Digitale Bildverarbeitung

2.9.1.1 Umschreibendes Rechteck Jedes segmentierte Objekt kann von einem Rechteck umschlossen werden. Daraus ergeben sich die folgenden einfachen Merkmale: • Ursprungskoordinaten Die Koordinaten der linken oberen Ecke des umschreibenden Rechtecks entsprechen der x-Koordinate des am weitesten links liegenden Objektpunktes und der y-Koordinate des am weitesten oben liegenden Objektpunktes. • Dimensionen Die Breite oder x-Dimension des umschreibenden Rechtecks entspricht der Differenz der x-Koordinaten des am weitesten rechts und des am weitesten links liegenden Objektpunktes. Entsprechend ist die Höhe oder y-Dimension die Differenz der yKoordinaten des am weitesten oben und des am weitesten unten liegenden Punktes. • Ratio Unter der Ratio versteht man das Verhältnis von Höhe zu Breite des umschreibenden Rechtecks. • Fläche Die Fläche ist eine der am einfachsten zu ermittelnden Eigenschaften eines segmentierten Objektes. Sie entspricht der Anzahl der Pixel innerhalb der Objektkontur. Bei binär segmentierten Objekten muß man dabei allerdings zwei Definitionen unterscheiden: Geschlossene Fläche Die geschlossene Fläche umfaßt alle Punkte, die sich innerhalb der Objektkontur befinden, auch wenn diese gemäß der Binärschwelle nicht zum Objekt gehören würden. Fläche ohne Löcher In diesem Fall werden alle Bereiche, die nach der Binärschwelle nicht zum Objekt gehören, aus der Berechnung ausgenommen. [...]

Da bereits in der Umgebung des Objektes die Korrelation deutlich ansteigt, ist es nicht unbedingt nötig, das gesamte Bild Punkt für Punkt abzusuchen, man könnte das Template in größeren Sprüngen bewegen, und bräuchte dann nur in der Umgebung von Gebieten hoher Korrelation eine punktweise Suche durchzuführen. Unterabtastung Diese Methode zur Verkleinerung des Rechenaufwandes bedient sich eines ähnlichen Algorithmus wie die oben beschriebene Pyramidensuche. Hier wird zwar das Template Punkt für Punkt über das Bild geschoben, jedoch wird nicht jeder Punkt des Template verwendet, sondern nur jeder zweite, dritte oder auch vierte Punkt. Es ist durchaus möglich, beide Möglichkeiten gleichzeitig zu benutzen. Optimierung der Punktepositionen Es kann passieren, daß bei der Unterabtastung die Punkte beliebig schlecht liegen können, beispielsweise auf einer Kante, was den Korrelationsvorgang bis auf ein Pixel von der Position abhängig machen kann. Mit einem auf diese Weise unterabgetasteten Template ist dann praktisch keine Pyramidensuche mehr möglich. Dieses Problem läßt sich beheben, indem man die Positionen der verwendeten Punkte nach entsprechenden Kriterien optimiert. Für diese Optimierung kommen verschiedene Verfahren in Frage, auf die hier nicht näher eingegangen werden kann. Abkürzung der Rechnung Es gibt noch eine wesentlich einfachere Methode zur Beschleunigung, die allen oben genannten Verfahren zu Gute kommt. Sie besteht darin, die Rechnung abzubrechen, sobald ein Mißerfolg der Matchings (Vergleichen) offensichtlich wird. Im allgemeinen gibt es sehr viel mehr Stellen im Bild, an denen das Matching erfolglos bleibt, als solche, an denen tatsächlich etwas gefunden wird. Eine Möglichkeit dazu ist, daß man für das Matching eine gewisse Mindestqualität verlangt. Wird nun diese Schwelle unterschritten, dann bricht man das Matching ab. Allgemeines über Template Matching Die obigen Ausführungen lassen das Template Matching als außerordentlich empfindliches und aufwendiges Verfahren erscheinen. Jedoch kann es bei entsprechender Konfiguration ausgesprochen leistungsfähig sein. Es ermöglicht auch die Segmentierung nicht visuell zusammenhängender Objekte. Dies ist mit der Konturverfolgung nicht möglich. Ein weiterer Vorteil ist die ausgesprochene Flexibilität des Template Matchings gegenüber anderen Verfahren. [...]

Segmentierung auf der Basis von im Bild detektierten Kantenstücken ist eine sehr verbreitete Segmentierungsmethode, die vor allem im Bereich der Vermessung von großer Bedeutung ist. Jedoch sind komplizierte Algorithmen notwendig, um aus einem verwirrenden Gewimmel von Kantenstücken sinnvolle Kanten zu formen. In der industriellen Bildbearbeitung ist man meist in einer glücklicheren Lage als z.B. in der Medizin oder bei der Satellitenbildauswertung. Hier stellt sich nämlich nicht die Frage, ob da irgend etwas ist, sondern wie etwas beschaffen ist, von dessen Existenz man bereits weiß. Das heißt, daß in etwa bekannt ist, wo sich die gesuchte Kante befinden muß, es geht also nur noch um die genaue Lokalisierung. Die Suche nach Kanten mit einem Kantenmodell erfolgt normalerweise auf Suchlinien in einer bestimmten Richtung. Die Kriterien für die Detektierung einer Kante ergeben sich aus dem Grauwertprofil entlang dieser Suchlinie. In einem typischen Kantenmodell unterscheidet man drei Parameter: • • • Richtung: Man unterscheidet ansteigende und abfallende Kanten. Von einer abfallenden Kante spricht man, wenn das Grauwertprofil von hell nach dunkel verläuft, im umgekehrten Fall hat man eine ansteigende Kante vor sich. Kantenhöhe: Zur Detektierung einer gültigen Kante fordert man, daß eine bestimmte Mindestdifferenz der Grauwerte entlang der Suchlinie auftritt. Dies bezeichnet man als die Kantenhöhe. Kantenlänge: Die Kantenlänge gibt an, auf welcher Strecke die durch die Kantenhöhe festgelegte Mindestdifferenz der Grauwerte auftreten muß. [...]