Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...
Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...
Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
IR-INI 2006–01, c○ 2006 <strong>Institut</strong> <strong>für</strong> Neuroinformatik, Ruhr-Universität Bochum, FRG 25<br />
Abbildung 5.1: Einige Gabor-Wavelets unterschiedlicher Frequenz und gleicher Orientierung. In<br />
der oberen Reihe die antisymmetrischen Wavelets, unten die symmetrischen Wavelets.<br />
auf das Ergebnis hat.<br />
Alternativ lassen sich die Gabor Wavelets darstellen durch die Gleichung<br />
)<br />
G(x) = exp(ik T x) exp<br />
(− x2<br />
2σ 2<br />
G(x) ist nun komplexwertig und enthält das symmetrische Wavelet im Realteil und das antisymmetrische<br />
Wavelet im Imaginärteil.<br />
Wir benutzen ein Gabor-Wavelet nun als Filter, den wir auf ein Bild anwenden. Wir benutzten<br />
dann den Ausdruck Gabor-Filter synonym <strong>für</strong> ein Gabor-Wavelet. Um die Skalierung des Gaußfilters<br />
an die Frequenz anzupassen und die Filterantwort unabhängig <strong>von</strong> der durchschnittlichen<br />
Intensität des gesamten Bildes zu machen, erweitern wir (5.3) zu<br />
G(x) = k2<br />
σ 2 exp(ikT x − exp(σ 2 /2)) exp<br />
(− k2 x 2<br />
2σ 2 )<br />
Ein Filter G wird auf einen Bildpunkt x 0 angewandt durch die Faltung<br />
∫<br />
(G ∗ I)(x 0 ) = G(x 0 − x)I(x)d 2 x (5.5)<br />
(5.3)<br />
(5.4)<br />
Wird der Gabor-Filter an einen Bildpunkt auf einem Bild angewandt, erhalten wir als Antwort<br />
einen Wert, der die Stärke der in diesem Filter dargestellten Frequenz und Orientierung in der<br />
Umgebung des Bildpunktes angibt. Wir führen diesen Vorgang dann <strong>für</strong> l verschiedene Frequenzen<br />
und d Orientierungen auf einem Punkt aus, das heißt wir benutzen ld Filter und erhalten somit<br />
<strong>für</strong> jeden Bildpunkt ld Antworten. Diese Antworten sind komplexwertig und können durch Werte<br />
<strong>für</strong> die Amplitude a und Phase φ ausgedrückt werden, welche die betreffende Frequenz an diesem<br />
Bildpunkt hat. Diese Menge <strong>von</strong> Antworten nennen wir Jet. Ein Jet J besteht also aus Elementen<br />
J i = (a i , φ i ). Er beschreibt die Eigenschaften eines Bildpunktes in geeigneter Weise, um einen<br />
korrespondierenden Punkt mit den gleichen Eigenschaften, also einem ähnlichen Jet, zu finden.