Esta semana foi dedicada à identificação de segmentos de reta em dados de laser já segmentados. Antes disso a segmentação não é mais do que extrair grupos de pontos do scan que partilhem propriedades espaciais semelhantes permitindo identificar os limites circundantes dos objetos.
Contudo isto não é assim tão simples pois existem vários problemas na realização da segmentação. Como situações em que objetos estão muito próximos, e não é claro se se deve segmentar em 1 ou vários objetos. Quando se trabalha com elevados níveis de ruído no scan do laser, que é um erro de medida na transição de um objeto mais próximo para um mais distante onde aparecem leitura intermédias, causando assim um erro na detecção dos contornos dos objetos. E ainda problemas de oclusão, quando os objetos de sobrepõem uns aos outros, e problemas com a vegetação.
Os vários métodos de segmentação podem ser divididos em dois grupos:
- Distance-based
- Stochastic distance-based
Os métodos de "Distance-based" são os mais comuns para a segmentação de dados em 2D graças à sua simplicidade e rapidez de processamento, apresentando também boa eficiência.
Estes métodos para identificar break-points calculam a distância Euclidiana entre dois pontos consecutivos e se essa distância for superior a um limite definido, um break-point é detetado.
Detecção de segmentos de reta
Para detetar se os segmentos são retas poderá utilizar-se o algoritmo de Douglas-Peucker, que se baseia no seguinte processo:
- Obter a linha que passe pelos pontos extremos
- Obter o ponto mais distante da linha
- Verificar se o pontos mais distante da linha está a cima do valor limite imposto
Nenhum comentário:
Postar um comentário