Objektorientierte Daten- und Zeitmodelle für die Echtzeit ...

12 KAPITEL 1. EINFÜHRUNG
am Ausgang eines logischen Sensors anliegendes Signal betrachtet werden, ganz gleich, ob es
sich um Bildfolgen oder um Sequenzen von aus Bildern extrahierten Merkmalen handelt, und
unabhängig davon, ob diese Sequenzen von einer Kamera oder einer Dateiliste, durch einen digitalen
Signalprozessor oder einen in Software realisierten Filter, durch lokale Operatoren oder
auf einem beliebigen anderen Rechner im Netz geliefert wurden.
Die in der Praxis eingesetzten Bildverarbeitungssysteme besitzen kein derartiges Signalbzw.
Sequenzmodell. Bildfolgen werden im Computer i.d.R. lediglich in Form von Bildmatrizen
repräsentiert, die in regelmäßigen Abständen überschrieben werden. Um Aussagen über
Veränderungen im Bild treffen zu können, wird eine zweite Matrix als Zwischenspeicher für das
vorhergehende Bild zu Hilfe genommen [Jäh97]. Zugriffe weiter in die Vergangenheit können
mit diesem Ansatz nur sehr umständlich realisiert werden, außerdem geht dabei die Signalsemantik,
d.h. der über alle Daten einer Folge gemeinsame Kontext, verloren.
In anderen Ansätzen wird die Zeitachse als dritte räumliche Dimension interpretiert, d.h. eine
Folge zweidimensionaler Orts-Bilder wird zu einem dreidimensionalen Orts/Zeit-Bild. Auf
dieses werden dann z.B. 3D-Bildverarbeitungsmethoden angewendet [Jäh97]. Diese Darstellungsform
ist jedoch nicht für die kontinuierliche Bildauswertung geeignet, d.h. deren Einsatz
ist auf den Bereich der Offline-Bildanalyse beschränkt.
Wie die Untersuchungen gezeigt haben, existieren bisher keine Modelle für Bild- und vergleichbare
Datenfolgen, die deren Signalcharakter adäquat darstellen können. Diese Lücke soll
in dieser Arbeit durch das im Abschnitt 4.2 vorgestellte Sequenzmodell geschlossen werden. 1
1.4.3 Parallele Aspekte und funktionalsprachliche Ansätze in der
Bildverarbeitung
Im Bereich der Bildverarbeitung wird die Analyse von Parallelität und Nebenläufigkeit durch
verschiedene Fragestellungen und Probleme motiviert. Zum einen ist die Bildverarbeitung ein
Gebiet, das sich aufgrund seiner inhärenten Parallelität sehr gut zur Parallelisierung eignet, zum
anderen ist der Einsatz von parallelen Rechnerarchitekturen oft der einzige Weg, die erforderliche
Rechenleistung für die Lösung umfangreicher und komplexer Aufgaben zu bekommen.
Trotzdem klafft immer noch eine große Lücke zwischen den Möglichkeiten paralleler Architekturen
und deren Ausnutzung durch Bildanalyseapplikationen [BBG94, Lüc00]. Versuche,
diese Lücke zu schließen, müssen sich mit den folgenden Fragestellungen auseinandersetzen:
¯ Welche Parallel-Hardware wird eingesetzt? — Spezialkarten, Standard-Multiprozessor-
PCs oder Workstations, massivparallele Rechner (MIMD oder SIMD), . . .
¯ Wie werden parallele Programmaspekte modelliert? — explizit, implizit, durch imperative,
funktionale oder problemspezifische Sprachen, graphisch, . . .
¯ In welchen Ebenen erfolgt die Parallelisierung? — Daten, Operatoren, Aufgaben, Pipelining,
. . .
¯ Welche Instanz ist für die Parallelisierung zuständig? — Anwendungsentwickler, Parallelisierungssystem,
Software-Agenten, Betriebssystem, . . .
1 Im folgenden sollen hier im Zusammenhang mit Sensordaten ausschließlich die Begriffe Folge und Sequenz
verwendet werden, da der Begriff Signal in den meisten Computersystemen und Programmiersprachen bereits fest
belegt ist und zu Mißverständnissen führen könnte.