PDF 8.939kB - Hochschule Ulm
PDF 8.939kB - Hochschule Ulm
PDF 8.939kB - Hochschule Ulm
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Kapitel 2. Verfahren der Bildverarbeitung<br />
Multispektrale Bilder: Diese Bilder setzen sich aus mehreren Graubildern zusammen.<br />
Ein Grauwertbild entspricht einem Spektralbereiches der Aufnahmevorrichtung. Spektralbereiche<br />
können neben den bereits erwähnten Farbkanälen Rot,Grün und Blau auch Kanäle<br />
mit anderen Wellenlängen (z.B. Infrarot) sein.<br />
3-D Bilddarstellung: Diese Bilder entstehen, wenn eine zusätzliche z-Komponente hinzufügt<br />
wird.<br />
Zeitlich variierende Bildfolge: Bildfolgen erlauben die Beschreibung und die Analyse<br />
von Bewegungen.<br />
2.2.5 Grauwertprofil und Histogramm<br />
In der Bilderfassung muss, wie in allen anderen Messverfahren, davon ausgegangen werden,<br />
dass ein Fehler in Form von Rauschen auftritt. Deshalb muss bei der Bildverarbeitung von<br />
der Bearbeitung stochastischer Signale/Werten ausgegangen werden, wobei die Grauwerte<br />
des Bildes als eindimensionale Zufallsvariable angesehen werden können. Die daraus resultierende<br />
Wahrscheinlichkeitsverteilung der Grauwerte ist die Grundlage der Ermittlung von<br />
Kenngrößen zur Beschreibung von Bildern.<br />
Das Grauwertprofil beschreibt die Grauwerte eines Bildes entlang einer beliebig im Bild verlaufenden<br />
Linie. Dieses Profil ist dafür geeignet, Aussagen über das Bild in Bezug auf die<br />
Hintergrundbeschaffenheit, der Steilheit von Kanten oder das Signal zu Rausch-Verhältnis<br />
(engl. signal to noise) zu machen. Auch ist diese Methode geeignet, Objekte zu vermessen,<br />
indem man die Linie entlang der zu messenden Strecke legt.<br />
Als Histogramm wird die graphische Darstellung der Häufigkeitsverteilung von Messwerten,<br />
also in diesem Fall der Grauwerte des Bildes bezeichnet. Das Histogramm kann vereinfacht<br />
als ein Vektor angesehen werden. Die Länge des Vektors ist durch die Anzahl der Quantisierungsstufen<br />
gegeben. Jedes Element dieses Vektors enthält die Anzahl der Pixel, deren<br />
Grauwert mit dem Index des Elements übereinstimmen. Diese diskrete Funktion h(g) beschreibt<br />
nun absolut die Anzahl der Pixel eines Grauwertes g. Diese Funktion kann natürlich<br />
auch relativ in Form einer Wahrscheinlichkeitsdichtefunktion (engl. probability density function<br />
,<strong>PDF</strong>) angegeben werden:<br />
p(g) = h(g)<br />
Q<br />
∑<br />
p(g) = 1, (2.5)<br />
Q−1<br />
mit<br />
g=0<br />
wobei g der Grauwert und Q die Anzahl der Quantisierungsstufen darstellt. Die Notation<br />
für die <strong>PDF</strong> in der diskreten Darstellung lautet p g .<br />
Das Histogramm ist ein wichtiges Hilfsmittel der statistischen Bildverarbeitung. Es lassen<br />
sich daraus wichtige Kenngrößen wie der Mittelwert oder die Varianz ableiten.<br />
Masterarbeit Julian Paar 7