Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Download (1800Kb) - oops/ - Oldenburger Online-Publikations-Server
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Terminologie<br />
Das zugrunde liegende Bild, hier die reale Bewölkungssituation, wird mit u bezeichnet. Das beobachtete<br />
Bild n (Cloud-Index Bild) wird als Realisierung eines Zufallsfelds N angenommen. Die<br />
Bilder u 0 und n 0 stehen dabei jeweils für die Situation zum Zeitpunkt t 0 ,während die Bilder u 1<br />
und n 1 die darauffolgenden Bilder zum Zeitpunkt t 1 = t 0 + ∆t bezeichnen. Das Verschiebungsfeld<br />
d ist die Realisierung eines Zufallsvektorfeldes D.<br />
Bewertungskriterium<br />
Ziel des Verfahrens ist es, das Vektorfeld zu finden, das die Bewegung zwischen zwei vorgegebenen<br />
Bildern mit der größten Wahrscheinlichkeit beschreibt. Über ein ”<br />
maximum a posteriori“<br />
Kriterium wird das wahrscheinlichste Vektorfeld d ∗ definiert, das folgende Relation erfüllt:<br />
P(D = d ∗ |n 0 ,n 1 ) ≥ P(D = d|n 0 ,n 1 ) ∀ d ∈ D, (4.1)<br />
wobei P die bedingte Wahrscheinlichkeit für das Vektorfeld d bezeichnet, wenn die Bilder n 0<br />
und n 1 gegeben sind. Zur Berechnung dieser Wahrscheinlichkeit wird der Satz von Bayes (siehe<br />
[Konrad et al. 1992]) angewendet:<br />
P(D = d|n 0 ,n 1 )= P(n 1 = n 1 |d,n 0 )P(D = d|n 0 )<br />
P(n 1 = n 1 |n 0 )<br />
. (4.2)<br />
Da P(n 1 = n 1 |n 0 ) nicht von d abhängt, bleibt noch das Maximum von P(n 1 = n 1 |d,n 0 ) ∗ P(D =<br />
d|n 0 ) zu bestimmen. Zur Lösung dieses Problems müssen die Wahrscheinlichkeitsverteilungen<br />
bekannt sein. Sie werden durch die mathematische Formulierung der Grundannahmen festgelegt.<br />
Modell der Bewegung<br />
Die Annahme, daß sich die Pixelintensitäten für die zugrunde liegende Bewölkungssituation während<br />
der Bewegung nicht ändern, wird über die Beziehung<br />
u 0 (⃗x)=u 1 (⃗x + ⃗ d(⃗x)) (4.3)<br />
berücksichtigt. Zusätzlich wird für diese Methode angenommen, daß auch die Gradienten der Pixelintensität<br />
für die zugrunde liegende Bewölkungssituation während der Bewegung erhalten bleiben:<br />
∇u 0 (⃗x)=∇u 1 (⃗x + ⃗d). (4.4)<br />
Die Bedingung konstanter Pixelintensität ist in der Realität nur näherungsweise erfüllt, da die Bewegung<br />
durch kleinskalige nichtdeterministische Veränderungen der Bewölkungssituation überlagert<br />
ist. Hinzu kommt, daß die beobachteten Bilder n 0 und n 1 durch einen Meßprozeß aus den<br />
zugrunde liegenden Bildern gewonnen werden, wodurch u.a. Rauschen hinzugefügt wird und die<br />
55