Unüberwachte Objektextraktion für die semantische Segmentierung von Brückenszenen
Philipp Tornow
(Prof. Dr.-Ing. Volker Rodehorst, PD Dr. Andreas Jakoby, Paul Debus, Jan Frederick Eick)
Das zunehmende Interesse an 3D-Modellen von bestehenden Brücken führt zu dem dringenden Bedarf, die Erstellung solcher Modelle weiter zu automatisieren. Während effiziente Erfassungstechniken, wie z.B. UAS-Photogrammetrie oder 3D-Laserscanning, teilweise schon automatisiert ablaufen, erfolgt die Extraktion der eigentlichen Brücke aus der gesamten 3D-Szene zumeist noch manuell. Diese Bachelorarbeit schlägt eine Pipeline zur vollautomatischen Brückenextraktion aus Infrastrukturszenen vor. Der Prozess gliedert sich in Vorverarbeitungsschritte, die Erkennung von Brückenteilen und Filtermethoden. Die Vorverarbeitung vereinfacht die Punktwolkendaten, die Erkennung extrahiert die Position sowie die Dimensionen der Brücke und verschiedene Filterschritte entfernen 3D-Daten, die nicht Teil der Brücke sind. Außerdem wird durch die Unterteilung der extrahierten Brücke in Deck, Platte und Träger eine semantische Teilsegmentierung erreicht. Die Implementierung und Auswertung verdeutlich das Problem bei unterschiedlichen Punktabständen und demonstriert die Leistungsfähigkeit des gewählten Ansatzes.