΛ Φ Φ φ rt Φ φ Φ 3 Φ CΛ rt P. α Φ P-
Φ n d ro ω CΛ (D: Φ P- 3 o 3 Φ P- 3 tr φ P- Φ <! p- P Φ P-1 CΛ D> Φ
P tr Hi ω 3 P- rt 3 φ P- er OJ P S φ Φ 3 tr o g Φ 3 Φ o d P d α> Φ et σ d rt CΛ n φ o n Φ Φ ^Q o 3 CΛ d < 3 P- 3 3 Hl d
3 p P O d 3 d O Φ P P rt 3J P- φ tr P- 3 o rt P. P- α 3 ιQ (U CΛ OJ tr 3 P- 3 P 3 Φ Φ 3 CΛ 3 1_J. z O tQ 3 O Φ P- 3 CΛ Φ UJ.
Ä' P- Λ' J. ιQ "3 03 P- P Φ d- Φ CL φ φ 3 σ 3 3 Φ P Φ α r - 3 rt Φ o- 3 £ P- Hi 0) P- rt φ ? P OJ P- Cd LJ. φ »n lQ φ 3 < fD Φ p- P- ;v φ O Φ Φ Φ P 3 N IQ 3 rt P- H" Φ P- Φ O 3 O 3 O
P P O rt Φ P L. P- P α P 3 Φ Φ φ φ Φ P P- tr ω P Φ tr cn 3
P- α 3 Φ P Φ CΛ 0- α CΛ P P- S ^ 3 3 et LJ. P- 3 3 Φ Φ
Cd CΛ P- cn w P rt φ OJ α O o P • CΛ DJ Φ Φ φ O rt rt tr O
P- P- φ CΛ ≤ α P- 3 rt Φ OJ O " 3 O α N tr p. 3 X 3 φ P- P P- tr
Φ rt Φ P Tl N φ CΛ d tr Φ 3 tr OJ ^ Φ ^Q 3 rt DJ P- Φ P- φ LJ. α P O d P Φ P- d . 3 Hl LJ. Φ H- P d: 3 φ Φ O P" 3 P Hi rt Φ α rr σ Hl α P- α 3 P- PÜ Φ M 3 Φ d: P Φ tr P- P tr Φ φ d Hi X
OJ l_l- φ Φ α P- rt 0J' φ P- o o 3 Φ 3 tr P- CΛ Φ 3 cn 3 rt α rt rt d φ 3 p P- ιQ Φ n P σ σ rt Pi 3 X φ Φ CL rt DJ P ιQ Φ O fD 3 X 3 P- P 3J Cd φ o 1_J. Φ O P P P- d α 3 Hl Pl 3 CΛ P tr
3 α , rt Φ Φ rt d ω P- P- rt φ P P CΛ φ 3 P Φ Φ 3 P- OJ N P- φ
'Φ P P- 3 P> 3 rt PJ Φ W 3 N P- 3J n rt cn rt pj: Φ rt Z φ DJ P
Φ ≤ Hi φ ω ιQ P- P- P et Φ OJ Φ CΛ P- Z t Φ * n Hl P Φ d Hi
X Φ α DJ CΛ P- P- φ 0- 3 OJ Φ 3 rt 3 3 Φ 3 ≤ tr Φ P- P- φ rt rr p c ω Φ o ω N P- OJ φ P 3 3 P- Φ N OJ p- CL OJ Φ Φ 3 N P- O DJ:
P α P CΛ 3 P- d 3 rt 3 3 "«• d o cr d d rt P- S d P 3 α Φ P- 3 3 O
DJ Φ o rt P- DJ Φ ιQ φ Φ CΛ CΛ 3 3 Φ U3 CΛ Φ Φ Φ ω P- DJ 3 3 DJ tr
1 3 t • 3 PJ P Φ P 3 P- CΛ ιQ Φ 1 Φ P φ CΛ rt Hi φ < rt Φ
Φ d 1 o Φ O 3 1 Φ ιQ P- rt α 3 o Φ O: 3 φ P- 3
3 3 1 P 1 P- Φ 3 φ • 3 P 1 P 1 ^5 1 1 1 3 1 1
) J M > P1 P1 o o Cn o Cn
CΛ < P rt *Q N X Φ x ; DJ CL CΛ 3 H- CD X CΛ ^Q o Φ 3 tr z *■_
DJ PJ O d φ Φ φ P DJ P tr DJ rt Φ tr 3 O P φ d
3 Φ 3 LJ C eΛ rt -3 P P s CΛ tr tr tr
Φ P d Φ P Φ Φ d n d d P
3 ro 3 P Φ CΛ d 3 α 3 3 CΛ 3 3 φ ω DJ Φ CΛ tr rt 3 Φ
P1 ^Q 3 P φ ιQ CΛ P Φ 3 ιQ 3 Ml d P 3 P" d Φ rt tr § CL CL rt P Φ ^ P
> Φ Ό rt 3 φ rt o P Φ Φ H Φ Z Φ CΛ z tr W DJ DJ Φ Φ φ Φ P Φ rt d < P Φ P. 3 P1 z PJ 3 CΛ P tr Φ 3 o φ P 0- d Φ et 3 3 P 3 P OJ P N ξ .
CΛ CΛ O o 3 Φ • P φ • Φ P P P P- P P φ P 3 P Φ rt Φ 3 3 Λ" tr d Φ φ 3 tr rt o φ rt OJ Φ α DJ rt rt CΛ φ Φ ^» P φ rt d uO. P >
Φ IQ ω Φ INI tr P- P Cd N 3 P Φ rt P tr CD < Φ 3 tr1 3 P 3 Φ α d tr 3 ,N φ P 3 d φ 3 φ rt uO. Φ 3 Φ φ P z g P. P O P Φ P tr S O ιQ Z Φ CΛ
3 Φ Z 3 ιQ 3 S 3 φ P ^ d • 3 P φ Φ OJ 3 3 3 o Φ G) 3 P 3 ιQ
Φ 3 Φ 3 d φ Φ P- CΛ φ P- P OJ P d N tr P Φ DJ CΛ 3 φ φ
3 rt P tr DJ 3 P P DJ CL CL DJ rt Cd X 3 Φ P- h-1 Z CΛ Φ Pl et lQ P- CΛ P CΛ 0- tr
P α Φ H" CΛ α X φ PJ rt Φ φ O P φ •< CD Φ Φ P1 P P CL Φ •< rt rt Φ φ Φ
Φ P P CΛ rt 3 rt 3 CΛ P P P 3 d 3 3 CΛ Φ P 3 3 Φ 3 Φ 3 cn d 3 3 3
Φ P 3 D> DJ rt P ω O Φ 3 3 Φ CΛ rt CΛ φ Hi rt 3 ω Φ Pi Φ ^ CL
P d φ α P. 3 Z P-" P < OJ 3 O φ Φ tr Ό 3 rt σ P P Φ Φ Φ DJ φ P o
3 3 Φ P CΛ P φ OJ Φ I ? CΛ tr P 3 Φ P Φ < DJ P P 3 3 3 rt CL 3 Z tr < o ιQ ω P φ o P ω rt o Ό P 3 ? DJ d o • TJ α CΛ N φ φ Φ o LJ O tr ω P tr P- 0> n M P P P Φ α DJ X Φ 3 rt α d DJ P LJ P P P P- Φ 3
LJ < O Pi d tr 3 < P P CL 3 d 3 rt Φ ö 3 rt rt Φ N vΩ, d ΪV
Φ φ 3 P P CL Hi OJ Φ Φ Φ 3 Φ P 3 P Cd P. P φ ? Φ DJ d Cd P P rt P-
? P DJ DJ φ φ DJ P 3 CΛ N P Ό O rt CΛ P P 3 P rt 3 rt Φ P tr 3 o Φ P rt Pi P- H" Hi G> 3 α P* ιQ Ό P DJ tr Φ O z P" φ Φ P CL P1 rt rt tr 3 φ
Hl DJ φ *< Φ Φ 3 Φ P CΛ o T < Λ P tr φ P uq < Z Φ . Φ CΛ tr 3 cn 3 3 P o Φ *< 3 φ Λ O 3 Φ P. P P DJ Φ P Cd 3 P CΛ tr Φ
PJ P Φ P d α Λ cn CL CΛ P P DJ O 3 P- P P Φ o d P φ P DJ TJ P N P
Ω Φ O 3 tr N Φ d rt P Φ z < CΛ tr P d 3 3 uq P Hi Z CL rt rt P Ω £ tr 3 tr o- Hl <! φ d P Φ Φ φ tr φ φ CΛ LJ o 3 φ rt et φ Φ α P Φ Φ tr 3
Φ LJ Φ O o P 3 P P 3 3 P Φ tr iQ Z 3 Φ CL 3 P Ό DJ 3 rt Φ
3 tr |Φ P P 3 < t-1 Φ φ α < X rt Φ Φ CΛ 3 Φ α ιQ d P- DJ Φ α P
Φ X 3 φ Φ DJ Φ 3 3 Φ Φ < φ rt 3 CΛ P P < P Φ P 3 P Φ rt P Φ
DJ P et Cd DJ α P P CΛ - CL P rt Φ Φ 3 Φ o rt o rt tr X rt P P 3 P g d d Hl P rt Φ 3 3 Φ Z Φ 3 P d • o Φ 3 3 tr P o • rt rt P 3 O Φ Φ DJ cn tr PJ P1 P P φ Φ P tr P Hi Ml 3 iQ P rt DJ P rt σ » O Φ 3 3 P- ιQ Φ D> P. O ω Φ P *V DJ Z DJ α 3 3 Φ Φ σ P. 3 P P ω
Φ 3 O P. 3 o t-1 CΛ P P d O o tr P o P φ P P P α P Φ 3 K tr tr tr DJ tr OJ φ o CΛ 3 tr σ P 0) o uq n P P P" Hl φ P φ P- Φ tr Φ DJ
Φ OJ Φ rt ιQ LJ d 3 Ό DJ Φ Φ Ϊ tr PJ tr 3 P-* cn Φ P- P P DJ P CΛ
3 d 3 Φ Φ Φ Hi rt P 3 rt tr P 3 rt P O < DJ Φ 0 φ P
Hl 3 Z ;v N φ φ cn Φ Φ P Z o < tr α o n P o < P o rt $ φ
DJ o rt φ 3 φ rt CΛ CΛ Z DJ tr Φ LJ Φ 3 tr P 3 3 Φ CL tr PJ DJ P
Φ d P 3 o P P CΛ Φ ιQ rt P Φ Φ P rt P Φ P Φ Φ P P LJ P P" rt o P cn CΛ 3 tr rt O 3 z P1 Φ P o P Φ ** Φ X H Ό Φ P- z 3 Φ Ω Φ Φ
3 3 rt Φ Φ 3 tr u3 φ P" Hl 3 tr CL 3 P rt Φ P α P P Φ φ φ X tr 3 3
Φ α 3 P Φ Φ Φ P Φ d y Φ Φ α 3 Φ x Φ Φ DJ 3 P 3 3 rt Φ
Φ 3 Φ α • Hi CΛ P CΛ CΛ 3 φ CL 3 P P P • Ό Hi P ω Φ P. CΛ Φ S CΛ
P 3 P P-" CΛ Pi φ Φ Φ CL 3 P Hi tr φ DJ P1 Φ φ 3 ^ Φ P CΛ Φ N
3 φ DJ d rt P φ φ tr DJ Φ O t P 3 DJ 3 DJ rt o Φ N P Φ
Φ cn ►-3 o 3 DJ N P 3 3 1 Φ tr P OJ tr P N tr tr rt P3 3 Φ 3 P Φ rt 3
P O P CΛ tr vΩ. o rt 3 φ DJ P P CΛ 3 et φ P P ^ P P φ 3 DJ 3 3 Φ Φ tr φ Φ Φ tr - P ≤ CΛ P CΛ Φ Ό tr P rt P1 Φ φ Φ P P* Φ Φ P tr
X P Hl ιQ Φ ^ Φ CΛ φ Ό 3 P DJ Z P. Φ tr P Hi DJ CD Φ P 3 Φ Φ
P1 P Φ 3 P φ d O CΛ P rt Hl P φ 3 Φ d 3 φ P φ Φ P 3 σ CΛ φ rt 3 φ Φ CΛ N 3 P rt CL " Φ φ ιQ H" P- P P P 3 3 DJ DJ tr Φ > Ω
P rt α 3 Hl d 3 Φ Φ Φ CΛ P. o σ 3 α σ d d CΛ o 1 et tr
3 Z DJ rt P1 0) P 3 < 3 CΛ Z s: < φ tr DJ Φ P Hi Z N tr et P
Φ φ rt P d Φ < Φ O DJ z o o 3 P ιQ rt Φ P" ιQ Φ Φ Φ P Φ
3 P Φ Φ X" P o O P O φ 3 3 1 Φ φ 3 α Φ P 3 P P P 1 3 1 1 1 3 1 1 tr P 1 1 3 1 rt Φ Φ 1 1 1 1 3
P1 d φ P- DJ Ϊ*T Φ Φ P Φ φ d P- P- 3 d ω U3 3 d φ P- DJ: OJ P- DJ Φ P- P- P- o Φ Φ d rt φ
Φ Hi υq Ω tr Φ 3 OJ P P 3 3 o CL Hi rt Ü3 DJ 3 Φ rt tr 3 3 P φ O P" P 3 3 Φ P
P- P- tr P- 3 N ? x Mi υq Φ 3 uq -J P" ιQ ^ P CΛ Φ CL 3 cn 3 DJ CL υq rt 3
Ω tr 0 Φ d CΛ rt O: DJ CΛ 3 Φ CL P CL - φ rt X 3 Ό P φ d 3 £ Φ p- P tr Φ 3 CL P — 3 rt P- 3 tr 3 P- d P- CΛ P- D : P CL d Φ P 3 3 υq φ 3 3 υq Φ
Φ 3 Φ DJ rt CD DJ: P O P P φ ^ φ 3 φ CΛ CΛ Ω cn P- φ ΪV 3 υq υq φ φ cn P- uq
P PJ 3 3 Φ Ω d 3 Φ P O N CL • o rt tr Φ rt P P P- tr cn £ rt Φ P-
Ω Φ 3 Z P 3" ? cn P- 3 Hi P d < < O Φ P- Φ P- rt O φ CL P Mi O φ p- o
CΛ tr , X Φ DJ CΛ rt Φ Ω DJ rt P φ CL φ P1 3 t 3 3 P W rt Φ 3 P Φ O d P rt 3 rt tr Ό l_l- P CL rt d tr tr CL tr CΛ P φ P -J Ό Φ " P- Φ P- 3 P 3 P 3 5* φ ^» φ PJ DJ φ CL Φ P Φ Φ D> P Ω H Hl P ^Q J-> d P- DJ d P CΛ CL 3 P O: rt X p 3 d
P- P 3 CL Φ 3 P- φ 3 3 P Φ tr X OJ rt CΛ 3 cn 3 3 Ω Φ Φ Φ υq υq rt DJ 3 Z υq rt CΛ O 3 *-' 3 3 Φ 3 P et tr N Φ Hi Φ Ό rt O P tr P tr υq Φ φ CL CL o d φ P- Ω < P- P P d P- Hi P P- Φ Φ Φ Φ P P- P P- CΛ CL φ P- tr
3 3 O tr cn < Φ CD υq Φ tr CΛ rt DJ Φ P Ω • Λ φ 3 CL P υq 3 tr o 3 Ω φ φ 3 φ 7i Φ υ»q 3 O Φ P- Φ P P Φ rt rt ? 3 P- Pi P P- >• tr Φ DJ Hl P- 3 P tr rt P -*
» Z P 3 tr d Hl P- Φ rt CΛ < CΛ tr tr CΛ d: cn = O ^ CΛ P- Φ N N g: er P- tr Φ P Ό DJ 1 uq P- rt Φ C Φ Φ s: tr CΛ 3 DJ 1 3 υq P- rt Tl DJ d P"
P- rt Z φ Φ d P PJ Ό tr CL Φ o Φ P φ CΛ 3 φ Φ X DJ CL Z P- cn P- υq p o
P- 0> o CL 3 3 d P- P Φ rt uq 3 Ω OJ P- Ω - P- P CΛ Φ CL rt 3 Φ P- O rt 0): ω P d X
Φ CΛ tr Φ • CL Pd Ω φ Φ 3 Φ tr P CΛ tr CΛ P- 3 DJ O υq 3 P 3 • σ Ω d 3 DJ rt Φ P φ P- tr P 3 CL 3 CL 3 tr Φ P φ OJ φ ^ P P CL P- tr « 3 υq
N P- σ 3 Ω rt CL DJ d: Φ P- Φ P- X T . Φ P- tr σ CΛ Φ P CL ^ Φ
D : Φ N P- "<» tr υq N P- CΛ tr P CΛ P- 1 φ P- P- Ό 3 CΛ tr P DJ: z P- Φ P- Φ
3 P- Φ d φ rt Φ Z d φ φ Ω rt DJ tr o 3 rt P- O ü Φ 3 n P- ω P X N rt P1 tr w υq P- < DJ d 3 Φ 0 P N tr d 3 Φ DJ • rt 3 P- P- p- cn φ Φ d Φ P- N P-
Φ Φ 3 o φ d 3 DJ P CΛ £ o z 3 lΩ. 3 •< CL rt CL φ rt rt CL tr υq P- υq P φ z υq
P 3 φ P P- cn υq Ω CL rt φ 3 CL φ P- ιQ CΛ P- φ σ Φ φ CΛ CL rt • Φ P- P1 3 Φ P- υq . Φ υq tr Φ P CΛ φ P- DJ D> P P- 3 P Φ Φ Φ P 3 φ φ o Φ φ 3
DJ σ \ > α Φ CL N et 3 d CΛ -| 3 CL 3 DJ 3 3 <^4 Φ 3 P α tr P- P 3 3 DJ CΛ
P1 Φ Q PJ 3 Φ d f Ό P- P- ιQ 3 φ DJ P- < P- cn rt PJ o N Ω Z CL CL PJ Ω cn Mi υq P et 3 Z rt d D> P 3 Z Hi Ω DJ φ P 3 0) O ?d Φ tr d tr Φ 3 tr Φ P1 tr
P- P υq -> Φ Φ P- Z d 3 3 Φ φ P- DJ CΛ tr 3 P Φ d 1 Φ 3 Φ rt Φ P- Φ Φ υq DJ
Φ 3 Φ φ P- 3 P- P o P ? υq υq 3 φ Φ et ιQ O: ^ Φ Ω υq P- ^ DJ rt rt 3 £ Φ Hl
P- CL υq n Ω 3 CL tr Φ rt P- CΛ P P1 υ Φ "• Pi P- P- ^ P- fn 3 <v Φ d o 3 rt
3 DJ rt tr α • Φ 3 Φ d o P- P- Φ 3 P- Pi o 3 3 O P1 z tr cn P P Z et CL φ Φ
Φ P- rt Φ Φ DJ P- P- 3 3 O uq 3 φ P- K Φ 3 Φ 3 P- 3 OJ: Φ P- Ω o Φ Φ N φ p- 3
Ω P- 3 3 CΛ OJ P- CL Φ 3 φ CL 3 P- O 3 Φ P O: Ω φ Ω P CΛ tr N P rt 3
£ tr o CΛ 3 φ O d 3 3 DJ φ rt υq P rt 3 υ tr 3 tr CL φ > CL PJ Φ CL
P- φ 3 rt Φ 3 DJ Hl Cd tr PJ M 3 P- CΛ P" tr ^ 1 et Φ Φ Φ CΛ P- CΛ d Φ Z o P Φ
3 3 Φ υq TJ CΛ z 3 d DJ Φ X Φ tr rt P- DJ P- X 3 P- Φ CΛ cn 3 Φ σ -• P
P- < 3 3 P- φ 3 Φ 3 3 CΛ 3 ) uq P φ Ω CΛ P>: Ω 3 •Ό" Φ Ω tD P. P LJ.
Φ « O Φ DJ o P P- rt X P- DJ P d P- Cd P- Ω tr d DJ p- P tr Φ Φ cn CL Φ φ cn o d 3 3 3 3 CL 3 3 Φ Φ φ O 3 O 3 d d Φ tr CΛ P 3 3 Φ 3 σ tr O Φ ? P- tr rt P tr rt OJ PJ Φ d Φ P P tr CΛ ^Q P- 3 3 P Φ rt CΛ N υq x CL Φ 3 3 rt 3 LJ.
P" tr Φ P- P 1 3 P P Λ Φ rt LJ. P- Φ P- vQ rr CL P- Φ φ Φ Φ υq d P- Hi φ Φ tu: φ Φ P Φ Φ φ Ω 3 Φ Φ o 3 CL φ Φ Φ 1 u DJ o PJ * P- 3 P- 3 • P1 ?
3 3 3 ? P 3 CL 3 tr tr rt 3 ?V 3 Φ CΛ " 3 P- = CΛ 3 3 3 3 3 υq O DJ: - rt υq CΛ OJ O: d i P- O O: P- Z rt σ P Φ ö CΛ φ 3 PJ: φ rt > 3 ö tr Ω σ Hl
Φ ',0 3 3 1 « φ Ω tr Φ P- CΛ Hi DJ 3 ω P Φ <Q CΛ K CΛ σ to d Φ P- P- tr Φ P- = tr P υq DJ: d tr Φ CL Ω Φ O rt Cd Ό φ u et rt o rt Φ P- Z cn 3 φ φ Φ φ P DJ: cn Ω tr Ω P £ P J uq D : 3 Φ P- < P P- 3 P- 3 Φ rt υq Φ CL CL P cn P- Φ Ω
P- OJ P- tr tr < φ < Φ N Φ 3 Ω P P1 Φ P- CL φ d υ o P P- Φ 3 tr P- tr
3 φ P Ω Φ Φ φ CΛ o 3 d φ tr tK § CL P 3 P- 3 3 υq 0) CL rt tr 3 Z Φ 3 Φ
CL 3 rt tr CL 3 3 CΛ 3 rt 3 φ Φ φ CL Hl υq 3 rt CL Ό φ rt Ω P- Φ 3 P- φ P- Z υq cn 3
" Φ Φ P- CΛ Ό r φ P d rt P P φ P rt
3 3 φ Φ rt d CL φ P- • 3 υq rt tr P 3 Φ X DJ P- rt Φ 3 3 CL P- d= P- Z
PJ *» 3 X d= 3 P- e CL Φ rt 3 P 3 DJ DJ φ φ P- H" 3 t
CΛ 3 Φ P φ Φ P CΛ l Φ rt 1 P- Φ υq CL P rt 3 3 P- -> rt rt 1 Φ 1 l Φ 3 3 Φ P- P- 1 Φ rt φ Φ Φ 1 1 φ
CΛ 1 1 1 l 3 1 1 • P 1 1
Kernregion gewählt werden. Bei der schrittweisen Ausdehnung der Kernregion wird die Übereinstimmung mit der planaren Modellobjektfläche als Kriterium verwendet, ob ein weiteres Geradenstück der Kernregion hinzugefügt wird. Dank der Verwen- düng von Geradenstücken anstelle von einzelnen Messpunkten erlaubt dieses Verfahren eine Steigerung der Geschwindigkeit der Segmentierung gegenüber den zuvor beschriebenen Verfah¬ ren, weil die Datenmenge für den Expansionsprozess stark vermindert wird. Die Geschwindigkeit des Segmentierungsverfah- rens lässt jedoch weiterhin zu wünschen übrig, da auf das verfahrenstechnisch langwierige Expandieren von Kernregionen zur Extraktion der zweidimensionalen Objektflächen zurückgegriffen wird. Dieses Verfahren ist in der Veröffentlichung "Dreidimensionales Computersehen", Xioayi Jiang, Horst Bunke, Springer 1997, S. 188 ff. beschrieben.
Aus dem Gebiet der zweidimensionalen Bildverarbeitung sind vergleichsweise schnelle Verfahren zur Segmentierung von Bilddaten bekannt. Als Prototyp solcher Segmentierungsproble- me kann die Ermittlung von zusammenhängenden Gebieten in einem Binärbild angesehen werden. Beispielsweise werden bei einem besonders schnellen Verfahren zunächst zeilenweise zusammenhängende Intervalle gebildet und durch ihre Anfangs- und Endpunkte gekennzeichnet. Dann werden die Messzeilen einzeln durchlaufen. Dabei wird in der ersten Messzeile für jedes Intervall eine Zusammenhangskomponente initialisiert. In jeder folgenden neuen Messzeile wird jedes neue Intervall zu derjenigen Zusammenhangskomponente hinzugefügt, die ein mit dem neuen Intervall der neuen Messzeile überlappendes Intervall hat. Wird ein Intervall zu mehreren bis dahin verschiedenen Zusammenhangskomponenten hinzugefügt, so wird aus allen diesen Zusammenhangskomponenten eine einzige Zusammenhangskomponente gebildet. Enthält eine Messzeile ein Intervall, das keinen Überlapp mit einem Intervall einer bislang initiali- sierten Zusammenhangskomponente, hat, dann wird für .dieses Intervall eine neue Zusammenhangskomponente initialisiert. Ein solches als "Sequential Labeling Algorithmus" bezeichnetes
Verfahren ist in der Veröffentlichung "Robot Vision", Berthold K.P. Hörn, MIT Press, 1986, S. 69 ff. beschrieben.
Aufgabe der vorliegenden Erfindung ist es, die Nachteile der im Stand der Technik bekannten Verfahren zur Segmentierung zweidimensionaler Objektflächen aus Tiefendaten zu überwinden. Insbesondere soll ein Segmentierungsverfahren angegeben werden, das wesentlich schneller als die bisher bekannten derartigen Verfahren arbeitet, so dass die Prozessokonomie bei der Bildbeschreibung sowie den hierauf basierenden weiteren Verfahrensschritten deutlich verbessert werden kann.
Diese Aufgabe wird durch die Merkmale des unabhängigen Patentanspruchs gelost. Vorteilhafte Ausgestaltungen der Erfin- düng sind durch die Unteranspruche angegeben.
Erfindungsgemaß wird ein Verfahren zur automatischen, schnellen Segmentierung zweidimensionaler Objektoberflachen aus den m Form eines matrizenformigen Datenfeldes vorliegenden drei- dimensionalen Tiefendaten von Objekten, insbesondere zur Erkennung der raumlichen Form der Objekte angegeben, das durch die im folgenden beschriebenen Verfahrensschritte gekennzeichnet ist.
F r eine schnelle Segmentierung zweidimensionaler Flachen aus dreidimensionalen Tiefendaten werden zunächst in eine Richtung eindimensionale Kurvenstucke ermittelt und diese dann in einem zweiten Schritt mittels eines wie aus den Verarbeitung der zweidimensionalen Bilddaten bekannten "Sequential Labe- lmg Algorithmus" zu zweidimensionalen Flachen verbunden.
Zunächst soll die Ermittlung der eindimensionalen Kurvenstucke beschrieben werden:
Der gesuchte Flachentyp der zweidimensionalen Objektflache sei durch ^die Gleichung f(p;a)_= 0 beschrieben, wobei p Punkte im dreidimensionalen Raum und a Parameter der Flache sind. Weiter seien durch g-, (p) = 0 Flachen beschrieben, die aus dem
Messprinzip heraus für die Lage von Messpunkten m-, bekannt sind. Falls beispielsweise mit einem zweidimensionalen Laserscanner gemessen und der Scanner vergleichsweise langsam bewegt wird, sind diese Flächen Ebenen. Daraus folgt ein Modell für den Typ des eindimensionalen Schnittes c3 (p;b) der j-ten Messebene g3 (p) = 0 mit der Objektfläche f(p;a) = 0. Dabei entsprechen die Parameter b des eindimensionalen Schnittes den Parametern a der Objektfläche.
Zur Zerlegung der Messpunktemenge, entsprechend eine Messpunktezeile, und zur Bestimmung hinreichend guter Approximationen der Messpunktemenge mit eindimensionalen Kurven Cj (p;b) sind Verfahren bekannt. So ist beispielsweise in der Veröffentlichung "Pattern Classification and Scene Analysis", R.O. Duda, P.E. Hart, John Wiley & Sons, 1972, ein Verfahren zur iterativen Endpunkteanpassung beschrieben, bei dem die Messpunkte durch eine oder mehrere aneinanderhängende Geradenstücke approximiert werden. Eine genauere Beschreibung dieses Verfahren erfolgt weiter unten.
Jedes solches Verfahren kann verwendet werden, um aus den Messpunkten einer Messpunktezeile eine Menge von eindimensionalen Kurven cD1 (p/b^ zu ermitteln, die entsprechend der Lage der jeweils beteiligten Messpunkte der Messpunktezeile linear geordnet sind.
Anstelle einer einzigen Zerlegung der Messpunktezeile kann auch eine Menge von mehreren konkurrierenden alternativen Zerlegungen verwendet werden. Diese Zerlegungen können für alle Messpunktezeilen unabhängig voneinander gemacht werden oder auf den Ergebnissen einer vorangegangenen Zerlegung beruhen. Ebenso können die Approximationen mit geeigneten eindimensionalen Kurven für alle Messpunktezeilen unabhängig voneinander gemacht werden oder auf den Ergebnissen einer vo- rangegangenen Approximation beruhen.
Im folgenden wird der nach Bestimmung der eindimensionalen Kurvenstücke verwendete "Sequential Labeling Algorithmus" beschrieben:
Zunächst wird für jede eindimensionale Kurve Cχ1(p;bι1) = 0 der ersten Messpunktezeile eine zweidimensionale Objektfläche f1(p;a1) initialisiert. Dabei sind die Parameter a noch nicht vollständig festgelegt. Der Reifegrad der zweidimensionalen Objektfläche, d. h. der Grad der Bestimmung der Parameter a, wird festgehalten. Der Reifegrad hängt von der Mächtigkeit der Parameter a und der bisher extrahierten Information ab. Die Parameter a können bereits mit der zweiten Zeile vollständig bestimmt sein, sie können aber auch erst mit der dritten, vierten usw. Zeile bestimmt sein.
Nach dieser Initialisierung, die auch so implementiert sein kann, dass eine nullte Messpunktezeile eingeführt wird, bei der keine eindimensionalen Kurven extrahiert werden, werden alle folgenden Messpunktezeilen j in gleicher Weise bearbeitet: Für jede Kurve cD1(p;b-,i) = 0 wird das Maß der Konsistenz mit allen bisher initialisierten und aufgebauten zweidimensionalen Objektflächen f1(p;a1) = 0 ermittelt. Dieses Konsistenzmaß ergibt sich aus dem Modell für die zweidimensionale Objektfläche und dem Modell der Messebenen, insbesondere auch aus dem Zusammenhang zwischen benachbarten Messebenen.
Ist eine Kurve c^ (p;^!) = 0 mit einer Oberfläche fk(p;ak) = 0 konsistent, dann wird die Oberfläche mit dieser Kurve fortgeschrieben. Dabei werden die Parameter a durch die Parameter b-,! wenn möglich weiter festgelegt, und der Gültigkeitsbereich der Oberfläche fk(p;ak) = 0 wird erweitert.
Wenn eine eindimensionale Kurve c11 (p; b-j l ) = 0 mit zwei bisher voneinander getrennt geführten vollständig bestimmten zweidi- mensionalen Objektflächen fk(p;ak) = 0 und fh(p;ah) = 0 konsistent ist, bedeutet dies, dass die Parameter ak und ah gleich sind und es sich eigentlich um ein und dieselbe Oberfläche
handelt. Dann wird die Vereinigung der Gültigkeitsbereiche beider Objektflächen zu einer neuen einheitlichen Darstellung der Objektfläche gebildet. Das kann auch über einen Verweis von einer dieser Objektflächen zur anderen implementiert sein.
Wenn eine Kurve Cj1(p;b-|1) = 0 zu keiner bisher existierenden Objektfläche konsistent ist, wird eine neue Objektfläche ini¬ tialisiert .
Ein Konsistenzmaß kann auch bestimmt werden, ohne die Parameter a explizit zu berechnen. Dabei werden lokale Eigenschaften der zweidimensionalen Objektflächen zugrunde gelegt und neben einer Kurve aus der aktuellen Messwertzeile j auch die in der zu ihr konsistenten Objektfläche enthaltenen Kurven aus vorhergehenden Messwertezeilen j-1, j-2, usw. berücksichtigt.
Nach Bearbeitung der letzten Messpunktezeile ist damit die Extraktion der Objektflächen grundsätzlich durchgeführt. Aufgrund dieser Zerlegung der Messpunkte und dem zugrunde gelegten Modell der Objektfläche können die Parameter a nochmals genauer ermittelt werden. Bei einer solchen Berechnung werden auch zu kleine oder anderweitig unwahrscheinliche Objektflä- chen eliminiert.
Abschließend können solche Objektflächen zusa mengefasst werden, die gleiche Parameter haben. Zusätzlich kann dabei die Bedingung gestellt werden, dass diese Objektflächen räumlich zusammenhängend sind.
Im folgenden wird anhand eines Ausführungsbeispiels für das erfindungsgemäße Verfahren die Erfindung noch näher dargestellt .
Beispiel
O J ) ) P" P1
LΠ o Cn o Cn o LΠ
3 N CΛ ? rt υq CΛ uq < 1 P- < IM T) CL CL
DJ Φ Ω P1 Φ φ Ω φ o er φ CL φ d P Φ P-
Ω tr φ CΛ * Mi P CΛ rt Φ P P o P Φ tr CD z P- rt tr Z d υq rt N Φ Hl tr CΛ tr Φ φ 3 Φ φ Φ 3 Φ DJ rt PJ w PJ N Φ
DJ P Φ 3 P- P> CL υq 3 Φ CL t X Φ ≤ 3
P DJ P PJ φ φ CL 3 P- P rt 3 φ rt CL z Φ Φ Z 3 tr Φ Φ P P- £ φ φ φ 3 3 Φ φ • φ DJ πj CΛ 3 PJ N CL φ
3 , 3 P rt 3 P 3 P* d φ X d P- CΛ
CΛ rt £ Pi rt H Φ PJ 3 cn CL rt P 3 CΛ
CD rt tr Φ Φ £ CΛ P Φ ; Φ P- d= Φ T φ d Φ CΛ P φ < rt P rt < P O Ω 3 d
P Ω CL CΛ 3 cn O CΛ φ 3 f cn 3
DJ X P- •n rt cn 3 Φ Ω £ α P M uq P- X
CL Φ 3 d Ό P- tr φ Φ Hl rt CL Φ O rt
Φ υq 3 P- d CL 3 Z CΛ P DJ Φ Φ Hi 3 Φ
3 Z d X ω 3 Φ Φ CΛ tr P P d= OJ 3
CΛ φ 3 rt rt X P £ Ό ^ P PJ tr rt P υq Φ • rt φ d o Φ rt CD P Φ DJ d: CL 3 CD CΛ z 3 PJ 3 P- Φ rt 3
Ω φ Hl Φ σ DJ Φ CΛ φ ? υq cn <1 P •
X 3 d= 3 DJ d P Z P rt φ Φ DJ Cd φ
Φ P υq 3 Ml D> Φ rt φ P- 3 CL P-
3 υq Φ 3 υq CL P < CΛ φ CD
Φ DJ 3 Φ Φ rt < O rt M 3 CL Φ
< PJ Ξ rt 3 P- o 3 3 0 P
Φ O: P" Z P- Φ d CΛ 3 Φ α Z φ DJ
P CΛ Φ P- P P- Φ 3 rt £ CΛ Ό P- P CL
CΛ Ω φ CL 3 CL φ »» d P DJ Φ
Ω X Pl P. rt rt 3 CL P- CΛ 3 CL P 3 tr 'rt Φ Φ CL ^ M) φ DJ φ CΛ Φ x tr
3 "^ P- P DJ Φ tr 3 CΛ T P- rt CL Φ N o P1 tr cn P P P- φ d 3 Φ DJ P- d
P" O 3 o Φ 3 rt P 3 Φ PJ CΛ rt
N CL φ P- < P rt 0) x 3 d Φ
Φ φ 3 rt φ P1 CL CD rt CD TJ tr 3 X
3 P uq P < CΛ P- φ Φ Φ PJ φ uq rt
. φ Hi o Z φ P 3 P CΛ P P uq 3 CΛ DJ 3 P- CL DJ DJ CΛ φ < DJ φ o tr P φ uq CL N CL d P- P- tr υq φ P CL CL 3 φ Φ d Φ 3 rt φ P- φ P PJ φ Φ ω 3 υq cn P1 Φ tr Hi 3 3 P α d N < Pi P φ d: υq P- o Ω υq P- O < N DJ Φ
3 φ Hi CD φ P tr Φ Φ 3 Φ d Ω 3 φ 1 d: Φ uq et P tr P < tr
3 rt tr P P £ φ Φ P- Φ φ Z o
Pi P- DJ φ uq 3 3 P Φ P tr DJ
DJ P- Λ CL CL CΛ φ tsi υq • cn 3 Φ d ω P- φ CΛ tr φ φ rt CL υq tr Hi rt Φ 3 T φ P P M Φ Φ Φ DJ ω • P- d 3 CΛ 3 rt 3 3 Φ
Φ 3 DJ 3 φ Φ DJ rt • 0) CL P-
3 INI Φ 3 ? 3 uq P1 tr 3 Φ 3
P- d d rt d CΛ P- CD 3 rt Φ Z Φ 3 Φ CΛ P rt rt P-
? 3 φ 3 uq φ P d Φ Φ 3 tr d "• P- φ P- N 3 cn
Φ P 1 3 3 d CL
1 1 1 3 1
cυ L > > P> P" n O Cn o Cn o Cn
CL 3 tr υq CL < N ü tr CL CL PJ CL CD rt < Ό tr φ ö P- L P1 d uq CΛ Z CD σ 3 CL P CL ≥;
Φ Φ φ φ Φ o z P P d Φ d Φ Φ Φ Φ d P CΛ P Φ DJ φ σ Φ O P Φ OJ O 0J DJ Φ DJ
P 3 P Pi 3 P φ φ 3 3 P Ω 3 P P P 3 3 Φ υq 3 Φ 1 P1 P P 3 rt 3 P Ω
- DJ P P CL υq tr DJ Φ tr X N Z cn rt 3 P P φ DJ CL DJ 3 Z tr φ tr
£ P Λ tr υq υq d cn M DJ CL 3 P rt d P Φ CΛ P1 υq 3 CL Φ P rt Φ φ Z φ Λ Φ φ CD 3 PJ tr CL d Φ 3 Φ υq P cn rt DJ rt υq CL Φ z 3 Φ Φ P M
CΛ Φ υq rt P 3 Φ φ uq P Φ P ω CD CL Φ CL πj P • Ό Φ P 3 φ CL P P CΛ X cn 3 P . CL P P cn 3 3 Φ Φ Φ d CL Hi DJ 3 Ό cn Φ CΛ P P N rt rt
O 3 o Φ £ DJ Ω PJ P Φ Φ tr P 3 Φ d CL P CL S φ P CL rt CL υq d CL Φ P d , 3 ffi φ CL tr P φ 3 P Φ OJ uq P uq P DJ P 3 3 P t d φ P 3 DJ
3 tr Φ P M CΛ Φ Φ 3 3 tr Φ 3 3 CL CΛ rt Φ 3 α P CL CL φ o Ω 3 P Φ φ X
X" φ 3 φ tr CΛ 3 3 P ^< P φ Hl Φ P" α φ φ DJ CL * 3 X cn P CΛ £ rt rt P tr P Φ "Ö φ cn Ό tr P OJ 3 P tr 3 < rt 3 N »Xl cn Φ CL rt 3 Φ Φ P
Φ cn DJ CL 3 d DJ Pl Φ o P 3 Φ Φ Φ P CL d υq DJ P P • P CΛ O
TJ Λ d Φ 3 d φ N P rt 3 M 3 P P CD P P et 0) Φ P CΛ CL φ Z CΛ 3
CL P P P 3 cn CΛ d 3 tr CL tr CΛ P φ φ tr cn CL 3 DJ rt d φ M N d φ φ Ω 3" rt rt • Φ d Φ rt DJ P P Z CL Φ d 3 Φ P 0) P tr Φ CL
P \-> P tr •< Φ N CΛ rt cn 3 3 Ό Z Ό DJ 3 φ P 3 3 υq φ 3 Ω d rt Φ P Φ
Ω cn rt Ό N Z Φ Φ υq Φ DJ CL P Ό CL CL P φ Φ rt rt N tr cn Φ 3 P" P tr Z Φ Z O Φ Φ υq cn 3 cn 3 P P P d Φ d CL d CD Φ PJ P Φ Φ φ 3 φ rt P P φ rt TJ P-1 tr DJ φ CL 3 3 Φ T) Φ Φ Φ P N DJ CL Φ CD
Φ P P tr * 1— ' φ DJ OJ P ^ CΛ uq tr υq 3 DJ P cn d d Φ cn CΛ Φ Φ
P cn Λ CL Φ φ < rt 3 P1 P 3 O P1 Φ < cn Φ CΛ P CD OJ ^ CL Hi P P P P
3 Φ Φ Φ CΛ φ φ • 1 DJ P o Φ P Φ tr P OJ DJ φ CL Φ α Φ P 3 3 DJ φ iQ 3 φ P 3 υq φ et P" P Φ Φ P tr 3 P φ Z P Φ 3 N 3 CL φ CL
3 p 3 o cn φ P1 tr M z P Ω 3 Φ φ 0) 3 Φ 3 . Z Φ
^ d Φ CΛ 3 Ω Pi 3 Φ α Φ N tr φ φ tr P P rt CL cn 3 M Φ CL CL O 3
P1 P 3 Φ N CΛ tr d φ P- P CΛ d Φ 3 P 3 Φ Φ φ rt 3 tr tr ^ P Φ DJ tr ^
DJ rt ι d P P P P φ Φ 3 CL Ω Φ 3 P 3 d Φ P d rt P 3 LJ
Ω CL P p CΛ φ 3 N ω d Φ Φ tr rt N P CΛ Ω CL 3 cn P Φ P φ Z tr Φ , Φ φ Φ rt CL CL Φ d φ P 3 rt φ ^ z Ω CL rt X OJ Φ tr 3 w rt t P
Φ P ' p 3 P Φ Φ φ 3 P CΛ α N . P tr Φ d cn φ LJ tr rt P
3 d rt 3 3 3 3 CL rt d DJ CL cn et P Ω P 3 P Φ £ Φ DJ Φ CL
Hi ^ 3 P Φ rt Φ uq Φ Z ~- d d d P Ω X 3 CD O CL φ 3 tr tr d Φ υq Φ P 3 ^ φ 3 φ tr •o 3 Mi φ tr Φ W Φ Ω uq φ cn Φ φ Φ Pi
3 tr Λ P P DJ 3 P 3 Φ P Φ X tr CL CL P tr Φ CΛ cn P 3 d
X P- < d M CΛ M -> d tr rt d P d CL σ DJ 3 Ό Φ Φ Φ DJ tr Ό tr Φ P rt φ Φ 3 tr rt tr uq P Φ CΛ Po P Φ 1 3 P P CL 3 P CL d Φ 3
P P P υq Φ . Φ » rt cn P CΛ DJ Φ φ P n CL P Φ Φ P P" P 3 Hl O P LJ
O Hl CΛ 3 3 tr Φ Ό 3 P. Φ N M < 3 Ω CL Φ X P Ω 3 Φ
3 tr DJ Pi φ H Φ CL Φ Φ 3 Hi V • ^ Φ W P P < tr o ω tr Φ cn rt 3 tr P CL
Φ tr Φ 3 P 3 PJ cn P d φ o 3 3 rt o Φ P rt et rt Φ Φ CL rt Φ tr P P tr tr P tr CΛ ^ CD P 3 ^ 3 CL P< P* 3 P d Φ P N 3 P CΛ
Φ Φ *< Hi
Φ P o rt 3 CΛ uq Φ CL DJ cn CD Ό φ tr -> Φ uq Ω < 3 Φ P P DJ rt L 3 Φ Ό Hi Φ Φ P CL P Φ d rt Φ CΛ φ Λ" O CD P Ω Ω P1 CD
P o Φ P tr OJ P 3 P1 cn P 3 N P rt tr 3 r-> W φ P1 tr tr P φ
DJ P Φ rt rt P 3 P CL Φ P CΛ rt DJ *- rt Φ DJ P Ό Y-> tr P φ Φ et CΛ P
Ω 3 < V CL tr 3 Φ Φ rt Φ CL rt Φ Ω 3 3 £ OJ CΛ Φ DJ cn P DJ tr > rt Φ Φ P Φ φ CL 3 K Φ 3 Φ Φ 3 tr CL N φ P rt 3 CL tr Hl φ CL et Ό CΛ P cn Φ cn Z Φ o Φ P N 3 3 P d ω DJ DJ Φ Φ Φ O Φ P Φ
Φ Ό ifϊ" 3 Φ CΛ Φ CD φ rt 3 3 P 3 CL d Φ υq uq CΛ 3 3 3 P φ CΛ rt 3 et P φ P 3 φ P Φ P CΛ 3 φ Φ tr P 3 rt Φ Ό P1 CL ω P P rt . CΛ o tr φ N N P rt 3 rt P Φ P DJ φ CL » Pi Mi d Φ P υq rt d DJ uq rt
Z X Φ CL d d DJ DJ Φ CΛ P z 3 rt φ d 3 uq Φ d tr CL Φ σ d
P P 3 Φ cn d CL P CL rt φ φ • £ CL cn CΛ uq x t> Ω P Φ P Ω
P 3 3 DJ CΛ φ Φ Φ Φ Φ CD P P P φ O rt rt rt d Hi P Λ- Φ 3 Φ Φ X
CL DJ *• * g z P P 3 Φ rt ö rt P 3 υq •«* Φ 3 φ d Φ 3 cn uq « rt o P φ CL N < tr N P Φ Z P rt CL Φ N CL cn Ml CL rt rt P
P 3 CL φ P Φ d Φ P DJ DJ P φ Φ Φ 3 Φ 1 Φ rt rt Φ d ^ DJ 3 o 1 P 3 1 P P 3 d 1 Φ P CΛ * Φ P P l • 3 Ω 1
3 φ l 1 I cn 1 Φ 1 d 3 1 X
ohne einen weiteren Test auf Übereinstimmung, etwa die Übereinstimmung der Normalenvektoren miteinzubeziehen. Ein solcher Fehler bei der Regionenexpansion ist in der Veröffentlichung "Dreidimensionales Computersehen", Xioayi Jiang, Horst Bunke, Springer 1997, S. 174 ff. beschrieben.
Wenn eine Messpunktezeile eine Gerade enthält, die zu keiner der bisherigen Ebenenhypothesen konsistent ist, wird eine neue Ebenenhypothese initialisiert. Diese entspricht in ihrem Reifegrad den Ebenenhypothesen der ersten Messpunktezeile, d. h. ihre Parameter sind noch nicht vollständig festgelegt. Entsprechend werden die gleichen Konsistenzprüfungen wie zwischen der zweiten und der ersten Messpunktezeile verwendet.
Erfindungsgemäß wird das gezeigte Verfahren vorzugsweise zum Sortieren von Briefbehältern verwendet. Die Aufgabe beim Sortieren von Briefbehältern besteht darin, einen Stapel von Brief ehältern auseinanderzunehmen. Im wesentlichen wird dieses Ziel auf zwei Schritten erreicht. Zuerst wird die dreidi- mensionale Szene in einzelne Briefbehälter aufgeteilt, indem eine Objekterkennung durchgeführt wird. Anschließend werden für den bezüglich des Greifens am günstigsten liegenden Briefbehälter die Greifpositionen ermittelt und der Stapel von Briefbehältern sukzessive entstapelt.
Claims
1. Verfahren zur automatischen, schnellen Segmentierung zwei¬ dimensionaler Objektoberflächen aus den in Form eines matri- zenförmigen Datenfeldes vorliegenden dreidimensionalen Tiefendaten von Objekten, insbesondere zur Erkennung der räumlichen Form der Objekte, g e k e n n z ei c h n e t d u r c h
2. Erfassen des dreidimensionalen Datenfelds durch zeilenweises Abtasten der Objekte mit einem Sensor in unterschiedli¬ chen durch die Messanordnung vorgegebenen Messpunkteflächen (g-, (p) = 0) der Messpunkte (m3k) des Sensors;
3. Segmentieren der zweidimensionalen Objektflächen f1(p;a1) durch: a) Bestimmen der eindimensionalen Schnittmenge (c-, (p;b) ) der zweidimensionalen Messpunkteflächen (g3 (p) = 0) mit para- metrisierten zweidimensionalen Modellobjektflächen (f(p;a) = 0) für jede Messpunktezeile j ; b) Bestimmen einer Menge von die eindimensionale Schnittmenge (c-, (p;b) ) mit vorbestimmter Genauigkeit approximierenden eindimensionalen Schnittkurven (cD1 (p;b31) = 0) für jede Messpunktezeile j ; c) Initialisieren einer Objektfläche f1(p;a1) für jede eindimensionale Schnittkurve (cι1(p;bι1) = 0) der ersten Messpunktezeile (j = 1) ; d) Bestimmen eines Konsistenzmaßes für jede eindimensionale Schnittkurve aller folgenden Messpunktezeilen mit den be- reits initialisierten Objektflächen f1(p;a1), und e) Verbinden einer eindimensionalen Schnittkurve mit einer bereits initialisierten Objektflache, falls diese zu der Objektfläche konsistent ist, oder f) Initialisieren einer weiteren Objektfläche für jede eindi- mensionale Schnittkurve, falls keine Konsistenz .zu einer bereits initialisierten Objektfläche vorliegt, oder g) Verbinden mehrerer bereits initialisierter Objektflächen zu einer einzigen Objektfläche, falls die eindimensionale Schnittkurve mit den mehreren bereits initialisierten Objektflächen konsistent ist und Verbinden der eindimensio- nalen Schnittkurve mit der verbundenen Objektfläche; wobei p ein Punkt im dreidimensionalen Raum, a und b Parameter, j ein Index der Messpunktezeile und i ein Index zur Unterscheidung der Objektflächen ist.
4. Verfahren nach Anspruch 1, d a d u r c h g e k e n n z e i c h n e t, d a s s vor der Segmentierung der Objektflächen eine Vorbearbeitung des matrizenformigen Datenfeldes zum Unterdrücken von Störungen, insbesondere durch Glätten, Filtern des Datenfeldes er- folgt.
5. Verfahren nach Anspruch 1 oder 2, d a d u r c h g e k e n n z e i c h n e t, d a s s die Bestimmung der eindimensionalen Schnittkurven (Ci(p;bi) = 0) einer Messpunktezeile (j) auf den Ergebnissen der Bestimmung der eindimensionalen Schnittkurven einer vorhergehenden Messpunktezeile (j-1, j-2 usw.) beruht.
6. Verfahren nach einem der vorhergehenden Ansprüche, d a d u r c h g e k e n n z e i c h n e t, d a s s nach Segmentierung der Objektflächen, insbesondere räumlich zusammenhängende Objektflächen mit gleichen Parametern (a) zusammengefasst werden.
7. Verfahren nach einem der vorhergehenden Ansprüche, d a d u r c h g e k e n n z e i c h n e t, d a s s die Approximierung der eindimensionalen Schnittkurven (Cj! (p;bji) = 0) durch eine iterative Endpunkteanpassung erfolgt.
8. Verwendung des Verfahrens zum Entstapeln von Briefbehältern.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE10113219A DE10113219A1 (de) | 2001-03-19 | 2001-03-19 | Verfahren zur schnellen Segmentierung von Objektoberflächen aus Tiefendaten |
| DE10113219.0 | 2001-03-19 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| WO2002075653A2 true WO2002075653A2 (de) | 2002-09-26 |
| WO2002075653A3 WO2002075653A3 (de) | 2003-03-13 |
Family
ID=7678038
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/DE2002/000857 WO2002075653A2 (de) | 2001-03-19 | 2002-03-11 | Verfahren zur schnellen segmentierung von objektoberflächen aus tiefendaten |
Country Status (2)
| Country | Link |
|---|---|
| DE (1) | DE10113219A1 (de) |
| WO (1) | WO2002075653A2 (de) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102006008275A1 (de) * | 2006-02-22 | 2007-08-23 | Siemens Ag | Verfahren zur Detektion von Objekten mit einer schwenkbaren Sensoreinrichtung |
-
2001
- 2001-03-19 DE DE10113219A patent/DE10113219A1/de not_active Withdrawn
-
2002
- 2002-03-11 WO PCT/DE2002/000857 patent/WO2002075653A2/de not_active Application Discontinuation
Non-Patent Citations (4)
| Title |
|---|
| GUERRA C ET AL: "On matching sets of 3D segments" VISION GEOMETRY VIII, DENVER, CO, USA, 19-20 JULY 1999, Bd. 3811, Seiten 157-167, XP008008089 Proceedings of the SPIE - The International Society for Optical Engineering, 1999, SPIE-Int. Soc. Opt. Eng, USA ISSN: 0277-786X * |
| HOOVER A ET AL: "An experimental comparison of range image segmentation algorithms" IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, JULY 1996, IEEE COMPUT. SOC, USA, Bd. 18, Nr. 7, Seiten 673-689, XP002213073 ISSN: 0162-8828 * |
| TAYLOR R W ET AL: "FAST SEGMENTATION OF RANGE IMAGERY INTO PLANAR REGIONS" COMPUTER VISION GRAPHICS AND IMAGE PROCESSING, ACADEMIC PRESS, DULUTH, MA, US, Bd. 45, Nr. 1, 1989, Seiten 42-60, XP000009303 * |
| XIAOYI JIANG ET AL: "Edge detection in range images based on scan line approximation" COMPUTER VISION AND IMAGE UNDERSTANDING, FEB. 1999, ACADEMIC PRESS, USA, Bd. 73, Nr. 2, Seiten 183-199, XP002213074 ISSN: 1077-3142 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102006008275A1 (de) * | 2006-02-22 | 2007-08-23 | Siemens Ag | Verfahren zur Detektion von Objekten mit einer schwenkbaren Sensoreinrichtung |
| US7864302B2 (en) | 2006-02-22 | 2011-01-04 | Siemens Aktiengesellschaft | Method for detecting objects with a pivotable sensor device |
Also Published As
| Publication number | Publication date |
|---|---|
| DE10113219A1 (de) | 2002-10-17 |
| WO2002075653A3 (de) | 2003-03-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE112016001796T5 (de) | Feinkörnige bildklassifizierung durch erforschen von etiketten von einem bipartiten graphen | |
| DE102018128531A1 (de) | System und Verfahren zum Analysieren einer durch eine Punktwolke dargestellten dreidimensionalen Umgebung durch tiefes Lernen | |
| EP1994499B1 (de) | Herstellung einer linienartigen oder flächenartigen form | |
| EP4150317A1 (de) | Verfahren zum abschnittsweisen bestimmen der korngrössenverteilung eines auf ein förderband aufgegebenen schüttgutes | |
| DE102017219282A1 (de) | Verfahren und Vorrichtung zum automatischen Erzeugen eines künstlichen neuronalen Netzes | |
| DE60220118T2 (de) | Vorrichtung, Verfahren und Programm zum Vergleichen von Mustern | |
| WO2012130853A1 (de) | Vorrichtung und verfahren zur automatischen überwachung einer vorrichtung zur verarbeitung von fleischprodukten | |
| EP0997570A2 (de) | Verfahren und Anordnung zur rechnergestützten Ermittlung von Clustern zur Erkennung von Schaumbildung in einer Waschmaschine sowie Verfahren und Anordnung zur Erkennung von Schaumbildung in einer Waschmaschine | |
| WO2002075653A2 (de) | Verfahren zur schnellen segmentierung von objektoberflächen aus tiefendaten | |
| DE102017116016A1 (de) | Kraftfahrzeug-Sensorvorrichtung mit mehreren Sensoreinheiten und einem neuronalen Netz zum Erzeugen einer integrierten Repräsentation einer Umgebung | |
| DE102019121544A1 (de) | Zieldetektionsvorrichtung und zieldetektionsverfahren | |
| DE10134926A1 (de) | Vorrichtung und Verfahren zum Erzeugen eines Klassifikators für das automatische Sortieren von Objekten | |
| DE102022201679A1 (de) | Verfahren und Vorrichtung zum Trainieren eines neuronalen Netzes | |
| DE102020211596A1 (de) | Verfahren zum Generieren eines trainierten neuronalen Faltungs-Netzwerks mit invarianter Integrationsschicht zum Klassifizieren von Objekten | |
| DE112005000513T5 (de) | Verfahren und Vorrichtung zum Bestimmen der Winkelstellung eines Objektes | |
| WO2021226649A1 (de) | Verfahren zur staubniederhaltung bei brechern mit sprüheinrichtungen | |
| DE2253946A1 (de) | Verfahren und vorrichtung zur automatischen auswahl von bildern von chromosomen waehrend der metaphase | |
| WO1998027511A1 (de) | Verfahren und vorrichtung zur orts- und grössenunabhängigen erfassung von merkmalen aus einem bild | |
| WO2008059017A1 (de) | Verfahren und vorrichtung zum identifizieren von gegenständen | |
| DE102018122092A1 (de) | Verfahren zum Bestimmen zumindest eines Positionsparameters eines Objekts in einer Umgebung eines Kraftfahrzeugs, Computerprogrammprodukt, Fahrerassistenzsystem und Kraftfahrzeug | |
| DE69734123T2 (de) | Verfahren zur erzeugung eines klassifikationsmodells | |
| DE60223007T2 (de) | Benutzung von Gruppendiversität zur automatischen Bestimmung von Merkmalen | |
| EP4150316A1 (de) | Verfahren zum abschnittsweisen bestimmen des volumens eines auf ein förderband aufgegebenen schüttgutes | |
| WO2018234130A1 (de) | Klassifikation und lokalisation eines objektes durch eine lidar-sensorvorrichtung eines kraftfahrzeugs | |
| DE102023107278B3 (de) | Verfahren zum Authentifizieren einer auf ihrem Substrat mindestens eine bedruckte Fläche aufweisenden Banknote |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AK | Designated states |
Kind code of ref document: A2 Designated state(s): JP US |
|
| AL | Designated countries for regional patents |
Kind code of ref document: A2 Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LU MC NL PT SE TR |
|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application | ||
| DFPE | Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101) | ||
| AK | Designated states |
Kind code of ref document: A3 Designated state(s): JP US |
|
| AL | Designated countries for regional patents |
Kind code of ref document: A3 Designated state(s): AT BE CH CY DE DK ES FI FR GB GR IE IT LU MC NL PT SE TR |
|
| 122 | Ep: pct application non-entry in european phase | ||
| NENP | Non-entry into the national phase |
Ref country code: JP |
|
| WWW | Wipo information: withdrawn in national office |
Country of ref document: JP |