PDF 8.939kB - Hochschule Ulm

Weitere Magazine

Empfehlungen

Info

Kapitel 7. Versuchauswertung mittels Objekverfolgung Methoden der Klasse bilden die Schnittstelle zum übergeordneten Auswertungsprogramm. Folgend werden die Methoden benannt und kurz beschrieben: ˆ predict(): Diese Methode beinhaltet des Prädiktionsschritt des KF. ˆ adjust(): Der Aktualisierungsschritt des KF wird durch diese Methode durchgeführt. Dabei muss der Methode die zugeordnete Messung übergeben werden. ˆ gating(): Diese Methode implementiert das Gating der Datenassoziation. Übergabeparameter sind alle Messungen des aktuellen Zeitschritts. ˆ kalman(): Der Konstruktor der Klasse dient zur Initialisierung neuer Instanzen und damit neuer Objektpfade. ˆ exit(): Kann ein Objektpfad durch eine Messung nicht weitergeführt werden, wird diese Methode aufgerufen. Diese Methode bereitet die Objektinstanz auf das Abspeichern vor, indem sie unter anderem die realen Geschwindigkeiten des Partikels berechnet. ˆ show(): Über diese Methode lässt sich der Verlauf des Objektpfads anzeigen. Es werden hierbei die Messwerte, die Prädiktionen, die Gatingregionen und die aktualisierten Positionen angezeigt. 7.4.3 Bewegungsklassifizierung Im Vorfeld der weiteren Beschreibung der Auswertung steht die Analyse von möglichen Objektkonstellationen. Abb. 7.4 auf folgender Seite zeigt die identifizierten Konstellationen schematisch als zeitliche Abfolge von vier Zeitschritten. Ausgehend von dieser Abbildung werden die Konstellationen in fünf Klassen unterteilt. Diese Klassen werden im Folgenden beschrieben und es wird definiert, wie diese innerhalb der Auswertung behandelt werden. ˆ Eindeutige Zuordnung: Kann einer Prädiktion eindeutig eine Messung zugeordnet werden, so spricht man an dieser Stelle von einer eindeutigen Zuordnung. Der zugehörige KF des Objektpfades wird anhand des Messwerts aktualisiert. ˆ Auftauchen: Kann ein Messwert keiner Prädiktion zugeordnet werden, so ist davon auszugehen, dass die Messung durch ein neu aufgetauchtes Partikel im Bildfeld verursacht wurde. Für dieses neue Partikel wird ein Objektpfad in Form einer Instanz der Klasse kalman angelegt und durch den Messwert initialisiert. ˆ Verschwinden: Dieser Fall tritt auf, wenn einer Prädiktion kein Messwert zugeordnet werden kann. Der Objektpfad kann daher nicht fortgeführt werden und gilt als abgestorben. Der Objektpfad wird an dieser Stelle abgebrochen und abgespeichert. Masterarbeit Julian Paar 69
Kapitel 7. Versuchauswertung mittels Objekverfolgung (a) (b) (c) (d) (e) Abb. 7.4: Bewegungsklassen: (a) Eindeutige Zuordnung, (b) Auftauchen, (c) Verschwinden, (d) Teilen, (e) Verschmelzen. ˆ Verschmelzen: Diese Bewegungsklasse beschreibt den Vorgang, dass sich zwei Partikel im Bildfeld kreuzen und dadurch überlappen. Die Partikel verschmelzen zu einem digitalen Objekt, für das nur eine Position im Bild bestimmt werden kann. Diese Klasse wird in der Auswertung so abgebildet, dass die Objektpfade der einzelnen Partikel abgebrochen werden und ein neuer Objektpfad für die verschmolzenen Partikel angelegt wird. ˆ Teilen: Das Teilen ist der gegensätzliche Fall der Verschmelzung. Hierbei trennen sich zwei verschmolzene Partikel wieder in zwei einzelne Partikel auf. In der Auswertung wird der Objektpfad der verschmolzenen Partikel abgebrochen und für die einzelnen Partikel jeweils ein neuer angelegt. Die Klassen Verschmelzen und Teilen stellen eine Kombination aus den Klassen Auftauchen und Verschwinden dar. Masterarbeit Julian Paar 70
Seite 2 und 3:
Masterarbeit zur Erlangung des Absc
Seite 4 und 5:
Erklärung Ich, Julian Paar, versic
Seite 6 und 7:
Inhaltsverzeichnis Zusammenfassung
Seite 8 und 9:
Inhaltsverzeichnis 6.3.1 Umrechnung
Seite 10 und 11:
1 Einleitung 1.1 Bewegungsanalsyse
Seite 12 und 13:
2 Verfahren der Bildverarbeitung 2.
Seite 15 und 16:
Kapitel 2. Verfahren der Bildverarb
Seite 17 und 18:
Seite 19 und 20:
Seite 21 und 22:
Seite 23 und 24:
Seite 25 und 26:
Seite 27 und 28: Kapitel 2. Verfahren der Bildverarb
Seite 29 und 30: Kapitel 2. Verfahren der Bildverarb
Seite 31 und 32: 3 Particle Image Velocimetry Die fo
Seite 34 und 35: Kapitel 3. Particle Image Velocimet
Seite 43 und 44: 4 Objektverfolgung 4.1 Einleitung D
Seite 45 und 46: Kapitel 4. Objektverfolgung wobei
Seite 47 und 48: Kapitel 4. Objektverfolgung Messung
Seite 49: Kapitel 4. Objektverfolgung wenn di
Seite 53: Kapitel 5. Allgmeiner Versuchsaufba
Seite 57 und 58: Kapitel 6. Versuchauswertung mittel
Seite 62: Kapitel 6. Versuchauswertung mittel
Seite 72 und 73: 7 Versuchauswertung mittels Objekve
Seite 91 und 92: 8 Fazit 8.1 Vergleich der Verfahren
Seite 93: Kapitel 8. Fazit difikation des Ver
Seite 107 und 108: Anhang B. Weitere Aufnahmen des Ver
Seite 109 und 110: Abbildungsverzeichnis 6.2 Einzelner
Seite 111 und 112: Tabellenverzeichnis 2.1 Properties
Seite 113 und 114: Literaturverzeichnis [13] Gramlich,
Seite 115 und 116: Einzelbildnachweis Abb. 2.3-(a): ht
Alle anzeigen

PDF 8.939kB - Hochschule Ulm

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?