Download PDF (7012KB) - Springer
Download PDF (7012KB) - Springer
Download PDF (7012KB) - Springer
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
A Die Fouriertransformation<br />
Die Fouriertransformation ist eines der grundlegenden mathematischen Hilfsmittel zum<br />
Verständnis der digitalen Bildverarbeitung. Daher sind hier die wichtigsten Eigenschaften<br />
der Fouriertransformation in Form eines Repetitoriums zusammengefaßt. Eine<br />
ausführliche Darstellung ist bei Bracewell [1965] zu finden.<br />
A.l lD-Fouriertransformation<br />
Die Fouriertransformation einer eindimensionalen Funktion f(x), die wir mit ](k) bezeichnen,<br />
ist durch<br />
A 1<br />
00<br />
J<br />
f(k) =- dx f(x)exp(-ikx)<br />
271'<br />
-00<br />
(A.l)<br />
definiert; dabei ist k die Wellenzahl, die durch die Wellenlänge ..\ über k = 271' / ..\ bestimmt<br />
wird.<br />
Die Fouriertransformation liefert uns eine Zerlegung der Funktion in periodische<br />
Komponenten der Wellenzahl k, die als Spektrum von f(x) bezeichnet wird. Für den<br />
Fourierraum selbst werden die Bezeichnungen k- oder OF-Raum als Abkürzung für<br />
Ortsfrequenzraum benutzt. Oft wird etwas salopp von Frequenzen gesprochen; wir<br />
halten uns hier jedoch an die Bezeichnung Wellenzahlen.<br />
Mit der inversen Fouriertransformation<br />
00<br />
f(x) = j dk ](k)exp(ikx) (A.2)<br />
-oo<br />
erhalten wir aus dem Spektrum ](k) wieder die Funktion f(x) im Ortsraum. Eine<br />
Funktion f(x) und ihre Fouriertransformierte ](k) bilden zusammen ein sogenanntes<br />
Fouriertransformationspaar, das in der Schreibweise<br />
f(x) o-. ](k)
290 A Die Fouriertransformation<br />
Imaginärteil<br />
Abb. A.l: Die Basisfunktionen exp(-ikx) der Fouriertransformation sind Spiralen mit der Ganghöhe<br />
.A = 21rjk.<br />
symbolisiert wird. Die Funktionen exp ( -ikx) im Integral der Fouriertransformation<br />
werden als der Kern der Fouriertransformation bezeichnet. Der Kern der inversen Fouriertransformation,<br />
exp (ikx), ist dazu konjugiert komplex. Die Funktionen exp ( -ikx)<br />
bilden ein System orthonormaler Funktionen ( Orthonormalbasis). Die Orthogonalität<br />
bedeutet, daß das Skalarprodukt zweier verschiedener Funktionen verschwindet, d. h.<br />
j dx exp ( -ik'x) exp (ikx) = 21r8(k'- k). (A.3)<br />
00<br />
-oo<br />
Aufgrund dieser Eigenschaft des Kerns können wir die Fouriertransformation auch als<br />
eine Entwicklung der Funktion f(x) nach den Basisfunktionen exp(-ikx) auffassen;<br />
dabei geben die Koeffizienten }(k) die Beiträge der einzelnen Frequenzkomponenten<br />
zur Funktion f(x) an.<br />
Größe<br />
Im allgemeinen ist die Fouriertransformierte einer reellen Funktion eine komplexe<br />
}(k) = Re}(k) + iim}(k),<br />
dabei bezeichnen wir mit Re}(k) bzw. Im}(k) den Real- bzw. Imaginärteil von }(k).<br />
Eine komplexe Zahl können wir in der komplexen Zahlenebene als Vektor darstellen,<br />
der sich durch seinen Real- und Imaginärteil oder durch Betrag und Pliase beschreiben<br />
läßt. In einem dreidimensionalen Koordinatensystem mit den Achsen x, Re}(k), Im}(k)<br />
können wir uns komplexe Funktionen veranschaulichen. Die Basisfunktionen der Fouriertransformation<br />
sind in dieser Darstellung Spiralen mit einer Ganghöhe .\ = 21f / k<br />
(Abb. A.l). Die Umwandlung in Betrag und Phase (Polarkoordinaten) wird durch<br />
folgende Formeln beschrieben:<br />
Dabei ist<br />
der Betrag und<br />
die Phase der komplexen Funktion.<br />
}(k) = l}(k)l exp[icp(k)]. (A.4)<br />
l}(k)l = J[Re}(k)J2 + [Im}(k)J2 (A.5)<br />
( Im}(k))<br />
A.2 2D-Fouriertransformation 291<br />
A.2 2D-Fouriertransformation<br />
Die analoge Definition für die zweidimensionalen Funktionen lautet<br />
A 1<br />
00<br />
J<br />
f(k) = ( 2 1r) 2 d 2 x exp( -ik:r:)f(:r:). (A.7)<br />
-00<br />
Dabei ist k der Wellenvektor, dessen Betrag durch die Wellenlänge,\<br />
(A.8)<br />
bestimmt wird. Die 2D-Fouriertransformation zerlegt also die 2D-Bildfunktion in periodische<br />
Strukturen unterschiedlicher Wellenlänge und Richtung.<br />
Welche Beziehung besteht nun zur lD-Fouriertransformation Das Skalarprodukt<br />
k:r: im Exponenten können wir in Komponenten auftrennen:<br />
Dadurch können wir den Kern als Produkt schreiben:<br />
(A.9)<br />
Der Kern ist damit in den kartesischen Koordinaten separabel. Daraus resultiert<br />
unmittelbar, daß wir die 2D-Fouriertransformation in zwei aufeinanderfolgende In<br />
Transformationen zerlegen können:<br />
(A.lO)<br />
Zeilentransformation<br />
Das innere Integral stellt eine Transformation in xrRichtung dar (Zeilentransformation)<br />
und liefert eine Funktion mit den Variablen k 1 und x 2 • Das äußere Integral führt eine<br />
Transformation in x 2-Richtung aus und liefert schließlich die 2D-Fouriertransformierte.<br />
Die inverse 2D-Fouriertransformation ist gegeben durch<br />
00<br />
f(:r:) = j d 2 k ](k)exp(ik:r:). (A.ll)<br />
-oo
292 A Die Fouriertransformation<br />
A.3 Eigenschaften der Fouriertransformation<br />
Wir fassen die wichtigsten Eigenschaften der Fouriertransformation zusammen, wie wir<br />
sie für die Bildverarbeitung benötigen. Sie sind so geschrieben, daß sie für beliebige<br />
Funktionen in einem d-dimensionalen Raum gelten. Dabei benutzen wir drei komplexe<br />
Funktionen f(a!), g(a!) und h(a!), deren Fouriertransformierte }(k), g(k) und h(k)<br />
existieren.<br />
Addition<br />
af(a!)+bg(a!) o--e a}(k)+bg(k) V a,bE([J.<br />
(A.12)<br />
Das Additionstheorem folgt unmittelbar aus der Linearität der Fouriertransformation<br />
und ist ein wichtiges Hilfsmittel zur Berechnung der Transformierten von Funktionen,<br />
die sich als Linearkombination der Funktionen mit bekannten Fouriertransformierten<br />
schreiben lassen.<br />
Ähnlichkeit<br />
V a,b E IR.<br />
(A.13)<br />
Das Ähnlichkeitstheorem beschreibt die Reziprozität beider Räume. Wird eine Funktion<br />
im Ortsraum um einen Faktor gedehnt, so wird die Fouriertransformierte um denselben<br />
Faktor komprimiert.<br />
Verschiebung<br />
Die Verschiebung einer Funktion im Ortsraum um einen Vektor a!o bewirkt eine Phasenverschiebung<br />
der Fouriertransformierten um einen Phasenfaktor exp (ika! 0 ):<br />
f(a!- a!o)<br />
f(a!) exp (ik0 a!)<br />
}(k) exp ( -ika! 0 )<br />
}(k- ko).<br />
(A.14)<br />
Das Verschiebungstheorem können wir unmittelbar aus der Definition der Fouriertransformation<br />
(A.7) herleiten. Man kann es sich gut an einer Sinusfunktion veranschaulichen.<br />
Verschiebt man diese Funktion im Ortsraum gerade um eine Wellenlänge, so ist<br />
der Phasenfaktor gerade 211", die Funktion bleibt in beiden Räumen unverändert. Das<br />
Verschiebungstheorem hebt die Bedeutung der Phase für die Bildinformation hervor.<br />
Es gilt auch in umgekehrter Richtung für Verschiebungen im Frequenzraum.<br />
Symmetrieeigenschaften<br />
Eine besondere Rolle spielen gerade und ungerade Funktionen. Diese Symmetrien sind<br />
folgendermaßen definiert:<br />
f 9 gerade: !9 (a!) = !9 (-a!) (A.l5)<br />
f,. ungerade: f,.(a!) = -f,.(-a!).<br />
Jede Funktion f(a!) kann als Summe einer geraden Funktion f 9 (z) und einer ungeraden<br />
Funktion J,.(a!) geschrieben werden:<br />
(A.l6)
A.3 Eigenschaften der Fouriertransformation 293<br />
dabei berechnen sich die geraden und ungeraden Funktionsanteile so:<br />
1<br />
f g ( ~ )<br />
= 2 ( ! ( ~ )<br />
1<br />
f u ( ~ )<br />
+ ! ( - ~ ) )<br />
f( - ~ ) )<br />
= 2 ( ! ( ~ ) -<br />
gerade<br />
ungerade.<br />
(A.17)<br />
Die Symmetrieeigenschaften gerade und ungerade bleiben unter der Fouriertransformation<br />
erhalten:<br />
f 9 ( ~ ) gerade<br />
fu ( ~ )<br />
ungerade<br />
j 9 ( k) gerade<br />
ju(k) ungerade.<br />
(A.18)<br />
Auch diese Tatsache resultiert unmittelbar aus den Eigenschaften des Kerns, der sich<br />
aus einem geraden Realteil, einer Kosinusfunktion, und einem ungeraden lmaginärteil,<br />
einer Sinusfunktion, zusammensetzt:<br />
= cos k ~<br />
e x p ( i k ~ )<br />
+ i s i n k ~ . (A.19)<br />
Diese Eigenschaft bewirkt weitere Besonderheiten für die Transformation einer reellen<br />
Funktion. Als Fouriertransformierte ergibt sich eine komplexe Funktion mit geradem<br />
Realteil und ungeradem ImaginärteiL Solche Funktionen werden als hermitisch bezeichnet.<br />
Die gegenteilige Eigenschaft, eine Funktion mit ungeradem Realteil und geradem<br />
lmaginärteil, heißt antihermitisch. In Formeln:<br />
f hermitisch: f * ( ~ )<br />
f antihermitisch: f * ( ~ )<br />
= f ( - ~ )<br />
= - ! ( - ~ )<br />
(A.20)<br />
und<br />
f( ~ ) reell<br />
f ( ~ )<br />
imaginär<br />
j ( k) hermi tisch<br />
j( k) antihermitisch.<br />
(A.21)<br />
(Der * am Funktionssymbol bedeutet die Bildung der konjugiert komplexen Funktion.)<br />
Da die Bilder, die wir betrachten, immer reell sind, sind ihre Fouriertransformierten<br />
hermitische Funktionen, die vollständig bestimmt sind, wenn sie für einen Halbraum,<br />
z. B. alle positiven k 1 -Werte bekannt sind. Es reicht aus, die Fouriertransformation für<br />
den positiven Halbraum zu berechnen; der negative Halbraum ergibt sich dann als die<br />
konjugiert komplexe Funktion.<br />
Erhaltung der Norm<br />
Das Integral über das Betragsquadrat einer Funktion wird als Norm der Funktion<br />
bezeichnet. Die Basisfunktionen der Fouriertransformation spannen einen unendlichdimensionalen<br />
komplexen Vektorraum auf. Die Norm bedeutet die Länge eines Vektors<br />
in diesem Raum. Die Fouriertransformation ist eine unitäre Transformation in diesem<br />
Raum, die die Norm erhält:<br />
00 00<br />
-oo -oo<br />
(A.22)
294 A Die Fouriertransformation<br />
Ein ähnlicher Erhaltungssatz gilt für das Skalarprodukt zweier beliebiger Funktionen:<br />
Das Faltungstheorem<br />
00 00<br />
-oo -oo<br />
Die Faltung von zwei Funktionen !( r ~ : )<br />
und h( r ~ : )<br />
ist definiert durch das Integral<br />
(A.23)<br />
g ( r ~ : )<br />
= f ( r ~ : )<br />
* h ( r ~ : )<br />
00<br />
= j f ( r ~ : ' ) h ( z -<br />
-oo<br />
r ~ : ' ) d r ~ : ' . (A.24)<br />
Die Faltung ist eine der wichtigsten Operationen in der Bildverarbeitung. Die Faltungsoperation<br />
im Ortsraum ist eine komplexe Multiplikation im Fourierraum. Umgekehrt<br />
ist eine Multiplikation im Ortsraum eine Faltungsoperation im Fourierraum:<br />
J(x)*h(x)<br />
f(x)h(x)<br />
(27r )nj( k )h( k)<br />
(27r)n ](k) * h(k).<br />
(A.25)<br />
Ableitung<br />
Ableitungsoperatoren im Ortsraum entsprechen einer Multiplikation mit der Wellenzahl<br />
im Fourierraum. Das gleiche gilt auch umgekehrt:<br />
8f(x)<br />
8x;<br />
~<br />
-ixd(x) ~<br />
ik; ](k),<br />
a](k)<br />
8k;<br />
(A.26)<br />
A.4 Wichtige Fouriertransformationspaare<br />
Alle bisher aufgeführten Eigenschaften der Fouriertransformation gelten aufgrund der<br />
Separierbarkeit des Kerns für die ein- und zweidimensionale Fouriertransformation. Zur<br />
Veranschaulichung der Eigenschaften der Fouriertransformation sind im folgenden einige<br />
wichtige ein- und zweidimensionale Fouriertransformationspaare zusammengestellt.<br />
Dabei ist zu bemerken, daß sich, abgesehen vom Vorzeichen im Imaginärteil, die gleichen<br />
Fouriertransformationspaare auch für die inverse Fouriertransformation ergeben.<br />
Rechteck- und sinc-Funktion<br />
Die Fouriertransformation setzt (räumlich und/oder zeitlich) unendlich ausgedehnte<br />
Objekte voraus. Bei allen praktischen Beobachtungen muß zwangsläufig eine Begrenzung<br />
auf einen endlichen Ausschnitt, ein Fenster, erfolgen. Diese Begrenzung kann<br />
mathematisch als Multiplikation der betrachteten Funktion mit der Fensterfunktion
A.4 Wichtige Fouriertransformationspaare 295<br />
beschrieben werden. Die einfachste Fensterfunktion ist die Rechteckfunktion II. Eine<br />
Rechteckfunktion der Breite x 0 ergibt fouriertransformiert:<br />
, { 1 für lxl < xo/2<br />
II(xjx0 ) = 1/2 für lxl = xo/2<br />
0 für lxl > xo/2<br />
~<br />
f<br />
'(k) = sin(x0 k/2)<br />
Xo xok/2 '<br />
dabei ist der Ausdruck der Form sin(x)/x die sinc-Funktion. Die erste Nullstelle liegt bei<br />
k 0 = 21rjx 0 (Abb. A.2). Mit wachsender Breite des Rechtecks geht daher die Nullstelle<br />
bei k 0 gegen null (Reziprozität, siehe Ähnlichkeitstheorem (A.13)). Im Grenzfall einer<br />
konstanten Funktion im Ortsraum ist die Fouriertransformierte eine Deltafunktion an<br />
der Stelle k = 0 (Abb. A.2).<br />
Kosinus-, Sinusfunktion<br />
Als Beispiel periodischer Funktionen betrachten wir die Fouriertransformation der Sinusund<br />
Kosinusfunktion. Eine Kosinusfunktion (reell, gerade) der Wellenlänge .\0 ergibt<br />
fouriertransformiert zwei reelle Deltafunktionen, die symmetrisch zum Ursprung an den<br />
Stellen k0 = ±27r/A liegen (Abb. A.2):<br />
J(a:) = acos(k0 a:) ~<br />
, a a<br />
f(k) = 28(k- ko) + 28(k + ko).<br />
Eine Sinusfunktion (reell, ungerade) der Wellenlänge .\ 0 ergibt zwei imaginäre Deltafunktionen,<br />
die antisymmetrisch zum Ursprung an den Stellen k0 = ±27r /,\ liegen:<br />
Deltakamm<br />
Eine weitere wichtige Funktion ist die äquidistante Folge von Deltafunktionen, die wir<br />
als Deltakamm oder Abtastfunktion bezeichnen. Bilden wir die Fouriertransformierte eines<br />
unendlich ausgedehnten Deltakamms mit der Periode ,\0 (Abstand der Deltapeaks),<br />
erhalten wir im OF-Raum einen Deltakamm mit der Periode k0 = 27r/ ,\0 (Abb. A.2):<br />
Gaußfunktion<br />
00 00<br />
f(x) = L 8(x- n.\0 ) ~<br />
](k) = L 8(k- nk0 ).<br />
n=-oo n=-oo<br />
Eine Funktion, die ihre Form unter der Fouriertransformation nicht verändert, ist die<br />
Gaußsehe Verteilungsfunktion (Glockenkurve). Wir erhalten folgendes Fouriertransformationspaar:<br />
1 ( x 2 )<br />
0'...(2if exp - 20'2 ~<br />
e x p ( - ~ ) .<br />
2/0'2<br />
Die Halbwertsbreiten (Standardabweichung) 0' im Orts- und OF-Raum verhalten sich<br />
reziprok zueinander. Je kleiner die Halbwertsbreite im Ortsraum ist, desto größer ist sie<br />
im OF-Raum. Diese Eigenschaft wird als Unschärferelation der Fouriertransformation<br />
bezeichnet: Je schärfer ein Bereich im Ortsraum (Halbwertsbreite 0') lokalisiert ist, desto<br />
weiter ist der korrespondierende Frequenzbereich ausgedehnt (Halbwertsbreite 1/0'),<br />
und umgekehrt. Diese Eigenschaft der Fouriertransformation wird auch aus den anderen<br />
Fouriertransformationspaaren deutlich. Zum Beispiel ist die konstante Funktion im
296 A Die Fouriertransformation<br />
Ortsraum unendlich ausgedehnt und besitzt daher als Frequenzspektrum einen scharfen<br />
Deltapuls. Für zwei Dimensionen gilt die Unschärferelation für jede Koordinate unabhängig<br />
(Separabilität). Wir veranschaulichen uns das am Beispiel einer Deltalinie. In<br />
Abb. A.3 ist eine Deltalinie in zwei Dimensionen im Orts- und OF-Raum dargestellt.<br />
Im Ortsraum besitzt die Deltalinie in x1-Richtung eine unendliche Ausdehnung; das<br />
impliziert nach der Unschärferelation im OF-Raum eine punktförmige Ausdehnung in<br />
krRichtung. In x2-Richtung ist die Linie scharf lokalisiert, so daß eine unendliche Ausdehnung<br />
im OF-Raum die Folge ist. Die Fouriertransformierte einer Deltalinie ergibt<br />
damit eine um 90° gedrehte Deltalinie im OF-Raum.<br />
Abbildungen A.2 bis A.4 enthalten weitere Fouriertransformationspaare, die für die<br />
Bildverarbeitung von Bedeutung sind. Die Graphiken sind aus sich selbst heraus verständlich.
A.4 Wichtige Fouriertransformationspaare<br />
297<br />
a<br />
f(x) = II(x)<br />
axo<br />
I j(k) I<br />
xo<br />
2<br />
c<br />
xo<br />
2<br />
f(x) = c<br />
x0 xo<br />
c<br />
I i(k) I<br />
k<br />
X<br />
k<br />
I<br />
I<br />
I<br />
a<br />
f(x) = acos(2lrkox)<br />
I" " "<br />
11 (1 f'.<br />
I X<br />
V V V V v V<br />
a<br />
~ " /1 " r" fl "·<br />
I I<br />
: I<br />
V V v V V<br />
f(x) = asin(2lrkox)<br />
f(x) = L:::'=-oo 8(x- n.\o)<br />
I<br />
I<br />
Re{i(k)}<br />
!S(k- k0 )<br />
-ko ko k<br />
iS(k + ko)<br />
ko k<br />
-ko iS(k- ko)<br />
I j(k) I<br />
-.\o .\o<br />
k<br />
Ortsraum<br />
·X<br />
Ortsfrequenzraum<br />
k<br />
Abb. A.2: Beispiele von lD-Fouriertransformationspaaren.
298 A Die Fouriertransformation<br />
j(x)<br />
f(x)<br />
f(x)<br />
Abb. A.3: Beispiele von 2D-Fouriertransformationspaaren (I).
A.4 Wichtige Fouriertransformationspaare 299<br />
f(x)<br />
f(x)<br />
Abb . A.4: Beispiele von 2D-Fouriertransformationspaaren (II).
B Aufbau von<br />
PC-Bildverarbeitungssystemen<br />
Wir beschreiben hier die wichtigsten Eigenschaften moderner Bildverarbeitungssysteme<br />
auf der Basis von Personalcomputern oder Workstations. Diese Bildverarbeitungssysteme<br />
erlauben einen kostengünstigen Einsatz digitaler Bildverarbeitung für viele Aufgabenstellungen.<br />
Es wird keine Marktübersicht gegeben. Vielmehr werden der Aufbau von Bildverarbeitungssystemen<br />
und die Bildverarbeitungsmöglichkeiten exemplarisch an verschiedenen<br />
Systemen vorgestellt. Dem Leser soll damit das nötige Wissen vermittelt werden,<br />
mit dem er selbst die für seine Anwendung geeigneten Systeme herausfinden kann.<br />
Außerdem sind Hinweise eingestreut, wie sich die Bildverarbeitungsoperationen, die in<br />
diesem Buch dargestellt werden, auf diesen Systemen effektiv implementieren lassen.<br />
Die besprochenen Bildverarbeitungssysteme reichen von einer einfachen Bildspeicherkarte,<br />
mit der sich ein Bild in Echtzeit digitalisieren und speichern läßt, bis zu<br />
modularen Systemen mit speziellen Hardwarekomponenten zur schnellen Verarbeitung<br />
von Bildverarbeitungsoperationen, unabhängig vom Hostrechner. Generell können wir<br />
folgende Einteilung vornehmen:<br />
• Graphikkarte mit Videoeingangsteil: Eine solche Karte schließt eine handelsübliche<br />
Graphikkarte nach einem PC-üblichen Standard (z. B. VGA) und einen Videoeingangsteil<br />
zum Digitalisieren von Bildern ein. Diese integrierte Lösung ist sehr kostengünstig,<br />
da kein zweiter Monitor zur Bilddarstellung benötigt wird, sondern die<br />
digitalisierten Bilder wie Text und Graphik auf dem PC-Monitor dargestellt werden.<br />
• Festverdrahtete Bildspeicherkarte: Bildverarbeitungskarten dieser Art waren die ersten,<br />
die Ende der 70er Jahre für Mikrorechner auf den Markt kamen und der digitalen<br />
Bildverarbeitung eine weite Verbreitung einbrachten. Die Funktionen des Systems<br />
sind festverdrahtet. Die Karte ist über einen Satz Register vom Host aus anzusteuern.<br />
Ein eigener Monitor zur Bilddarstellung wird benötigt. Je nach Ausführung<br />
sind mehr oder weniger Funktionen hardwaremäßig implementiert. Zu diesem Typ<br />
gehören die hier besprochenen Bildspeicherkarten PCVisionPlus und Targa+.<br />
• Modulare Bildverarbeitungssysteme mit Videobussystem: Ein eigener schneller Videobus<br />
im Bildverarbeitungssystem erlaubt die Integration schneller Prozeßelemente,<br />
die viele Bildverarbeitungsoperationen um Größenordnungen schneller als der PC<br />
berechnen können. Als Beispiel werden wir das System ITI-151 besprechen.<br />
• Frei programmierbare Bildverarbeitungssysteme: Bei diesen Systemen ist ein eigener<br />
Graphikprozessor in das Bildverarbeitungssystem integriert. Im Gegensatz zu
B.l Videoeingangsteil 301<br />
den festverdrahteten Systemen lassen sich damit Bildverarbeitungsoperationen frei<br />
programmieren. Der Engpaß, Bilddaten zur weiteren Verarbeitung erst in den PC<br />
übertragen zu müssen, wird vermieden. Es stehen C-Compiler und Entwicklungswerkzeuge<br />
zur Verfügung.<br />
Die folgenden Ausführungen orientieren sich an den Funktionsbausteinen von Bildverarbeitungssystemen:<br />
• Videoeingangsteil<br />
• Bildspeicher<br />
• Videoausgangsteil<br />
• Schnittstelle zum Rostrechner<br />
• Videobussystem<br />
• Spezialprozeßelemente<br />
• Frei programmierbarer Graphikprozessor<br />
Die minimale Ausstattung eines Bildverarbeitungssystems umfaßt die ersten vier<br />
Komponenten: Videoeingangsteil, Bildspeicher, Videoausgangsteil und Schnittstelle<br />
zum Hostrechner. Die Blockschaltbilder der besprochenen Bildverarbeitungssysteme<br />
sind am Ende dieses Anhangs zu finden.<br />
B.l Videoeingangsteil<br />
Der Videoeingangsteil ist bei allen Systemen recht ähnlich (Abb. B.2a, B.3, B.4 und<br />
B.5b ). Das analoge Videosignal. wird darin vorverarbeitet, die Videoquelle mit dem<br />
Bildspeicher in geeigneter Weise synchronisiert, die Signale werden digitalisiert und<br />
nach Vorverarbeitung über eine Videoeingangs-L UT im Bildspeicherteil abgespeichert.<br />
Analoge Videosignalverarbeitung<br />
Alle Systeme, die nur mit Schwarzweiß-Videosignalen arbeiten, haben einen Videomultiplexer,<br />
der den Anschluß mehrerer Videosignale erlaubt. Diese können dann softwaregesteuert<br />
ausgewählt werden. Vor dem Video-Analog/Digital-Wandler haben alle<br />
hier besprochenen Systeme außer den beiden Farbbildkarten Vista und Targa+ einen<br />
programmierbaren Verstärker zur Anpassung des Gleichspannungspegels ( Offset) und<br />
der Verstärkung des Signalpegels an den Eingangsbereich des A/D-Wandlers.<br />
Die Karten MVP-AT, Vista und Targa+ (Abb. B.4, B.9 und B.lO) haben mehrere<br />
Videoeingangsteile und können damit Videosignale von drei oder vier Quellen gleichzeitig<br />
digitalisieren. In erster Linie ist das für Farbbilder mit RGB-Kameras gedacht, die<br />
für die drei Farbauszüge Rot, Grün und Blau je ein Videosignal liefern. Von Farbkameras,<br />
die ein PAL-Farbbildsignal erzeugen, in dem die Helligkeits- und die Farbinformation<br />
in einem Signal gemischt sind, können keine Farb-, sondern nur Schwarzweißbilder<br />
digitalisiert werden, es sei denn, es wird ein PAL-RGB-Dekoder vorgeschaltet. Ein<br />
solcher Dekoder ist in der Targa+ schon eingebaut.
302 B Aufbau von PC-Bildverarbeitungssystemen<br />
Tabelle B.l: Wichtige Kenngrößen der amerikanischen (RS 170) und europäischen (CCIR) Videonormen.<br />
RS 170 CCIR<br />
Horizontale Abtastzeit 63,5556p.s 64,0p.s<br />
Horizontale Totzeit 10,7556 p.s 11,8414p.s<br />
Horizontale Abtastfrequenz 15,7343kHz 15,625kHz<br />
Vertikale Abtastzeit 16,6833ms 20,0ms<br />
Vertikale Totzeit 1,2711 ms 1,5360ms<br />
Vertikale Abtastfrequenz 59,9401 Hz 50,0Hz<br />
Zeilenzahl 525 625<br />
davon aktiv 485 1 576 1<br />
1 Die erste und die letzte Zeile sind halbzeilig.<br />
Für wissenschaftliche Anwendungen können statt Farbbildern auch Bilder von mehreren<br />
synchronisierten Schwarzweißkameras gleichzeitig aufgenommen werden. Damit<br />
können sowohl Stereobilder als auch synchrone Multikanalbilder von dem beobachteten<br />
Prozeß verarbeitet werden.<br />
Synchronisation<br />
Ein genormtes Videosignal enthält neben der eigentlichen Bildinformation Synchronisationssignale<br />
für den Bildanfang und die Zeilenanfänge. Diese Signale können von<br />
der Bildspeicherkarte extrahiert werden (Synchronisationsstripper) und über eine PLL<br />
Schaltung (phase-locked loop) benutzt werden, um die internen Synchronisationssignale<br />
für den digitalen Videospeicher zu erzeugen.<br />
Mit instabilen Videoquellen, wie einem Videorekorder, arbeiten manche PLL-Schaltungen<br />
nicht einwandfrei. Ist man auf das Digitalisieren von Bildern vom Videorekorder<br />
angewiesen, so sollte man vor dem Kauf einer Bildspeicherkarte unbedingt testen, ob<br />
diese Bilder vom Videorekorder einwandfrei digitalisiert werden. Besonders kritisch ist<br />
das Digitalisieren von Standbildern. Es ist in der Regel ohne teure Synchronisationsstabilisatoren<br />
("Time-Base-Korrektoren") nicht möglich. Daher ist es nicht einfach,<br />
von einem Videorekorder gezielt ein ganz bestimmtes Bild zu digitalisieren. Das ist<br />
nur möglich, wenn eine Tonspur benutzt wird, um die Bildnummern zu kodieren, und<br />
der Bildspeicher über einen externen Triggereingang verfügt wie der Modular Frame<br />
Grabher (MFG) (Abb. B.4a) oder das VSI-150-Modul (Abb. B.6b), der es erlaubt, ein<br />
Bild auf ein externes Signal zu digitalisieren.<br />
Eine neue Entwicklung zeichnet sich mit Laser-Videorekordern (z. B. Sony LVR-<br />
6000) ab, bei denen das Bildsignal auf einer einmalig beschreibbaren Bildplatte (WORM)<br />
analog abgespeichert wird. Es können sowohl Einzelbilder als auch Bildsequenzen aufgezeichnet<br />
und wiedergegeben werden. Ein solcher Rekorder läßt sich über eine serielle<br />
Schnittstelle vom Rechner aus steuern. Damit ist ein Zugriff auf jedes beliebige Einzelbild<br />
möglich.<br />
Die meisten Bildverarbeitungssysteme sind hardwaremäßig entweder nur für Signale<br />
nach der europäischen CCIR- oder der amerikanischen RS 170-Norm mit 50 Hz bzw.
B.l Videoeingangsteil<br />
303<br />
><br />
....<br />
0<br />
12<br />
·-·------- -·-·i<br />
! '4.7'<br />
1.5 1 ; '<br />
64<br />
52<br />
><br />
"'<br />
0<br />
·8<br />
ZEITANGABEN IN 10 SEKUNDEN<br />
Abb. B.l: Auschnitt einer Bildzeile aus einem Videosignal nach der europäischen CCIR-Norm.<br />
Tabelle B.2: Gängige Auflösungen für digitalisierte Videobilder.<br />
Zeilen- Spalten- Pixel Clock Seitenzahl<br />
zahl [ M H ~ ] verhältnis<br />
Standard 512 512 10,0 1,48<br />
Vista, CCIR 740 578 14,1875 1,04<br />
Vista, CCIR 592 578 11,3500 1,30<br />
Vista, RS 170 756 486 14,3182 0,86<br />
Vista, RS 170 604 486 11,4545 1,07<br />
60Hz Halbbildfolge ausgelegt. Die wichtigsten Daten beider Normen sind in Tabelle B.1<br />
zusammengefaßt. Ein monochromes Videosignal nach der europäischen CCIR-Norm<br />
zeigt Abb. B.l. Die Karten MVP-AT, Targa+ und Vista können softwaremäßig auf<br />
jede der beiden Normen eingestellt werden.<br />
Digitalisierung<br />
Das Videosignal wird in der Regel mit einer Auflösung von 8 Bit (256 Grauwerte) und einer<br />
Taktrate von 10 MHz digitalisiert. Es entsteht dabei ein digitales Bild mit 512 X 512<br />
Pixeln (512 x 480 beim amerikanischen Videoformat RS 170). Dieses Format war lange<br />
Zeit der Standard. Die Bildspeicherkarten neuerer Generation wie der MFG oder die<br />
Vista-Karte sind wesentlich flexibler. Durch den Einsatz von Graphikprozessoren (z. B.<br />
TMS 34010, TMS 34020) sind die Zeilen- und Spaltenzahl frei programmierbar. Einige<br />
typische Auflösungen zeigt Tabelle B.2. Darüber hinaus ist es auch möglich, nichtstandardisierte<br />
Videosignale zu digitalisieren, z. B. von Elektronenmikroskopen, Ultraschallund<br />
Thermosensoren oder Zeilenkameras. Dazu gehören auch hochauflösende Kameras<br />
wie die. Kodak Videk Megaplus mit 1320 x 1035 quadratischen Sensorelementen. Für<br />
die praktische Anwendung sind folgende Hinweise von Bedeutung:<br />
• Von den 576 sichtbaren Zeilen des europäischen CCIR-Signals werden in der Standardauflösung<br />
der meisten Bildspeicherkarten nur 512 digitalisiert. Leider wurde
304 B Aufbau von PC-Bildverarbeitungssystemen<br />
nicht festgelegt, welche Zeilen ausgelassen werden. So schneidet jedes Bildverarbeitungssystem<br />
einen anderen Zeilenbereich aus dem Videosignal heraus.<br />
• Die Pixel sind in der Regel nicht quadratisch, sondern rechteckig (vergleiche Tabelle<br />
B.2). Diese Tatsache ist von Bedeutung für Vermessungsaufgaben und Filteroperationen,<br />
da aus isotropen nichtisotrope Filter werden.<br />
• Die Taktrate der Digitalisierung entspricht nicht der Taktrate des Auslesens von<br />
Sensorelementen aus einer CCD-Kamera. Sensorelemente (Sels) und Bildelemente<br />
(Pels) sind daher nicht identisch. Diese Tatsache führt zu vertikalen Störstreifen in<br />
den digitalisierten Bildern von CCD-Kameras. Das Variable-Scan Module des MFG<br />
(Abb. B.4a) verfügt über einen zusätzlichen Pixel-Clock Eingang, mit dem sich die<br />
beiden Taktraten synchronisieren lassen. Nur dann sind Sels und Pels identisch.<br />
• Normale Videokameras arbeiten im sogenannten Zeilenwechsel- oder Interlace-Modus.<br />
Das bedeutet, daß sich das Vollbild aus zwei Halbbildern zusammensetzt, die<br />
jeweils aus den geraden oder ungeraden Zeilen bestehen. Diese beiden Halbbilder<br />
werden hintereinander im Abstand von 20 ms in der Kamera abgetastet und in der<br />
gleichen Weise in den Bildspeicher digitalisiert. Das hat zur Folge, daß beide Halbbilder<br />
nicht zur gleichen Zeit belichtet werden. Je nach Kamerasystem werden die<br />
Halbbilder nacheinander jeweils 20 ms belichtet oder 40 ms mit einer Verschiebung<br />
von 20 ms. In beiden Fällen führt das dazu, daß ein Standbild, das von einer bewegten<br />
Szene stammt, flimmert, weil es aus zwei Bildern mit unterschiedlichen Belichtungszeitpunkten<br />
zusammengesetzt ist. Für die Bildfolgenanalyse muß man entweder nur<br />
mit Halbbildern arbeiten oder durch eine Kurzzeitbelichtung (Stroboskop, mechanischer<br />
oder elektronischer Chopper) dafür sorgen, daß beide Halbbilder zum gleichen<br />
Zeitpunkt belichtet werden. Das ist natürlich nur bei Kameras möglich, deren beide<br />
Halbbilder überlappend belichtet werden.<br />
Videoeingangs-L UT<br />
Das digitalisierte Bild wird über eine Eingangs-Look-Up-Tabelle in den Bildspeicher geschrieben.<br />
Alle Systeme verfügen über 8 bis 16 solcher Tabellen, die über Register augewählt<br />
werden können. Sie erlauben homogene Punktoperationen (siehe Abschnitt 4.1.4)<br />
am Bildsignal, ehe es im Bildspeicher abgespeichert wird. Die Look-Up-Tabellen (LUT)<br />
können vom Rost entweder über Hardwareregister oder über direkten Zugriff in einem<br />
Speicherbereich des PC geschrieben oder gelesen werden. Dies geht so schnell, daß die<br />
LUT vom Benutzer mit einem geeigneten durch Maus oder mit Cursortasten gesteuerten<br />
Programm interaktiv verändert werden kann.<br />
Mit Hilfe eines zusätzlichen Registers (nicht in den Blockschaltbildern enthalten)<br />
können einzelne Bit-Ebenen im Bildspeicher vor dem Überschreiben durch das digitalisierte<br />
Videosignal geschützt werden. Mit einer geeignet programmierten LUT und<br />
diesem Register kann in die einzelnen Bit-Ebenen des Bildspeichers eine Binärbildsequenz<br />
digitalisiert werden. Auf diese Weise ist die Bildfolge mit den Partikelspuren in<br />
Farbtafel 4 entstanden.
B.2 Der Bildspeicher 305<br />
B.2 Der Bildspeicher<br />
Der Bildspeicher ist der zentrale Teil der Bildverarbeitungskarte. In ihm wird das digitalisierte<br />
Bild gespeichert. Alle Bildverarbeitungskarten verfügen über einen mindestens<br />
8 Bit tiefen Bildspeicher. Bei den ausgewählten Systemen reicht die Größe aus, um<br />
2 (PCVisionPlus) bis 16 {Vista) Bilder zu speichern. Das entspricht 0,5 bis 4 MByte<br />
Bildspeicher. Das System ITI-151 ist durch das Ramage-Modul mit bis zu 96 MByte<br />
Bildspeicher ausbaubar.<br />
Die Bildspeicher besitzen eine komplizierte innere Struktur, die es ermöglicht, digitalisierte<br />
Bilder einzulesen und gleichzeitig darzustellen. Dabei wird der alte Bildspeicherinhalt<br />
ausgegeben. Daher ist die Bildausgabe digitalisierter Bilder um ein Bild,<br />
d. h. 40 ms, verzögert.<br />
Der Bildspeicher ist ein sogenanntes dual-ported memory. Neben dem Videoteil kann<br />
gleichzeitig der Personalcomputer direkt auf den Bildspeicher zugreifen. Dafür gibt es<br />
zumeist zwei Möglichkeiten. Zum einen ist ein wählb(!.rer Bereich des Bildspeichers, in<br />
der Regel 64 KByte, direkter Bestandteil des Speichers des Personalcomputers, auf den<br />
zugegriffen werden kann wie auf jeden anderen RAM-Speicher. Zum anderen ist der<br />
Bildspeicherinhalt über Hardwareregister erreichbar.<br />
In beiden Modi ist eine flexible Adressierung möglich. Nach jedem Lese- oder<br />
Schreibzyklus kann sowohl die Zeilen- als auch die Spaltennummer automatisch in- oder<br />
dekrementiert werden. Auf diese Weise können ohne zusätzliche Adressierungsoperationen<br />
schnell sowohl Zeilen als auch Spalten des Bildspeichers gelesen oder geschrieben<br />
werden.<br />
Die Bildverarbeitungskarten der Firma Imaging Technology haben eine weitere Besonderheit,<br />
den sogenannten Pixelbuffer. Dieser ist eine Art Cache-Speicher, in den bei<br />
jedem Bildspeicherzugriff acht benachbarte Pixel zwischengespeichert werden. Dieses<br />
Konzept vermeidet die Wartezeiten, die bei direktem Rostzugriff auf den Bildspeicher<br />
durch die dual-ported memory-Struktur entstehen. Darüber hinaus können im sogenannten<br />
X-Modus (Abb. B.2b) durch den Pixelbuffereine {oder zwei) Bit-Ebenen von<br />
acht Pixeln mit einem Lese- oder Schreibzyklus übertragen werden. Dadurch können<br />
Binärbilder und Graphikoverlays sehr schnell bearbeitet werden. (Leider werden, wie<br />
so häufig, vom größten Teil der zu den Karten erhältlichen Software diese erweiterten<br />
Hardwarefähigkeiten nicht genutzt.)<br />
Bildspeicher mit höherer Bittiefe als 8 Bit sind sehr vorteilhaft. Zum einen können<br />
sie für Overlays mit Graphik, Meßrastern oder ausgewerteten klassifizierten Bildern<br />
oder Binärbildern genutzt werden {Abb. B.3). Zum anderen hinaus können 16 Bit tiefe<br />
Speicher, wie z.B. der Bildspeicherbereich Ades Systems ITI-151 {Abb. B.7), zur Speicherung<br />
von Zwischenergebnissen und ausgewerteten Bildern verwendet werden. Für<br />
manche Bildverarbeitungsoperationen, wie z. B. die Bestimmung der lokalen Orientierung<br />
(Abschnitt 6.2), reicht eine Genauigkeit von 8 Bit nicht aus. Die in den Farbtafeln<br />
9, 12 und 13 gezeigten Bilder wurden mit 12 Bit Genauigkeit gerechnet. In vielen Systemen<br />
{MVP-AT, Vista, Targa+, ITI-151, MFG) sind die Bildspeicher weitgehend frei<br />
konfigurierbar für 8-, 16-, 24- oder 32-Bit-Bilder.
306 B Aufbau von PC-Bildverarbeitungssystemen<br />
B.3 Videoausgangsteil<br />
Der Videoausgangsteil erzeugt aus dem im Bildspeicher vorliegenden digitalen Bild<br />
wieder ein Videosignal, das auf einen Monitor ausgegeben oder auf einen Videorekorder<br />
abgespeichert werden kann.<br />
Alle hier erwähnten Boards haben einen dreikanaligen Videoausgangsteil, nämlich<br />
für die drei Farben Rot, Grün und Blau (RGB). Damit können Grauwertbilder farbig<br />
dargestellt werden. Der digitalisierte Grauwert wird für jeden Kanal über eine<br />
Ausgangs-LUT modifiziert, ehe die digitalen Werte im Digital-Analog-Converter (DAC)<br />
in analoge Videosignale umgewandelt werden. In der Regel werden auf den grünen Kanal<br />
zusätzlich die Synchronisationssignale gelegt. Sind alle drei LUT gleich, so erscheint<br />
auf dem Farbmonitor wieder ein Grauwert bild. Durch unterschiedliche L UT-Werte in<br />
den einzelnen Farbkanälen können Grauwerte in Pseudofarben dargestellt werden.<br />
Bei den Karten MVP-AT, Vista und Targa+ und dem System ITI-151 können die<br />
Ausgangs-LUT so geschaltet werden, daß je ein 8 Bit tiefer Bildspeicher einer LUT<br />
zugeordnet wird. Auf diese Weise sind 24-Bit-Farbbilder darstellbar.<br />
Ebenso wie die Eingangs-LUT kann die Ausgangs-LUT schnell vom Host aus geschrieben<br />
werden. Das eröffnet die Möglichkeit interaktiver Veränderung der Ausgangs-<br />
1 UT ohne Modifikation des eigentlichen Bildspeicherinhalts.<br />
Die Pan-, Scroll- und Zoom-Funktionen bestimmen den Bildspeicherbereich, auf den<br />
sowohl Videoeingangs- als auch Videoausgangsteil zugreifen. Während Pan und Scroll<br />
die Startzeile und -spalte festlegen, bestimmt der Zoomfaktor die Größe des Bildspeichers.<br />
Im Videoausgangsteil geschieht die Bildvergrößerung durch Pixelreplikation in<br />
der Hardware, während im Videoeingangsteil der Zoomfaktor die Digitalisierungsrate<br />
herunterteilt und Pausen einlegt, um Zeilen entsprechend auszulassen. Die möglichen<br />
V e r g r ö ß e r u nsind g s bei f a den k t einzelnen ~ r e n Karten unterschiedlich. Bei der PCVisionPlus<br />
ist nur ein Zoomfaktor von 2 möglich, bei dem ITI-151 2, 4 und 8. Die<br />
MVP-AT erlaubt, die horizontalen und vertikalen Zoomfaktoren unabhängig einzustellen<br />
von 1 bis 16 vertikal und 2, 4 und 8 horizontal, während bei der Vista-Karte auch<br />
nichtganzzahlige Zoomfaktoren möglich sind.<br />
Zoom, Pan und Scroll können genutzt werden, um kurze Bildsequenzen zu digitalisieren<br />
und mit einstellbarer Geschwindigkeit wieder ablaufen zu lassen.<br />
Über Register sind Signale verfügbar, die den Start eines neuen Bildes signalisieren<br />
(vertical blank). Dieses Signal wird verwendet, um nach jedem digitalisierten Bild den<br />
Pan- und Seroli-Faktor auf den nächsten freien Bildspeicherbereich umzusetzen. Auf<br />
der Vista-Karte mit 4 MByteBildspeicher kann immerhin eine Sequenz mit 50 Bildern<br />
der Auflösung 256 x 256 oder 200 Bildern der Auflösung 128 X 128 mit 8 Bit Pixeltiefe<br />
digitalisiert und interaktiv "abgespielt" werden.
B.4 Spezialhardware zur Bildverarbeitung 307<br />
Tabelle B.3: Zusammenstellung der Rechenzeiten in Sekunden für elementare Bildverarbeitungsoperationen<br />
mit 512 x 512 Bildern auf folgender Hardware: 25 MHz 80386 PC mit 80387 numerischem<br />
Koprozessor, 33 MHz 80486 PC, NeXT Turbostation mit 33 MHz 68040 und Hyperspeed DI860 Prozessorkarte<br />
(PC-Einsteckkarte) mit 40 MHz i860.<br />
Operation 80386/7 80486 68040 i860<br />
25 MHz 33 MHz 33 MHz 40 MHz<br />
Bildaddition2 0,32 0,15 0,10 0,05 (0,041)<br />
Multiplikation mit einer Konstanten 2 0,70 0,30 0,25 0,11<br />
3 x 1 Ableitungsfilter 2 0,80 0,25 0,30 0,10<br />
3 x 3 Binomialfilter2 2,0 1,0 0,65 0,36<br />
5 x 5 Binomialfilter 2 2,8 1,3 0,85 0,50<br />
Addition einer Konstanten3 1,3 0,25 0,15 0,07<br />
Multiplikation mit einer Konstanten3 1,5 0,30 0,16 0,07<br />
3 x 1 Ableitungsfilter3 3,0 0,7 0,25 0,15<br />
5 X 5 Binomialfilter3 11,0 2,0 1,6 0,52<br />
9 X 9 Binomialfilter3 16,0 3,1 2,2 0,65<br />
2-D Fouriertransformation (Radix 2)3 44,0 9,0 5,0 2,9 (0,5) 4<br />
1 Assembler Routine, Bildaddition einschließlich Bildtransfer über den Visionbus in Echtzeit<br />
216-Bit Integer Arithmetik (short)<br />
332-Bit Gleitkomma Arithmetik (float)<br />
40ptimierte Assembler Routine (Zeit einschließlich Bitumkehr und Division)<br />
B.4 Spezialhardware zur Bildverarbeitung<br />
Bisher haben wir nur die Spezialhardware zur Aufnahme und Darstellung von Bildern<br />
betrachtet. Wäre das die gesamte Hardware, die für die Bildverarbeitung zur Verfügung<br />
steht, so müßte die gesamte eigentliche Bildverarbeitung auf dem Personalcomputer<br />
ablaufen. Dazu müßte das Bild in den PC übertragen, dort verarbeitet und wieder<br />
zurückgeschrieben werden. Damit könnten die Bildverarbeitungsoperationen natürlich<br />
nicht in Echtzeit abgewickelt werden. Tabelle B.3 listet Rechenzeiten typischer Bildverarbeitungsoperationen<br />
auf, wie sie mit der portablen Bildverarbeitungssoftware der<br />
Arbeitsgruppe "Bildverarbeitung" am Institut für Umweltphysik der Universität Heidelberg<br />
erzielt worden sind.<br />
Mit spezieller Hardware können die Bildverarbeitungsoperationen erheblich beschleunigt<br />
werden. Wie eingangs erwähnt, zeichnen sich zwei Entwicklungen ab. Zum einen<br />
können spezielle Hardwareelemente in die Bildspeicherkarten integriert werden. Dadurch<br />
ergibt sich der Vorteil, daß spezielle Bildverarbeitungsoperationen, wie z. B. Filteroperationen,<br />
um Größenerdungen schneller durchgeführt werden können. Allerdings<br />
ist diese Lösung wenig flexibel und nicht für komplexe Algorithmen geeignet. Eine Alternative<br />
ist die Integration eines frei programmierbaren schnellen Prozessors auf der<br />
Bildverarbeitungskarte. In diesem Abschnitt werden einige typische Hardwareelemente<br />
zur Beschleunigung der Bildverarbeitung vorgestellt.
308 B Aufbau von PC-Bildverarbeitungssystemen<br />
B.4.1<br />
Prozeßfenster<br />
Charakteristisch für die Videosignalverarbeitung ist, daß die Operationen im Pixeltakt<br />
(typischerweise 10 MHz) ablaufen, mit dem der aktive Bildspeicher einer Größe von<br />
512 x 512 abgetastet wird. Will man nun nur einen kleinen Bildausschnitt bearbeiten,<br />
z. B. bei Pyramidenoperationen, so wäre die Verarbeitung für den größten Teil<br />
der Zeit inaktiv. Um Operationen auf Bildausschnitten zu beschleunigen, enthalten<br />
die MVP-AT-Karten und die ITI-151 hardwaremäßig sogenannte Prozeßfenster (englisch:<br />
area of interest). Nun wird nicht mehr der ganze aktive Bildspeicher abgetastet,<br />
sondern nur noch ein programmierbarer Ausschnitt. Dadurch steigert sich die Verarbeitungsgeschwindigkeit<br />
proportional zur Prozeßfenstergröße. Einziger Nachteil des<br />
Prozeßfenstermodus: Eine gleichzeitige Bildausgabe auf den Monitor ist nicht möglich.<br />
B.4.2<br />
Arithmetische Pipeline-Prozessoren<br />
Ein arithmetisch-logisches Rechenwerk (ALU) ist in die MVP-AT-Karte (Abb. B.5)<br />
und die ITI-151 integriert (Abb. B.8). Mit diesem Rechenwerk können zwei Bilder<br />
arithmetisch oder logisch miteinander verknüpft werden. Dazu gehören Bildaddition,<br />
-subtraktion, Vergleiche und Multiplikation mit einer Konstanten.<br />
Faltungsoperationen sind ebenfalls möglich. Dazu wird zuerst ein Bildspeicherbereich<br />
null gesetzt, in dem die Zwischenergebnisse der parallel ausgeführten Faltungs<br />
~ p e r aaufaddiert t i o n werden (Akkumulatorbild). Dann wird das Bild mit der ersten<br />
Filtermaskenkonstanten multipliziert und mit dem entsprechenden Zeilen- und Spaltenoffset<br />
zum Akkumulatorbild addiert. Diese Operation muß für jeden Filtermaskenkoeffizienten<br />
durchgeführt werden. Am Ende wird das Akkumulatorbild durch einen<br />
entsprechenden Faktor dividiert. Oft ist dies durch eine Shiftoperation möglich, wie<br />
z. B. bei Binomialmasken (Absclmitt 5.2.2). Die Durchführung der Faltung mit der<br />
ALU erbringt eine erhebliche Beschleunigung der Rechenzeit. Die Faltung mit der<br />
5 x 5-Binomialmaske eines 512 X 512-Bildes dauert nur 0,36 s (vergleiche Tabelle B.3).<br />
B.4.3<br />
Filterprozessoren<br />
Eine weitere Beschleunigung der Faltung ist durch Spezialprozessoren möglich, die über<br />
parallele Rechenwerke vedügen. Das Blockschaltbild eines solchen Prozessors ist in<br />
Abb. B.9e dargestellt. Er kann in Echtzeit Faltungen mit einer gewissen Filtermaskengröße<br />
durchführen, z. B. das hier gezeigte Rechenmodul mit einer Größe bis zu 8 X 8.<br />
Das entspricht einer Spitzenrechengeschwindigkeit von 640 Millionen Multiplikationen<br />
und 630 Millionen Additionen pro Sekunde. Das Rechenmodul verfügt über Zeilenspeicher,<br />
die so lange eingelesen werden, bis die Zeilengröße der Faltungsmaske erreicht<br />
ist. Dann multiplizieren parallel arbeitende Multiplizierer die entsprechenden Pixel mit<br />
den Filterkoeffizienten. Die Teilergebnisse werden über eine mehrstufige ALU akkumuliert.<br />
Das berechnete Filterergebnis wird über eine 16-Bit-LUT umgerechnet und<br />
mit einer Verzögerung, die der Größe der Faltungsmaske entspricht, auf den Videobus<br />
zurückgegeben.
B.4 Spezialhardware zur Bildverarbeitung 309<br />
Ein ähnliches Modul gibt es für Rangordnungsfilter (Abb. B.9d), wie z. B. Medianfilter<br />
(Abschnitt 5.7.1). Das Modul hat fast den gleichen Aufbau wie der Faltungsprozessor.<br />
In der Recheneinheit werden statt Multiplikationen und Additionen nun Vergleichsoperationen<br />
durchgeführt und alle Grauwerte im Bereich der Maske der Größe<br />
nach sortiert. Der Wert an der ausgewählten Position in der sortierten Liste, z. B.<br />
für das Medianfilter an der mittleren Position, wird auf den Videobus zurückgegeben.<br />
Weiterhin gibt es in der ITI-151 einen Binärkorrelator, der auf einer Maskengröße von<br />
32 x 32 binäre Operationen wie Filterung, Korrelation, Erosion und Dilatation in Echtzeit<br />
durchführen kann (Abb. B.9c).<br />
B.4.4 Histogramm- und Merkmalsextraktoren<br />
Alle bisher betrachteten Rechenmodule hatten als Ergebnis wiederum ein Bild, das auf<br />
den Videobus zurückgegeben wurde. Das ist beim Histogramm- und Merkmalsextraktionsmodul<br />
nicht der Fall. Es besteht aus zwei Funktionsblöcken. Der erste berechnet<br />
in Echtzeit das Histogramm eines Bildes mit einer maximalen Auflösung von 10 Bit<br />
und speichert es in einem speziellen Speicherbereich. Dieser ist doppelt angelegt, so<br />
daß gleichzeitig im einen Speicher ein Histogramm berechnet und im anderen vom<br />
Rostrechner gelesen werden kann. Auf diese Weise ist eine kontinuierliche Histogrammberechnung<br />
in Echtzeit möglich. Die zweite Funktionseinheit ermittelt die Position von<br />
vorgegebenen Grauwerten oder Grauwertbereichen. Bis zu 16 verschiedene Grauwerthereiche<br />
können im Punktmodus gleichzeitigt erkannt und als solche markiert werden.<br />
In diesem Modus erstellt der Prozessor eine Liste mit den Positionen der Bildbereiche,<br />
die die markierten Grauwertbereiche umfassen. Im Streakmodus wird eine Lauflängenkodierung<br />
eines Merkmals durchgeführt.<br />
B.4.5 Parallele Verknüpfung der Rechenmodule<br />
Alle in den letzten Abschnitten besprochenen Rechenmodule sind über mehrere Videobussysteme<br />
im ITI-151 verbunden (Abb. B.6a). Diese Bussysteme gibt es natürlich<br />
auch auf den anderen Bildverarbeitungskarten, nur sind sie dort festverdrahtet. Das<br />
Besondere eines modularen Systems ist, daß die Anordnung der Rechenmodule im Bussystem<br />
frei konfigurierbar ist. Im ITI-151 sind die einzelnen Module über verschiedene<br />
Busse flexibel miteinander verknüpft. Der 16 Bit tiefe VDA-Bus führt die Bilddaten<br />
von Teil A des Bildspeichers zu den Rechenmodulen. Entsprechend gibt der 8 Bit tiefe<br />
VDB-Bus Daten des Bildspeicherteils Ban die Rechenmodule. Der VDI-Bus dient dazu,<br />
digitalisierte Bilder in den Bildspeicher B und zu den anderen Modulen zu bringen. Am<br />
Eingang eines jeden Moduls sitzen sogenannte cross-port switches, d. h. Wechselschalter,<br />
die softwaremäßig festlegen, welcher Videobus an welchen Eingang des betreffenden<br />
Moduls gelegt wird {siehe Abb. B.6, B.8 und B.9). Die Videopipeline {16-Bit-VPI-Bus)<br />
führt die Videodaten schließlich von einem Rechenmodul zum nächsten weiter. Die<br />
gesamte Struktur erlaubt eine flexible, softwaremäßig steuerbare Bildverarbeitung von<br />
komplexen Operationen in Echtzeit. Alle Rechenelemente arbeiten parallel und werden<br />
mit einer gewissen Verzögerung von einem Prozessor zum nächsten weitergereicht. Die<br />
Rechenleistungen der einzelnen Module addieren sich unmittelbar.
310 B Aufbau von PC-Bildverarbeitungssystemen<br />
B.5 Frei programmierbare Systeme<br />
Eines der größten Hindernisse der PC-basierten Bildverarbeitung ist der Transfer der<br />
Bilddaten vom Bildspeicher auf das PC-Memory. Deshalb ist die Integration eines frei<br />
programmierbaren Graphikprozessors auf der Bildspeicherkarte ein wesentlicher Fortschritt.<br />
Die erste Karte, auf der dieses Konzept realisiert wurde, war die Vista-Karte<br />
mit dem Graphikprozessor TMS 34010 von Texas Instruments. Der TMS 34010 ist<br />
ein allgemein verwendbarer 32-Bit-Prozessor, der einen umfangreichen Befehlssatz für<br />
die Pixelverarbeitung hat. Mit diesen Befehlen können Pixel von zwei Fenstern mit<br />
arithmetischen und logischen Operationen verknüpft werden.<br />
Mit einem ANSI C-Crosscompiler und den dazugehörigen Entwicklungswerkzeugen<br />
können C-Programme für den TMS 34010 auf dem PC entwickelt und dann in die auf die<br />
Bildspeicherkarte ladbare Programmbibliothek integriert werden. Bedingt durch den<br />
großen linear-adressierbaren Bildspeicher der Vista-Karte (4 MBytezur Bilddarstellung<br />
und weitere bis zu 10 MByte für Programme und Bilddaten), ist ein komfortables<br />
Arbeiten möglich. Bilder für Zwischenrechnungen können dynamisch angelegt werden,<br />
und man kann Bilder mit gängigen C-Datentypen benutzen.<br />
Der Nachfolgeprozessor des TMS 34010, der TMS 34020, verfügt neben einem 32<br />
Bit breiten Datenbus über eine Schnittstelle zu einem numerischen Koprozessor, dem<br />
TMS 34082 mit einer Spitzenrechenleistung von 20 Millionen Gleitkommaoperationen<br />
(20MFLOPS) pro Sekunde. Der TMS 34020 ist zum Beispiel auf dem Modular Frame<br />
Grabher von Imaging Technology integriert (Abb. B.3). Diese Karte zeichnet sich auch<br />
durch austauschbare Videoeingangsteile (Abb. B.4) und einen 24 Bit tiefen Videobus<br />
(Abb. B.3) aus, über den Bilddaten in Videoechtzeit von und zu weiteren Karten transferiert<br />
werden können.<br />
Sehr interessant für die digitale Bildverarbeitung sind auch moderne RISC-Prozessoren<br />
wie der Intel i860 oder der Motorola 88110. Beide Prozessoren haben bei 50<br />
MHzTaktrate eine Spitzenleistung von 100 MFLOPS. Mit einem speziellen Grafikbefehlssatz<br />
lassen sich Operationen mit mehreren Pixeln gleichzeitig durchführen. Die<br />
Firma Hyperspeed (San Diego, USA) bietet zum Beispiel i860-Prozessorkarten mit AToder<br />
EISA-Bus und einer direkten Schnittstelle zum Visionbus für die Bildspeicherkarten<br />
von Imaging Technology (Abb. B.3). Damit können Einzelbilder und Bildfolgen in<br />
Videoechtzeit zwischen dem i860 und dem Bildspeicher transferiert werden. Typischerweise<br />
sind die Rechenzeiten in Gleitkommaarithmetik auf diesem System nochmals um<br />
einen Faktor 4 bis 20 gegenüber einem 80486 PC beschleunigt (Tabelle B.3).<br />
Es ist zu erwarten, daß in naher Zukunft weitere leistungsfähige Bildverarbeitungssysteme<br />
mit solchen Prozessoren auf den Markt kommen. Generell zeichnet sich der<br />
Trend ab, daß Bildverarbeitung und Computergrafik integraler Bestandteil zukünftiger<br />
Mikrorechnersysteme werden. Damit sind entscheidende Vorteile verbunden wie komfortable<br />
Entwicklungsumgebung, standardisierte grafische Benutzeroberflächen, leichte<br />
Übertragbarkeit von Bildverarbeitungssoftwarepaketen auf neue Rechnersysteme und<br />
nicht zuletzt günstigere Preise.
311<br />
a)<br />
Video<br />
Inputs prog.<br />
OlfseVGai<br />
1 >--<br />
2)--<br />
A ToD<br />
Converte<br />
Input<br />
Luts<br />
Optional<br />
Sync ><br />
Inputs<br />
Interna) Timing<br />
Signals<br />
Optional<br />
Sync +--------'<br />
Outputs<br />
DAC's<br />
LUT 's<br />
Host Data Bus<br />
b)<br />
"Block Moves"<br />
Abb. B.2: a) Blockschaltbild der PCVisionPlus-Bildverarbeitungskarte von Imaging Technology;<br />
b) Zugriffsarten auf den Bildspeicher der PCVisionPlus über den Pixelbuffer.
312 B Aufbau von PC-Bildverarbeitungssystemen<br />
PCAT ~ ·<br />
;---------:<br />
~ - - - - - - - - ~ - - - - - - - - ~<br />
VGA : ET4000 ~<br />
memory 16 , Memory : VGA ~<br />
Bt478 :.-----. Blue<br />
..... ~<br />
RA.MDAC : t,--..<br />
1 Green<br />
: 1MB : Controller . : :.....:.__t_____ Red<br />
---------'"--------' ·---------·I<br />
I<br />
I<br />
I<br />
I<br />
Blue<br />
Green<br />
VISIONbus 1<br />
Green<br />
Image<br />
Memory<br />
Red<br />
- - - - - - - - optional features<br />
Abb. B.3: Blockschaltbild des Modular Frame Grabher (MFG) von Imaging Technology.
t:li<br />
er.<br />
~<br />
(E.<br />
...,<br />
'd<br />
Vuleo Input 1<br />
a&<br />
I<br />
Input<br />
Condllioning<br />
~<br />
s<br />
~ I I<br />
:;·<br />
~ o I<br />
...,<br />
cr"<br />
I<br />
i--------------<br />
--'<br />
~<br />
('I)<br />
r:n<br />
1<br />
'-<<br />
I<br />
,..,.<br />
I<br />
I<br />
00<br />
s<br />
('I)<br />
I<br />
I<br />
I<br />
('I)<br />
I<br />
I<br />
I<br />
I<br />
I<br />
I<br />
I<br />
I<br />
I<br />
Color<br />
I<br />
I<br />
I<br />
PixeiOockl<br />
I<br />
Line Enable I<br />
Frame Enable I<br />
I<br />
I<br />
I<br />
I<br />
I<br />
I<br />
I<br />
I<br />
'------<br />
I<br />
I<br />
I<br />
I<br />
I<br />
I<br />
I<br />
r------<br />
I<br />
Timing Control<br />
L...------<br />
AMOutl AMOutl AMOuiO<br />
1b Molher Board<br />
w<br />
w<br />
......<br />
Abb. B.4: Blockschaltbild der Videoeingangsmodule für den Modular Frame Grabher (MFG) von<br />
Imaging Technology: a) Variable-Scan Acquisition Module (AM-VS); b) Color Acquisition Module<br />
(AM-CLR)<br />
~ - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - i<br />
1'1 bd:b II<br />
1<br />
Space_ J=LL=1 1<br />
I Buffen<br />
I Data<br />
~ - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -<br />
1 Converswn<br />
C A ~ I<br />
CAM3 I
l<br />
SILO<br />
SPEICHER<br />
1M8yte<br />
G<br />
{2MByte)<br />
I<br />
I ~ - - - - - - -<br />
I!<br />
:n :<br />
I I<br />
externe FunktiOns· Einheit I<br />
1<br />
1 ~ 1<br />
1 ~ 1<br />
I I ~ .<br />
1<br />
1 "I PROCESSOR<br />
I I<br />
1 6<br />
i I I'<br />
~ I<br />
~ J<br />
t=======-<br />
VMEBUS<br />
~ - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -<br />
r--- 1<br />
) sv;c I I GAJN n ~ · · = I KJ." I<br />
I I ._,...... !<br />
I ACRTC I<br />
I I<br />
~ I 20<br />
i ll1<br />
I I 1 1 6<br />
I 16<br />
I 201 NEIGHBOURHOOO l\.---------------<br />
I I '""1000011 ' ~<br />
______________ _<br />
I (r I<br />
" I I l<br />
betMVPVME __ - --- 1<br />
~ - ~ 1<br />
1 1 ~ 1<br />
- - - - - - - - - - - - - \ - - ~<br />
Abb. B.5: Blockschaltbild der MVP-AT-Bildverarbeitungskarte der Firma Matrox.
B.5 Frei programmierbare Systeme<br />
315<br />
a)<br />
UOA<br />
UOB<br />
,<br />
101<br />
/<br />
c 161<br />
s<br />
InaNnonE<br />
OUR<br />
~<br />
ADI-1:50<br />
AHALOGJ'<br />
DIGITAL<br />
IHT(RFACE<br />
-<br />
~ H<br />
... ~<br />
r--<br />
v<br />
101<br />
.. HF-ISO<br />
•• • • ..<br />
B Z ~ UPI<br />
FB-lSO HISTDGRAt1/<br />
v-<br />
FRAME BUFFER ['V- F'EAfURE I ~<br />
EKTRACTDA<br />
IPA-J:50<br />
UPI<br />
ALU-150<br />
IMAGE<br />
/'-- PIPELINE<br />
PROC[SSING ~<br />
ACCELERATOR<br />
PROCESSOA<br />
tt<br />
REAL-UM[<br />
UPI DClZ<br />
V'-: RTHP-150<br />
~ ~<br />
MODULAR<br />
PRDCESSDA<br />
UOI 101<br />
L___j<br />
/<br />
VtiEBUS<br />
1,_<br />
b)<br />
::<br />
II<br />
VIdeo Output J l<br />
- - - - - - - - - - - - - - - - - ~ :<br />
I<br />
I<br />
I<br />
I<br />
I VIdeo Data Input<br />
I VDI (7:0)<br />
L------------------------<br />
I (lo VIdeo butl PixelBus Interface<br />
Abb. B.6: a) Beispiel einer Konfiguration des modularen Bildverarbeitungssystems ITI-151 der Firma<br />
Imaging Technology: Verschaltung der einzelnen Verarbeitungsmodule über die verschiedenen Videobusse;<br />
b) das Variable Scan Interface (VSI-150).
316 B Aufbau von PC-Bildverarbeitungssystemen<br />
r-------------------r------<br />
1 I<br />
IIOST INTERFACE I 1<br />
I<br />
I<br />
---------------1<br />
YPIII5o01<br />
II<br />
~ V P O I I S o O I<br />
IIOST OODRESS<br />
IIOST I VIDEO<br />
I RDDRESSI AOORESS<br />
V LOGIC LOGIC<br />
I<br />
HOST ORTR<br />
VIDEO BUS: I I<br />
-----~ ----~ -,<br />
INTERFACE ~ -1- - - - - -<br />
(<br />
" R PORT<br />
'I<br />
Slllfl<br />
I'<br />
,fVORIIS:OI<br />
REGISTER l\r<br />
<<br />
~ LOGIC<br />
\<br />
I<br />
YDII7o01<br />
A VDD 17o 01<br />
IJt-<br />
01 POIIT<br />
"<br />
Ii" SIIIFT<br />
0117•01<br />
IJI- w<br />
I-<br />
l\r r.v<br />
"<br />
I<br />
n FROHE<br />
STORE<br />
1512 .. 512•161<br />
-- ---<br />
..---<br />
lA - -- - ~ -<br />
HUX<br />
I 'I<br />
A OVRI7r81'--11<br />
1 ; ~ -<br />
I- REGISTER I<br />
LOGIC<br />
I<br />
---<br />
01 FROHE I OZ FnnHE<br />
~ DZ PORT STORE I STORE<br />
ISIZxSIZxDI 1 1512x512x01<br />
SHIFT<br />
0217101 L----y ltt-<br />
( IIECISTEA l'v- I<br />
'I<br />
LOGIC<br />
1_----------------------------_I<br />
I<br />
I<br />
I<br />
I<br />
I<br />
I<br />
FRRHE I<br />
I<br />
HCHORY I<br />
I<br />
t-------------------<br />
I<br />
Abb. B.7: Bildspeichermodul FB-150 des modularen Bildverarbeitungssystems ITI-151.
B.5 Frei programmierbare Systeme<br />
317<br />
VDB<br />
VOI<br />
VPIIIS•BI VOR IIS18I VOR 17101<br />
6<br />
OVEnFLOH/<br />
cAnnr-our<br />
2<br />
CLSEL<br />
CONO 1T I ONAL<br />
LOOK-UP TABLE<br />
VPOIIS1BI<br />
Abb. B.S: Arithmetischer Pipeline Prozessor (ALU-150) des modularen Bildverarbeitungssystems ITI-<br />
151.
318<br />
B Aufbau von PC-Bildvera.rbeitungssystemen<br />
a)<br />
VDI VDB VDA VPI<br />
b)<br />
VIDEO<br />
AODRESS<br />
GENERATOR<br />
FRAME A<br />
FRAME B<br />
VPO<br />
VPI VOA VOO VDI<br />
CM DATAOUT<br />
REGISTER<br />
AODRESSES<br />
AND DATA<br />
CM DATAOUT<br />
c)<br />
d)<br />
e)<br />
Abb. B.9: Weitere Module des Bildverarbeitungssystems ITI-151 von Ima.ging Technology: a) Mutterkarte<br />
für steckbare Rechenmodule; b) allgemeiner Bildverarbeitungsrechner (IPA-150); c) Rechenmodul<br />
für binäre Nachbarschaftsoperationen; d) Rechenmodul für Rangordnungsfilter; e) Rechenmodul fur<br />
lineare Faltungsoperationen.
BANK 7 LIVE<br />
1 .. ~ I<br />
VIDEO<br />
CROSS POINT<br />
VXP<br />
34010<br />
GRAPHICS PROCESBOR ~<br />
GSP<br />
ATVMUX<br />
LINKED<br />
BIS10MB<br />
VIDEO CONTROL<br />
Abb. B.lO: Blockschaltbild der Vista-Bildspeicherkarte von TrueVision.<br />
Rm<br />
GREEN<br />
BLUE SCREEN<br />
ALPHA<br />
t:C<br />
(:,.,<br />
't:l<br />
....<br />
;.<br />
(!)<br />
;.<br />
~<br />
~<br />
~<br />
Cl)<br />
'<<br />
"'<br />
(!)<br />
~<br />
1:..:1<br />
......<br />
cc
y<br />
c<br />
RED<br />
..__<br />
GREEN<br />
MUX B<br />
[ [ ~<br />
MUX<br />
0 ADC<br />
~ 8<br />
LIVE PORT<br />
MUX<br />
BLENDER OUTPUT<br />
•lA *UVEPORT + 1255-AI•BUFFERPORTI/258<br />
3°8<br />
_L<br />
J y<br />
BLENDER<br />
""<br />
I>:><br />
0<br />
BLUE<br />
..__<br />
r r = = = = = = = = = = = = = = ~ ' O N T R O L<br />
32<br />
3*8<br />
' ~<br />
BUFfER PORT<br />
MUX<br />
,<br />
8, 18<br />
or 24<br />
'---"<br />
--.J<br />
~<br />
3*8<br />
COMPOSITE<br />
y<br />
c<br />
B<br />
ENCODER<br />
CHROMA CAPTURE<br />
KEYER MUX<br />
~ t t t I<br />
r--<br />
,<br />
8<br />
J<br />
3*8<br />
~ ~<br />
II<br />
2<br />
,<br />
I ~ LOGIC<br />
VRAM BITS 15.3 1 ~<br />
2MB m•ll<br />
OVERLAY<br />
1r<br />
II<br />
,<br />
8<br />
J __11<br />
UVEMIX<br />
CONTROLLER<br />
C O L O R ~<br />
~ I I I DAC ~ I ILUT ~ = = = = = = = = = = = = = = = = = =<br />
I-- I--<br />
Abb. B.ll: Blockschaltbild der Bildspeicherkarte Targa+ von TrueVision.<br />
tD<br />
><br />
.,:<br />
Cl<br />
='<br />
"'0<br />
(1<br />
~<br />
~<br />
;:;::<br />
....<br />
.,:<br />
"..,.<br />
='<br />
0
Literaturverzeichnis<br />
Achieser, N. J.; Glasmann, J. M.: Theorie der linearen Operatoren im Hilbert-Raum.<br />
Berlin: Akademie-Verlag 1960<br />
Adelson, E. H.; Bergen, J. R.: Spatio-temporal energy models for the perception of<br />
motion. J. Opt. Soc. Am. A 2 (1985) 284-299<br />
Adelson, E. H.; Bergen, J. R.: The extraction of spatio-temporal energy in human and<br />
machine vision. Proc. Workshop on Motion: Representation and Analysis, Charleston<br />
1986. p. 151-155. Washington: IEEE Computer Society Press 1986<br />
Aggarwal, J. K.: Motion and time-varying imagery- an overview. Proc. Workshop on<br />
Motion: Representation and Analysis, Charleston 1986. p. 1-6. Washington: IEEE<br />
Computer Society Press 1986<br />
Andersen, A. H.; Kak, A. C.: Simultaneaus algebraic reconstruction technique: a new<br />
implementation of the ART algorithm. Ultrasonic Imaging 6 (1984) 81-94<br />
Arce, G. R.; Gallagher, N. C.; Nodes, T. A.: Median filters: theory for one and two<br />
dimensional filters. In: Huang,.T. S. (Ed.): Advances in computer vision and image<br />
processing. Vol. 2. Greenwich,. Connect.: JAI Press 1986<br />
Bähr, H.-P. (Hg.): Digitale Bildverarbeitung: Anwendung in Photogrammetrie und<br />
Fernerkundung. Karlsruhe: Wichman 1985<br />
Bandopadhay, A.; Dutta, R.: Measuring image motion in dynamic images. Proc. Workshop<br />
on Motion: Representation and Analysis, Charleston 1986. p. 67-72. Washington:<br />
IEEE Computer Society Press 1986<br />
Barnsley, M. F.: Fractals Everywhere. Boston: Academic Press 1988<br />
Barnsley, M. F.; Sloan, A. D.: A better way to compress images. Byte (January 1988)<br />
215-223<br />
Becker, H.; Arnold, A.; Suntz, R.; Monkhouse, P.; Wolfrum, J.; Maly, R.; Pfister, W.:<br />
Investigation of flame structure and burning behaviour in an IC Engine simulator by<br />
2D-LIF of OH radicals. Appl. Phys. B 50 (1990) 473-478<br />
Bigün, J.; Granlund, G. H.: Optimal orientation detection of linear symmetry. Proc.<br />
1st Int. Conf. Comp. Vis., London 1987. p. 433-438. Washington: IEEE Computer<br />
Society Press 1987<br />
Blahut, R. E.: Fast algorithms for digital signal processing. Reading, Mass.: Addison<br />
Wesley 1985
322 Literaturverzeichnis<br />
Bracewell, R.: The Fourier transform and its applications. New York: McGraw Hili<br />
1965<br />
Brigham, E. 0.: FFT: Schnelle Fourier Transformation. München: Oldenbourg 1982<br />
Broit, C.: Optimal registrations of deformed images. Diss. Univ. of Pennsylvania, USA<br />
1981<br />
Burt, P. J.: The pyramid as a structure for efficient computation. In: Rosenfeld, A.<br />
(Ed.): Multiresolutionimage processing and analysis. <strong>Springer</strong> Series in Information<br />
Sciences. Vol. 12. Berlin: <strong>Springer</strong> 1984<br />
Burt, P. J.; Hong, T. H.; Rosenfeld, A.: Segmentation and estimation of image region<br />
properties through cooperative hierarchical computation. IEEE Trans. Systems, Man,<br />
Cybernetics 11 (1981) 802-809<br />
Burt, P. J.; Adelson, E. H.: The Laplacian pyramid as a compact image code. IEEE<br />
Trans. Commun. 31 (1983) 532-540<br />
Carlsson, K.; Danielsson, P. E.; Lenz, R.; Liljeborg, A.; Majlöf, L.; Aslund, N.: Threedimensional<br />
microscopy using a confocal laser scanning microscopy. Optics Let. 10<br />
(1985) 53-55<br />
Carver, K. R.; Elachi, C.; Ulaby, F. T.: Microwave remote sensing from space. Proceedings<br />
of the IEEE 73 (1985) 970-996<br />
Chellappa, R.; Sawchuk, A. A. (Eds.): Digital image processing and analysis. Vol.<br />
1: Digital image processing, Vol. 2: Digital image analysis. Silver Spring: IEEE<br />
Computer Society Press 1985<br />
Chen, J. S.; Huertas, A.; Medioni, G.: Fast convolution with Laplacian-of-Gaussian<br />
Masks. IEEE Trans. Patt. Anal. Mach. Intell. 9 (1987) 584-590<br />
Crowley, J. L.; Stern, R. M.: Fast computation of the difference of low-pass transform.<br />
IEEE Trans. Patt. Anal. Mach. lntell. 6 (1984) 212-222<br />
Dengler, J.: Methoden und Algorithmen zur Analyse bewegter Realweltszenen im Hinblick<br />
auf ein Blindenhilfesystem. Diss. Univ. Heidelberg 1985<br />
Dengler, J.; Schmidt, M.: The dynamic pyramid- a model for motion analysis with<br />
controlled continuity. Int. J. Patt. Rec. Art. Intell. 2 (1988) 275-286<br />
Enkelmann, W.: Investigations of multigrid algorithms for estimation of optical flow<br />
fields in image sequences. Proc. Workshop on Motion: Representation and Analysis,<br />
Charleston 1986. p. 81-87. Washington: IEEE Computer Society Press 1986<br />
Erhardt, A.; Zinser, G.; Komitowski, D.; Bille, J.: Reconstructing 3D light microscopic<br />
images by digital image processing. Applied Optics 24 (1985) 194-200<br />
Feyman, R.: Lectures on Physics. Vol. II. Reading, Mass.: Addison Wesley 1964<br />
Fischler, M. A.; Firschein, 0. (Eds.): Readings in computer vision: issues, problems,<br />
principles, and paradigms. Los Altos, California: Morgan Kaufmann 1987<br />
Förstner, W.: Quality assessment of object location and point transfer using digital<br />
image correlation techniques. Int. Arch. Photogr. Rem. Sens. 25 A3a (1984) 197<br />
Förstner, W.; Gülch, E.: A fast operator for detection and precise location of distinct<br />
points, corners and centres of circular features. Int. Soc. Photogr. Rem. Sens., Intercommission<br />
Workshop Interlaken 1987
Literaturverzeichnis 323<br />
Gerhard, A.; Platzer, H.; Steurer, J.; Lenz, R.: Depth extraction by stereo triples and<br />
a fast correspondence algorithm. (1986)<br />
Gerthsen, C.; Kneser, H. 0.; Vogel, H.: Physik, 12. Aufl. Berlin, Heidelberg, New York:<br />
<strong>Springer</strong> 1974<br />
Goetz, A. F. H.; Wellman, J. B.; Barnes, W. L.: Optical remote sensing of the earth.<br />
Proceedings of the IEEE 73 (1985) 950-969<br />
Goldstein, H.: Klassische Mechanik, 8. Aufl. Wiesbaden: Aula 1985<br />
Gonzalez, R. C.; Wintz, P.: Digital image processing. Reading, Mass.: Addison-Wesley<br />
1977<br />
Granlund, G. H.: In search of a general picture processing operator. Comp. Graph.<br />
Imag. Process. 8 (1978) 155-173<br />
Grawert, G.: Quantenmechanik, 2. Aufl. Frankfurt am Main: Akademische Verlagsgesellschaft<br />
1973<br />
Haass, U. 1.: Verfolgung dynamischer Änderungen in TV-Bildszenen zur Deutung von<br />
Bewegungen. FhG-Berichte 2-84 (1984) 12<br />
Haberäcker, P.: Digitale Bildverarbeitung, 3. Auflage.' München, Wien: Hanser 1989<br />
van Halsema, D.; Jähne, B.; Oost, W. A.; Calkoen, C.; Snoeij, P.: First results of<br />
the VIERS-1 experiment. Proc. Workshop "Modulation of short wind waves in the<br />
gravity-capillary range by non-uniform currents", Bergen aan Zee, May 1988. Hingharn,<br />
Mass.: Reidel1989<br />
Harris, J. G.: The coupled depth/slope approach to surface reconstruction. M. S. thesis,<br />
Dep. Elec. Eng. Comput. Sei. Cambridge, Mass.: MIT 1986<br />
Harris, J. G.: A new approach to surface reconstruction: the coupled depth/slope<br />
model. Proc. 1st Int. Conf. Comp. Vis., London 1987. p. 277-283. Washington: IEEE<br />
Computer Society Press 1987<br />
Heeger, D. J.: Model for the extraction of image flow. J. Opt. Soc. Am. A 4 (1987a)<br />
1455-1471<br />
Heeger, D. J.: Optical flow from spatiotemporal filters. Proc. 1st Int. Conf. on Comp.<br />
Vis., London 1987. p. 181-190. Washington: IEEE Computer Society Press 1987b<br />
Heeger, D. J.: Optical flow using spatiotemporal filters. Int. J. Comp. Vis. 1 (1988)<br />
279-302<br />
von Helmholtz, H.: Über die Integrale der hydrodynamischen Gleichungen, welche den<br />
Wirbelbewegungen entsprechen. Crelles J. 55 (1858) 25<br />
Hildreth, E. C.: Computations underlying the measurement of visual motion. Artificial<br />
Intelligence 23 (1984) 309-354<br />
Horn, B. K. P.; Schunk, B. G.: Determining optical flow. Artificial Intelligence 17 (1981)<br />
185-204<br />
Huang, T. S.: Two-dimensional digital signal processing I: linear filters. Topics in applied<br />
physics. Vol. 42. Berlin: <strong>Springer</strong> 1981a<br />
Huang, T. S.: Two-dimensional digital signal processing II: transforms and median<br />
filters. Topics in applied physics. Vol. 43. Berlin: <strong>Springer</strong> 1981b
324 Literaturverzeichnis<br />
Huang, T. S.; Weng, J.; Ahuja, N.: 3-d motion from image sequences: modeling, understanding<br />
and prediction. Proc. Workshop on Motion: Representation and Analysis,<br />
Charleston 1986. p. 125-130. Washington: IEEE Computer Society Press 1986<br />
Jain, A. K.: Fundamentals of Digital Image Processing. Englewood Cliffs: Prentice Hall<br />
1989<br />
Jähne, B.: Bildfolgenanalyse in der Umweltphysik: Wasseroberflächenwellen und Oasaustausch<br />
zwischen Atmosphäre und Gewässern. Proc. 8. DAGM-Symp. Mustererkennung<br />
1986. lnformatik-Fachberichte 125, S. 201-205. Berlin: <strong>Springer</strong> 1986<br />
Jähne, B.: Image sequence analysis of complex physical objects: nonlinear small scale<br />
water surface waves. Proc. 1st Int. Conf. Comp. Vis., London 1987. p. 191-200.<br />
Washington: IEEE Computer Society Press 1987a<br />
Jähne, B.: Neue Ansätze zur Bildfolgenanalyse. Proc. 9. DAGM-Symp. Mustererkennung<br />
1987. lnformatik-Fachberichte 149, S. 287. Berlin: <strong>Springer</strong> 1987b<br />
Jähne, B.: Energy balance in small-scale waves: an experimental approach using optical<br />
slope measuring technique and image processing. Proc. Workshop "Modulation of<br />
short wind waves in the gravity-capillary range by non-uniform currents", Bergen<br />
aan Zee, May 1988. Hingham, Mass.: Reidel1989<br />
Jähne, B.: Motion determination in space-time images. Proc. 1st European Conf. on<br />
Computer Vision - ECCV 90, Antibes, France, April 1990. p. 161-173. Berlin:<br />
<strong>Springer</strong> 1990.<br />
Jähne, B.; Riemer, K.: Two-Dimensional Wave Number Spectra of Small-Scale Water<br />
Surface Waves. J. Geophys. Res. 95 (1990) 11,531-11,546.<br />
Jähne, B.: From the measurement of mean fluxes to a detailed experimental investigation<br />
of the gas transfer process at a free wavy water surface. Proc. 2nd International<br />
Symposium on Gas Transfer at Water Surfaces, Minneapolis, Minnesota, September<br />
1990. ASCE, im Druck<br />
Jaroslavskij, J. P.: Einführung in die digitale Bildverarbeitung. Berlin: VEB Deutscher<br />
Verlag der Wissenschaften 1985<br />
Johnston, J. D.: A filter family designed for use in quadrature mirror filter banks. Proc.<br />
Int. Conf. Acoustics, Speech and Signal Processing. p. 291-294. Washington: IEEE<br />
Computer Society Press 1980<br />
Kahan, S.; Pavlidis, T.; Baird, H. S.: On the recognition of printed characters of any<br />
font and size. IEEE Trans. Patt. Anal. Mach. Intell. 9 (1987) 274-288<br />
Kak, A. C.: Image reconstruction from projections. In: Ekstrom, M. P. (Ed.): Digital<br />
image processing techniques. Vol. 2: Computational Techniques. Orlando: Academic<br />
Press 1984<br />
Kass, M.; Witkin, A.: Analysing oriented patterns. Comp. Vis. Graph. Im. Process. 37<br />
(1987) 362-385<br />
Kittel, Ch.: Einführung in die Festkörperphysik, 3. Aufl. München, Wien: Oldenbourg;<br />
Frankfurt am Main: Wiley 1973<br />
Knutsson, H.: Filtering and reconstruction in image processing. Diss. Linköping Univ.<br />
1982
Literaturverzeichnis 325<br />
Knutsson, H.; Granlund, G. H.: Texture analysis using two-dimensional quadrature<br />
filters. IEEE Workshop Comp. Arch. Patt. Anal. Im. Dat. Base Man., Pasadena,<br />
Cal. 1983<br />
Knutsson, H. E.; Wilson, R.; Granlund, G. H: Anisotropie nonstationary image estimation<br />
and its applications: part I - restoration of noisy images. IEEE Trans. Commun.<br />
31 {1983) 388-397<br />
Kories, R.; Zimmermann, G.: Motion detection in image sequences: an evaluation of<br />
feature detectors. Proc. Int. Conf. Patt. Recogn., Montreal 1984. p. 778-780<br />
Kories, R.; Zimmermann, G.: A versatile method for the estimation of displacement<br />
v ~ c fields t o r from image sequences. Proc. Workshop on Motion: Representation and<br />
Analysis, Charleston 1986. p. 101-106. Washington: IEEE Computer Society Press<br />
1986<br />
Koschnitzke, C.; Mehnert, R.; Quick, P.: Das KMQ-Verfahren: Medienkompatible<br />
Übertragung echter Stereofarbabbildungen. Forschungsbericht Nr. 201. Universität<br />
Hohenheim 1983<br />
Kropatsch, W. G.: Rezeptive Felder in Bildpyramiden .. Proc. 10. DAGM-Symp. Mustererkennung<br />
1988. Informatik-Fachberichte 180, S. 333-339. Berlin: <strong>Springer</strong> 1988<br />
Lenz, R.: Linsenfehlerkorrigierte Eichung von Halbleiterkameras mit Standardobjektiven<br />
für hochgenaue 3D-Messungen in Echtzeit. Proc. 9. DAGM-Symp. Mustererkennung<br />
1987. lnformatik-Fachberichte 149, S. 212-216. Berlin: <strong>Springer</strong> 1987<br />
Lenz, R.: Zur Genauigkeit der Videometrie mit CCD-Sensoren. Proc. 10. DAGM-Symp.<br />
Mustererkennung 1988. Informatik-Fachberichte 180, S. 179-189. Berlin: <strong>Springer</strong><br />
1988<br />
Levialdi, S.; Cantoni, V. (Eds.): Pyramidalsystems for image processing and computer<br />
vision. Berlin: <strong>Springer</strong> 1986<br />
Levine, M. D.: Vision in man and machine. New York: McGraw-Hill1985<br />
Lim, J. S.: Two-Dimensional Signal and Image Processing. Englewood Cliffs, N.J.:<br />
Prentice Hall 1990.<br />
de Loor, G. P.; Brunsveld van Hulten, H. W.: Microwave measurements over the North<br />
Sea. Boundary Layer Meteorology 13 (1978) 119-131<br />
Lorenz, D.: Das Stereobild in Wissenschaft und Technik. Köln, Oberpfaffenhofen: Deutsche<br />
Forschungs- und Versuchsanstalt für Luft- und Raumfahrt 1985<br />
Lücker, R.: Grundlagen digitaler Filter. Nachrichtentechnik Bd. 7. Berlin, Heidelberg,<br />
New York: <strong>Springer</strong> 1980<br />
Mandelbrot, B.: The fractal geometry of nature. San Francisco: Freeman 1982<br />
Marr, D.: Vision. San Francisco: Freeman 1982<br />
Menke, W .: Geophysical data analysis: discrete inverse theory. Orlando: Academic<br />
Press 1984<br />
Nagel, H.-H.: Representation of moving objects based on visual observations. IEEE<br />
Computer 14 (1981) 29-39<br />
Nagel, H.-H.: Analyse und Interpretation von Bildfolgen. Informatik-Spektrum 8 {1985)<br />
178-200,312-327
326 Literaturverzeichnis<br />
Nagel, H.-H.: Image sequences - ten (octal) years - from phenomenology towards<br />
a theoretical foundation. Proc. Int. Conf. Patt. Recogn., Paris 1986. p. 117 4-1185.<br />
Washington: IEEE Computer Society Press 1986<br />
Niemann, H.: Klassifikation von Mustern. Berlin, Heidelberg, New York, Tokyo: <strong>Springer</strong><br />
1983<br />
Nishihara, H. K.: Practical real-time imaging stereo matcher. Optical Eng. 23 (1984)<br />
536-545<br />
Oppenheim, A. V.; Schafer, R. W.: Digital signal processing. Englewood Cliffs, New<br />
Jersey: Prentice Hall 1975<br />
Oppenheim, A. V.; Schafer, R. W.: Discrete-Time Signal Processing. Englewood Cliffs,<br />
New Jersey: Prentice Hall 1989<br />
Pietikäinen, M.; Rosenfeld, A.: Image segmentation by texture using pyramid node<br />
linking. IEEE Trans. Systems, Man, Cybernetics 11 (1981) 822-825<br />
Pietikäinen, M.; Harwood, D.: Depth from three camera stereo. Proc. Conf. Comp.<br />
Vis. Patt. Recogn., Miami Beach 1986. p. 2-8. Washington: IEEE Computer Society<br />
Press 1986<br />
Pratt, W. K.: Digitalimage processing. New York: Wiley 1978<br />
Press, W. H.; Flannery, B. P.; Teukolsky, S. A.; Vetterling, W. T.: Numeral Recipes in<br />
C: the art of scientific computing. New York: Cambridge University Press 1988<br />
Quam, L. H.: Hierarchical Warp Stereo. Proc. DARPA Image Understanding Workshop,<br />
New Orleans, LA. 1984. p. 149-155<br />
Riemer, K.: Analyse von Wasseroberflächenwellen in Orts-Wellenzahl-Raum. Diss.<br />
Univ. Heidelberg. 1991<br />
Rosenfeld, A. (Ed.): Multiresolutionimage processing and analysis. <strong>Springer</strong> Series in<br />
Information Sciences. Vol. 12. Berlin: <strong>Springer</strong> 1984<br />
Rosenfeld, A.; Kak, A. C.: Digital picture processing, 2nd ed. Vol. I and II. Orlando:<br />
Academic Press 1982<br />
Schalkoff, R. J.; McVey, E. S.: A model and tracking algorithm for a dass of video<br />
targets. IEEE Trans. Patt. Anal. Mach. lntell. 4 (1982) 2<br />
Schalkoff, R. J.; Labuz, J.: An integrated spatio-temporal model and recursive algorithm<br />
for image motion estimation. Proc. lnt. Conf. Patt. Recogn., Montreal 1984.<br />
p. 530<br />
Schmidt, M.: Morphologische Bildverarbeitung in der Zellanalyse. Technical Report<br />
Nr. 9. Deutsches Krebsforschungszentrum Heidelberg 1987<br />
Schmidt, M.: Mehrgitterverfahren zur 3D Rekonstruktion aus 2D Ansichten. Technical<br />
Report Nr. 17. Deutsches Krebsforschungszentrum Heidelberg 1988<br />
Schmitt, B.: Entwicklung von Bildverarbeitungsmethoden zur Analyse von 3D-lichtmikroskopischen<br />
Bildern. Diss. Univ. Heidelberg 1988<br />
Schröder, G.: Technische Optik, 4. Aufl. Würzburg: Vogel1984<br />
Serra, J.: Imageanalysis and mathematical morphology. London: Academic Press 1982<br />
Shepp, L. A.; Logan, B. F.: The Fourier reconstruction of a head section. IEEE Trans.<br />
Nucl. Sei. 21 (1974) 21-43
Literaturverzeichnis 327<br />
Simonds, R. M.: Reduction of large convolutional kernels into multipass applications<br />
of small generating kernels. J. Opt. Soc. Am. A 5 (1988) 1023-1029<br />
Smith, R. C.; Brown, 0. B.; Hoge, F. E.; Baker, K. S.; Evans, R. H.; Swift, R. N.; Esaias,<br />
W. E.: Multiplatform sampling (ship, aircraft, and satellite) of a Gulf Stream warm<br />
core ring. Applied Optics 26 (1987) 2068-2081<br />
Smith, R. C.; Zhang, X.; Michaelson, J.: Variability of pigment biomass in the California<br />
current system as determined by satellite imagery, 1. spatial variability. J.<br />
Geophys. Res. 93 (1988) 10863-10882<br />
Steurer, J.; Giebel, H.; Altner, W.: Ein lichtmikroskopisches Verfahren zur zweieinhalbdimensionalen<br />
Auswertung von Oberflächen. Proc. 8. DAGM-Symp. Mustererkennung<br />
1986. lnformatik-Fachberichte 125, S. 66-70. Berlin: <strong>Springer</strong> 1986<br />
Stewart, R. H.: Methods of satellite oceanography. Berkeley: University of California<br />
Press 1985<br />
Subbarao, M.: Interpretation of image flow fields: a spatio-temporal approach. Proc.<br />
Workshop on Motion: Representation and Analysis, Charleston 1986. p. 157-165.<br />
Washington: IEEE Computer Society Press 1986<br />
Suntz, R.; Becker, H.; Monkhouse, P.; Wolfrum, J.: Two-dimensional visualization of<br />
the flamefront in an internal combustion engine by laser-induced fluorescence of OH<br />
radicals. Appl. Phys. B 47 (1988) 287-293<br />
Terzopoulos, D.: Regularization of inverse visual problems involving discontinuities.<br />
IEEE Trans. Patt. Anal. Mach. Intell. 8 (1986) 413-424<br />
Terzopoulos, D.: The computation of visible-surface representations. IEEE Trans. Patt.<br />
Anal. Mach. Intell. 10 (1988) 417-438<br />
Tran, A.; Liu, K.-M.: An efficient pyramid image coding system. Proc. lnt. Conf.<br />
Acoustics, Speech and Signal Processing. p. 744-747. Washington: IEEE Computer<br />
Society Press 1987<br />
Voss, K.: Theoretische Grundlagen der digitalen Bildverarbeitung. Berlin: Akademie<br />
Verlag 1988<br />
Wahl, F. M.: Der Entwurf zweidimensionaler rekursiver Filter und ihre Anwendung<br />
in der digitalen Bildverarbeitung. Nachrichtentechnische Berichte Bd. 2. Lehrstuhl f.<br />
Nachrichtentechnik, Techn. Univ. München 1980<br />
Wahl, F. M.: Digitale Bildsignalverarbeitung. Berlin, Heidelberg, New York, Tokyo:<br />
<strong>Springer</strong> 1984<br />
Waxman, A. M.; Duncan, J. H.: Binocular image flow. Proc. Workshop on Motion: Representation<br />
and Analysis, Charleston 1986. p. 31-38. Washington: IEEE Computer<br />
Society Press 1986<br />
Wierzimok, D.; Waas, S.; Jähne, B.: Ergebnisse der Testmessungen an Weser und Saar<br />
zur Bestimmung von Wellenamplituden und Bojengeschwindigkeiten mit Bildverarbeitung.<br />
Forschungsbericht. Institut für Umweltphysik, Univ. Heidelberg 1988<br />
Wierzimok, D: Messung turbulenter Strömungen unterhalb der windwellenbewegten<br />
Wasseroberfläche mittels digitaler Bildverarbeitung. Diss. Univ. Heidelberg. 1990
328 Literaturverzeichnis<br />
Wierzimok, D.; Jä.hne, B.: Measurement of wave-induced turbulent flow structures<br />
using digital image sequence analysis. Proc. 2nd International Symposium on Gas<br />
Transfer at Water Surfaces, Minneapolis, Minnesota, September 1990. ASCE, im<br />
Druck<br />
Yang, W. J. (Ed.): Flow Visualization III. Proc. 3rd Int. Symp. Flow Visualization,<br />
Ann Arbor 1983. Washington: Hemisphere 1985<br />
Zamperoni, P.: Methoden der digitalen Bildsignalverarbeitung. Braunschweig: Vieweg<br />
1989.
Sachverzeichnis<br />
(Kursive Zahlen verweisen auf Abbildungen)<br />
A1Jbildung, 20 ff.<br />
Ableitung,<br />
bei Fouriertransformation, 294<br />
diskrete Approximation, 100 f., 116 ff.<br />
Ableitungsfilter,<br />
erster Ordnung, 100 ff.<br />
Ableitungsoperatoren,<br />
erster Ordnung, 101 ff., 102, 118<br />
nichtlineare isotrope, 103<br />
zweiter Ordnung, 103ff.<br />
Absorptionstomographie, 184 f.<br />
Abtasttheorem, 41 ff.<br />
für Bildfolgen, 27 4<br />
im Fourierraum, 50<br />
im xt-Raum, 27 4<br />
adaptive Filterung 139<br />
Additivität,<br />
von Operatoren, 90<br />
bei Fouriertransformation, 292<br />
Ähnlichkeit,<br />
bei Fouriertransformation, 292<br />
Ähnlichkeitsterm, 251<br />
akausale Filteroperation, 121<br />
algebraische Rekonstruktion, 194 ff.<br />
Aliasing, 4lf., 42<br />
in Bildfolgen, 27 4<br />
ALU, 308<br />
Anaglyphenverfahren, 36 f.<br />
Änderungsdetektion, 205<br />
Animation, 210<br />
antihermitische Funktion, 293<br />
area of interest, 306<br />
Assoziativität,<br />
Operatoren, 90<br />
Astronomie, 2<br />
Autokorrelationsfunktion, 84 f.<br />
Autokovarianz, 85.<br />
Bandpaßfilter, 115f.<br />
Bandpaßzerlegung,<br />
mit Laplacepyramide, 144, 274<br />
Basis, stereoskopische, 36<br />
Basisfunktionen,<br />
der DFT, 51, 52<br />
der Fouriertransformation, 290, 290<br />
der Kosinustransformation, 62, 62<br />
der Sinustransformation, 62, 62<br />
der Hadamardtransformation, 62<br />
der Haartransformation, 62<br />
Baum, 166<br />
Beleuchtung, 17 ff.<br />
Beleuchtungsstärke, 18<br />
Besselfunktion, 33<br />
Bestrahlungsstärke, 19<br />
Betrag 137, 290<br />
Bewegung, 202 ff.<br />
Dynamik, 224, 270<br />
Kinematik, 212 ff.<br />
konstante, 287<br />
als Orientierung, 272<br />
Bewegungsbestimmung,<br />
eindimensional, 278 ff.<br />
differentielle Methode, 278 ff.<br />
Filterverfahren, 280 f.<br />
Orientierungsmethode, 280 f.<br />
Quadraturmethode, 281 ff.<br />
zweidimensional, 283 ff.<br />
Quadraturmethode, 285<br />
Orientierungsmethode, 286 ff.<br />
Bewegungsdiskontinuität, 288
330<br />
Sachverzeichnis<br />
Bewegungsenergie, 281<br />
Bewegungsmodelle, 220 ff.<br />
Bildpunkte, 220 ff.<br />
Oberflächen, 222 f.<br />
Schnittbilder 224<br />
Bewegungsneigung, 271<br />
Bildaufnahme, 17 ff.<br />
Bildfolgenanalyse, 202 ff.<br />
Bildfolgenraum, 270<br />
Bildkoordinaten, 21<br />
verallgemeinerte, 22<br />
Bildmatrix, 38 ff.<br />
Bildpaar, 270<br />
Bildsensoren, 2 ff.<br />
Bildsequenz, 270, 306<br />
Bildspeicher, 305<br />
Bildstabel, 26<br />
Bildstruktur, 122<br />
Bildvektor, 194<br />
bimodale Verteilung, 163<br />
Binärbild, 35, 163<br />
Binärbildsequenz, 35, 305<br />
Binärkorrelator, 309<br />
Binomialfilter, 96 ff<br />
eindimensional, 93<br />
zweidimensional, 97<br />
Binomialverteilung, 76<br />
Bit, 1<br />
Bit-Ebene, 305<br />
bit-reversal<br />
Black-Box-Modell, 118f., 119<br />
Blasen, 169<br />
Blendenproblem, 205 f., 230 ff., 272<br />
bei Stereobildpaaren, 36<br />
im Fourierraum, 273<br />
bottom-up Verfahren, 210<br />
Brillouin-Zone, 46<br />
Butterfly-Operation, 68<br />
Byte, 1<br />
CCD, 2<br />
CCD-Kamera, 23, 49, 304<br />
CCIR-Norm, 302f.<br />
Cluster, 172<br />
Computergraphik, 18, 210<br />
decimation in time, 69<br />
Deformation, 216<br />
deformierbare Objekte, 214ff.<br />
Dehnung, 219<br />
Deltakamm, 45, 295<br />
Determinante, 288<br />
DFT, 51 ff.<br />
difference of Gaussian, 116<br />
Differentialgeometrie, 237<br />
Differenzbild, 202, 203 f<br />
diffuse Reflexion, 19<br />
Diffusionsgleichung, 259<br />
Diffusionsmodell, 260 f.<br />
Digitalisierung, 38 ff., 303<br />
Dilatation, 217, 219<br />
Diraclinie, 31<br />
Diracebene, 31<br />
directio-pyramidal decomposition, 151<br />
Diskontinuität,<br />
des VVF, 235, 257f.<br />
diskr((te Geometrie, 40 f.<br />
diskrete inverse Theorie, 40 f.<br />
diskrete Fouriertransformation, 51 ff.<br />
Definition, 51 f.<br />
Eigenschaften, 52 ff.<br />
dispersionsfreie Wellengleichung, 272<br />
Divergenz, 217<br />
DoG-Filter, 115 f.<br />
dual-ported memory, 305<br />
Dynamik der Bewegung, 224, 270 f.<br />
dynamische Pyramide, 263<br />
Ebenenfit, 273<br />
Eckfrequenz, 120<br />
Eigenvektoren,<br />
Operatoren, 90 f.<br />
Trägheitstensor, 287<br />
Eigenwerte,<br />
Operatoren, 90 f.<br />
Trägheitstensor, 287<br />
Eigenwertproblem, 134, 286f.<br />
Elastizitätskonstante, 254<br />
Elastizitätsmodell, 253<br />
elektromagnetisches Spektrum, 2
Sachverzeichnis<br />
331<br />
Emissionstomographie, 184 f.<br />
Energie, 124<br />
Ensemblemittel, 84, 86<br />
Entfernungsmessung, 214<br />
ergodiseher Prozess, 86<br />
Erwartungswert, 75<br />
Euler-Lagrange Gleichung, 249<br />
Extremalprinzip, 249<br />
fan beam projection, 37<br />
Faltung, 30, 45, 54<br />
zyklische, 56<br />
Faltungsoperatoren, 88 ff.<br />
Faltungssatz,<br />
eindimensional, DFT 54ff.<br />
Fouriertransformation, 294<br />
zweidimensional, DFT 56ff.<br />
Feder, 253<br />
Federkonstante, 253<br />
Fehlervektor, 196<br />
Fensterfunktion, 83, 277<br />
Fensteroperator, 83<br />
Fernerkundung, 2, 24<br />
aktive, 2<br />
FFT-Algorithmus, 64ff<br />
eindimensional, 64 ff<br />
multidimensional, 70 ff<br />
vektorisiert 71<br />
Ficksches Gesetz, 260<br />
Filterdesign, 91, 112 ff.<br />
Ableitungsoperatoren, 116ff., 118<br />
Bandpaßfilter, 115 f.<br />
Glättungsfilter, 112 ff.<br />
eindimensional, 112f.<br />
zweidimensional, 113 ff.<br />
Filteroperation, 88 ff.<br />
Filteroperatoren,<br />
adaptive, 139<br />
akausale, 121<br />
inverse, 91, 180ff<br />
nichtlineare, 122 ff., 136<br />
polar separable, 130<br />
rekursive, 118 ff.<br />
schnelle Berechnung, 107 ff.<br />
separable, 108<br />
symmetrische, 109<br />
unabhängige Faktoren, 108f.<br />
Zerlegung, 109ff.<br />
Filterprozessor, 308<br />
finite impulse response, 118<br />
FIR-Filter, 118<br />
Fixpunkt, 124<br />
Flächendilatation, 219, 223<br />
Flächenelement, 222<br />
flächenerhaltende Deformation, 223<br />
Flächenschätzung, 8<br />
Flächenstrahlungsquellen, 34<br />
Fluchtpunkt, 213<br />
Fluoreszenzlicht, 12<br />
focus of expansion, 213<br />
FOE, 213<br />
Fokusserie, 26<br />
Fourier slice theorem, 186<br />
Fourierscheibentheorem, 186<br />
Fouriertransformation, 289 ff.<br />
eindimensional, 289 f.<br />
zweidimensional, 291<br />
fraktale Geometrie, 162<br />
Freiheitsgrade,<br />
der Bewegung, 221<br />
Frequenzantwort, 89<br />
Fundamentalsatz der Kinematik, 214ff.<br />
Gaborfilter, 126f., 127, 277f., 279<br />
Gammawert, 10<br />
Gasaustausch, 11<br />
Gaußfilter, 96 ff.<br />
Gaußfunktion, 295 f., 297f.<br />
Gaußpyramide, 142 ff., 1.-/4, 285<br />
gefilterte Rückprojektion,<br />
aus Parallelprojektion, 187 ff.<br />
aus Zentralprojektion, 192<br />
Geometrie,<br />
diskrete, 40 f<br />
• fraktale, 162<br />
geometrische Verzerrung, 23<br />
gerade Funktion, 53, 292<br />
Geradenfit, 133, 196<br />
Geschwindigkeitsfilter, 276 ff., 279<br />
Gitter, 42
332<br />
Sachverzeichnis<br />
reziprokes, 46<br />
Gitterpunkte, 42<br />
Glanzlicht, 19, 229<br />
Glattheit,<br />
gerichtete, 267 f.<br />
globale, 261<br />
lokale, 261<br />
kantenorientierte, 266<br />
kontrollierte, 261 ff.<br />
regionenbegrenzte, 267<br />
Glattheitsforderung, 251<br />
Glattheitsterm, 251<br />
Glättungsfilter, 92 ff., 146<br />
höherer Ordnung, 112 ff., 148<br />
eindimensional, 112 f., 113<br />
zweidimensional, 113f., 115<br />
Gradientenoperator, 103<br />
Graphikprozessor, 310<br />
Grauwertänderung, 202<br />
Grauwertecke, 239, 240<br />
Grauwertextremum, 239, 239 f.<br />
Greensehe Funktion, 119<br />
Grenzwertsatz, zentraler, 76<br />
Haartransformation, 63<br />
Hadamardtransformation, 63<br />
Halbbild, 301<br />
Hamiltonsches Prinzip, 249<br />
Hankeltransformation, 33<br />
Hauptachsentransformation,<br />
des Merkmalsraums, 172<br />
des Trägheitstensors, 134, 286f.<br />
hermitische Funktion, 293<br />
Hilbertfliter, 125<br />
Hilberttransformation, 124 ff.<br />
Histogramm, 78, 79, 163<br />
Histogrammextraktor, 309<br />
Homogenität, 89<br />
Rough-Transformation, 198ff, 199<br />
Hyperebene, 198<br />
Hysterese, 10<br />
UR-Filter, 118<br />
Impuls, 124<br />
lmpulsantwort, 119<br />
lmpulsrauschen, 123<br />
infinite impulse response, 118<br />
lnfrarotstrahlung, 2<br />
Intensitätskorrektur, 83<br />
Interlace-Modus, 304<br />
Interpolation, 148 ff.<br />
lineare, 150<br />
kubische, 151<br />
inverse Filterung, 91, 180ff.<br />
inverse Theorie,<br />
diskrete, 194 ff.<br />
inverses Problem,<br />
unterbestimmtes, 177<br />
überbestimmtes, 232<br />
iterated function systems, 162<br />
iterierte Funktionensysteme, 162<br />
Kamerakoordinatensystem, 20<br />
Kante, 101, 124<br />
Kantendetektion, 100 ff., 106<br />
Kausalitätsbedingung, 121<br />
Kern,<br />
DFT, 51<br />
Kinematik der Bewegung, 212 ff.<br />
Massepunkt; 212ff.<br />
deformierbares Objekt, 214 ff.<br />
kinetische Energie, 249<br />
Klassifizierung, 169 ff.<br />
fehlerfreie, 172<br />
Klassifizierungs verfahren, 17 4 ff.<br />
maximum likelihood, 176<br />
minimum distance, 174, 175<br />
Nachschaumethode, 174<br />
Quadermethode, 174, 175<br />
überwachte, 172<br />
unüberwachte, 172<br />
lernende, 1 72<br />
Kleinbild, 1<br />
KMQ-Verfahren, 37<br />
Knoten, 67<br />
Sohn-, 166<br />
Vater-, 166<br />
Knotenpaar, duales, 67 f.<br />
Kollisionszeit, 214<br />
kw-Raum, 270
Sachverzeichnis<br />
Kommutativität,<br />
Operatoren, 90<br />
komplexe Zahlen, 137<br />
konjugierte Gradienten, 200<br />
Kontinuität,<br />
der ersten Ableitung, 255 f.<br />
Kontinuitätsgleichung, 226 f.<br />
Kontrastspreizung, 81<br />
Kontrastumfang, 9<br />
Kosinusfunktion, 295<br />
Kosinustransformation, 61 f.<br />
Kovarianz, 85<br />
Kovariaozmatrix, 173, 198<br />
Korrespondenz,<br />
physikalische, 208, 225<br />
visuelle, 208, 225<br />
Korrespondenzproblem, 206 ff., 210, 275<br />
im Fourierraum, 273<br />
Kraft,<br />
äußere, 254<br />
innere, 254<br />
k-Raum, 289<br />
Kreuzkorrelation, 242<br />
Kreuzkorrelationsfunktion, 85<br />
Kreuzkorrelationsspektrum, 87<br />
Kreuzkovariaoz, 85<br />
Krümmung,<br />
des Grauwertverlaufs, 239<br />
Kurzzeitbelichtung, 12, 302<br />
Lagrangefunktion, 249<br />
Längenschätzung, 8<br />
Laplacefilter, 103 ff.<br />
Laplaceoperator, 100, 103, 105<br />
Laplacepyramide, 144, 144ff., 161, 275,<br />
285<br />
Laplacian of Gaussian, 116<br />
Laserabtastmikroskopie, 182 f.<br />
konfokale, 183<br />
Laufzeittomographie, 184<br />
Lichtweg, 18<br />
Lichtquelle, 19<br />
lineare Symmetrie, 128, 287<br />
Linearität,<br />
DFT, 53<br />
333<br />
Operatoren, 90<br />
Liniendetektion, 100ff.<br />
Lochkameramodell, 21<br />
LoG-Filter, 115 f.<br />
lokale Orientierung, 128, 159, 287<br />
Bestimmung durch Quadraturfilter,<br />
129ff.<br />
Bestimmung nach Trägheitstensormodell,<br />
133 ff.<br />
als Texturmerkmal, 159<br />
lokale Varianz, 158 f.<br />
lokale Wellenzahl, 160<br />
look-up table, 80<br />
LUT, 80, 304, 306<br />
LUT-Operationen, 81 f.<br />
Massepunkt, 212ff., 249<br />
Medianfilter, 122 ff.<br />
Mehrgitteroetzwerk, 258 ff.<br />
Mehrgitterstruktur, 144<br />
Mehrkanalbilder, 2, 302<br />
Membranmodell, 253 ff.<br />
Merkmal,<br />
skalenunabhängig, 159<br />
Merkmalsextraktor, 309<br />
Merkmalsraum, 171<br />
Merkmalsvektor, 160<br />
Meßdatenverarbeitung, 11 ff.<br />
MFLOPS, 7<br />
Mikrowellen, 2<br />
Mittelwert, 52, 75, 84<br />
MoirC-Effekt, 41f.<br />
Momente, höhere, 76<br />
Monotonieoperator, 243 ff.<br />
MOPS, 7<br />
multigrid, 144<br />
multiresolutional image processing, 144<br />
Muster, 172<br />
Mustererkennung, 170<br />
Musterklasse, 172<br />
Nachbarschaft,<br />
konstante, 124<br />
4er-, 38<br />
8er-, 38 f.
334<br />
Sachverzeichnis<br />
N achbarschaftsrelation, 38<br />
Netzwerkmodell, 255 ff.<br />
eindimensional, 255 f.<br />
Mehrgitter-, 258ff.<br />
verallgemeinertes, 256 f<br />
zweidimensional, 258<br />
nichtlineare Filter, 122ff.<br />
Normalverteilung, 76<br />
Norm, 196, 293<br />
Oberflächen, 18<br />
Objekte,<br />
deformier bare, 214 ff.<br />
physikalische, 126<br />
selbstleuchtende, 229<br />
ununterscheidbare, 207<br />
OF-Raum, 289<br />
OH-Radikale, 12<br />
Okklusion, 22, 210, 262<br />
Operator,<br />
Darstellungsunabhängigkeit, 89<br />
Eigenwerte 90<br />
homogen, 89<br />
linear, 89<br />
verschiebungsinvariant, 89<br />
optical transfer function, 31<br />
optische Täuschung, 8<br />
optische Transferfunktion, 31<br />
optischer Fluß, 226 ff.<br />
bei divergentem Licht, 228 f.<br />
bei parallelem Licht, 228<br />
bei selbstleuchtenden Objekten, 229<br />
Glanzlichter, 229<br />
Orientierung,<br />
lokale, 128, 159, 287<br />
Bewegung als -, 272<br />
Orthogonalbasis, 60<br />
Orthonormalbasis, 290<br />
Ortsfrequenzraum, 289<br />
Orts-Zeit-Bild, 6, 270ff.<br />
OTF, 31<br />
Overlay, 305<br />
Ozean<br />
0 berflächentemperatur, 2<br />
Chlorophyllkonzentration, 2<br />
Ozeanographie, 2<br />
PAL-Farbbildsignal, 301<br />
pan, 306<br />
Parallaxe, 36<br />
Parallelprojektion, 37<br />
Parallelrechnersysteme, 7<br />
Parsevalsches Theorem,<br />
DFT, 57<br />
Fouriertransformation, 293 f.<br />
Pascalsches Dreieck, 96<br />
pathologische Veränderungen, 170<br />
PC-Bildverarbeitungssysteme, 300 ff.<br />
Pel, 38, 304<br />
Periodizität<br />
DFT, 53<br />
Phase, 137<br />
bei DFT, 58, 59<br />
bei Fouriertransformation, 290<br />
phase-locked loop, 302<br />
Photogrammetrie, 1, 24<br />
physikalische Chemie, 12<br />
physikalische Korrespondenz, 208, 225<br />
physikalische Objekte, 126<br />
Pixel, 38<br />
Pixelbuffer, 305<br />
Pixelreplikation, 306<br />
Platte,<br />
dünne, 255<br />
PLL-Schaltung, 302<br />
Polarkoordinaten, 290<br />
point spread function, 28<br />
Potential, 249<br />
Powerspektrum, 57, 87<br />
Projektion,<br />
fächerförmige, 37<br />
Projektionsoperator, 186, 276<br />
Prozeßfenster, 307<br />
Pseudoinverse, 198, 232<br />
pseudologarithmische Transformation, 264<br />
PSF, 28<br />
Punktantwort, 28<br />
Punktlichtquelle, 19<br />
Punktoperationen, 78 ff.<br />
homogene, 78 ff., 81 J., 302
Sachverzeichnis<br />
inhomogene, 80 ff.<br />
pyramid linking, 166<br />
Pyramide, 142ff.<br />
dynamische, 264<br />
Gauß-, 142<br />
Laplace-, 144<br />
Richtungszerlegung, 151 ff.<br />
quadrature mirror filter, 155<br />
Quadraturpaar, 126<br />
Quadraturfilter, 122ff., 129ff.<br />
Quadraturfilterpaar, 126, 130<br />
Quadraturspiegelfilter, 155<br />
Quantisierung, 73, 74<br />
radiale Verzeichnung, 23<br />
Radiowellen, 2<br />
radix-2 FFT-algorithm, 69<br />
zweidimensional, 72<br />
radix-4 FFT -algorithm, 69 f.<br />
Radontransformation, 186<br />
random field, 84<br />
Rangordnungsfilter, 122<br />
Raum-Zeit-Energie, 281<br />
Rauschen, 99 f., 123<br />
additives, 85<br />
multiplikatives, 86<br />
weißes, 124<br />
Rauschunterdrückung,<br />
durch lineare Glättungsfilter, 98, 99 f.<br />
durch Medianfilter, 123, 124<br />
durch adaptive Filter, 139<br />
RC-Glied, 119<br />
Rechengeschwindigkeit, 7, 305<br />
Rechteckfilter, 92 ff.,<br />
eindimensional, 55, 93<br />
zweidimensional, 56, 95<br />
Rechteckfunktion, 294f., 297/.<br />
reelle Funktion, 293<br />
Reflexion, 17 ff.<br />
, diffuse, 19<br />
, gerichtete, 19<br />
Regularisierung, 251<br />
Rekonstruktion<br />
3D- und Bewegungsanalyse, 209 ff.<br />
335<br />
algebraische, 194 ff.<br />
aus Abtastwerten, 48 f.<br />
aus Fokusserien, 179 f.<br />
von Oberflächen im 3D-Raum, 179f.<br />
181<br />
durch inverse Filterung, 180 f.<br />
aus Projektionen, 177 ff.<br />
Parallel-, 187 ff.<br />
Zentral-, 192<br />
Rekursionsrichtung, 121<br />
rekursive Filter, 118ff.<br />
Relaxationsprozeß, 119<br />
reziprokes Gitter, 46<br />
Richtungsfilter 129ff., 130, 152ff., 153f<br />
RGB, 80, 304<br />
RGB-Kamera, 301<br />
Röntgenaufnahmen, 22<br />
Schichtaufnahmen, 26<br />
Röntgentomographie, 184<br />
Rotation, 20, 216, 218<br />
2D-Rotation, 223<br />
parallel zur Bildebene, 252<br />
senkrecht zur Bildebene, 252<br />
Rückprojektion, gefilterte, 187 ff.<br />
Rückwärtsgradient, 101<br />
SAR, 3 f.<br />
Schärfentiefe, 24<br />
Fernaufnahmen, 25<br />
Makroaufnahmen, 26<br />
Mikroaufnahmen, 26<br />
Scherung, 217,219,253<br />
Schnittbilder, 35, 224<br />
Schwelle, 163<br />
scroll, 306<br />
SEASAT -Satellit, 3 f.<br />
Segmentierung, 163 ff.<br />
auf der Gaußpyramide, 165 ff.<br />
punktorientiert, 163 ff.<br />
regionenorientiert, 165 ff.<br />
Sehweg, 18<br />
Sel, 304<br />
shape from texture, 158<br />
Signum des Laplaceoperators, 104, 106,<br />
247
336<br />
Sachverzeichnis<br />
sinc-Funktion, 294 f., 297<br />
Sinusfunktion, 295<br />
Sinustransformation, 61 f.<br />
skalenunabhängiges Merkmal, 159<br />
Sobeloperator, 107, 107<br />
Spaltentransformation, 71<br />
Speichertechnologie, 6<br />
Standardabtastung, 49<br />
starrer Körper, 221<br />
Statistik, 73 ff.<br />
erster Ordnung, 73 ff.<br />
zweiter Ordnung, 84 ff.<br />
Stereobilder, 37, 177, 302<br />
Stereorekonstruktion, 209ff., 221<br />
Stereoskopie, 35 f.<br />
vertikale, 37<br />
stereoskopische Basis, 36<br />
stochastischer Prozess, 84<br />
homogener, 86<br />
Strahlstärke, 19<br />
Strahlungsfluß, 19<br />
Strömung,<br />
inkompressible, 221<br />
Strömungsvisualisierung, 35, 224<br />
structure from<br />
form, 178<br />
motion, 178, 213<br />
projection, 178<br />
shading, 178<br />
stereo, 177<br />
texture, 178<br />
Strukturinformation, 89<br />
Subpixelgenauigkeit, 283<br />
Summe der kleinsten Quadrate, 197<br />
Symmetrie,<br />
DFT, 53f.<br />
Fouriertransformation, 292<br />
, lineare, 128, 287<br />
symmetrischer Gradient, 101<br />
Synchronisation, 302<br />
Taxiszene, 264<br />
Textanalyse, 16<br />
Textur, 156<br />
Beispiele, 157<br />
Texturanalyse,<br />
auf der Laplacepyramide, 160ff., 161<br />
Texturmerkmale, 158 ff.<br />
fraktale, 162.<br />
lokale Orientierung, 159.<br />
lokale Varianz, 158 f.<br />
lokale Wellenzahl, 159 f.<br />
TF, 89<br />
Tiefenkarte, 179<br />
Time-Base-Korrektor, 301<br />
time to contact, 214<br />
Tomographie, 37, 184 ff.<br />
, Absorptions-, 184, 185<br />
, Emissions-, 184, 185<br />
, Laufzeit-, 184<br />
top-down Verfahren, 210<br />
Trägheitsmoment, 286<br />
Trägheitstensor, 134, 286<br />
, Eigenvektoren, 287<br />
, Eigenwerte, 287<br />
Trägheitstensormodell, 133 ff., 286 ff.<br />
zur Bestimmung der lokalen Orientierung,<br />
133 f.<br />
zur Bewegungsbestimmung, 286 f.<br />
Transferfunktion, 89<br />
optische, 31<br />
Transformation,<br />
pseudologarithmische, 264<br />
Translation, 20, 223<br />
parallel zur Bildebene, 252<br />
senkrecht zur Bildebene, 252<br />
Transportgleichung, 259<br />
TTC, 214<br />
Überabtastung, 54, 201<br />
Übertragungsfunktion, 119<br />
Ultraschalltomographie, 184<br />
Umkehroperator, 91<br />
Umweltphysik, 11<br />
unabhängige Faktoren, 108<br />
ungerade Funktion, 53, 292<br />
Unschärferelation, 96, 277f.<br />
ununterscheidbare Objekte, 207<br />
unitäre Transformationen, 50 ff.
Sachverzeichnis<br />
Varianz, 75, 84<br />
, lokale, 158 f.<br />
Variationsproblem, 249 ff.<br />
vektorielle Bildeigenschaft, 137, 140<br />
Farbkodierung, 137<br />
Verarbeitung, 140 ff.<br />
Glättungoperationen, 141<br />
Ableitungsoperationen, 141<br />
verallgemeinerte Bildkoordinaten, 22<br />
Verbrennungsvorgänge, 12<br />
Verschiebungsinvarianz, 89<br />
Verschiebungssatz,<br />
DFT, 54<br />
Fouriertransformation, 292<br />
Verschiebungsvektor, 206, 225ff., 245f.<br />
differentielle Methode, 226 ff.<br />
differentialgeometrische Modellierung,<br />
237ff.<br />
Korrelationsmethoden, 241 ff.<br />
Verschiebungsvektorfeld, 206, 208 f., 209,<br />
248ff.<br />
glatte, 250 ff., 262 ff.<br />
Diskontinuitäten, 235, 257 f.<br />
vertikale Stereoskopie, 37<br />
Verzeichnung, radiale, 23<br />
Verzerrung, geometrische, 23<br />
Video-ADC, 301<br />
Videobild, 1<br />
Videoeingangs-LUT, 304<br />
Videoeingangsteil, 301 f.<br />
Videometrie, 23<br />
Videomultiplexer, 301<br />
Videorekorder, 302<br />
visuelle Korrespondenz, 208, 225<br />
visuelles System des Menschen, 7 ff.<br />
Längenschätzung, 8<br />
Flächenschätzung, 8<br />
Auflösungsvermögen von Helligkeitsunterschieden,<br />
9<br />
Objekterkennung, 10<br />
Volumendilatation, 217<br />
Volumenelement, 215<br />
Vorwärtsgradient, 101<br />
Voxel, 18<br />
vv, 206<br />
VVF, 206<br />
Waldschäden, 169<br />
Wasseroberflächenwellen, 6, 12, 127<br />
weißes Rauschen, 124<br />
Wellengleichung,<br />
dispersionsfreie, 272<br />
Wellenpaket, 278<br />
Wellenzahl<br />
Definition, 31, 289<br />
Weltkoordinatensystem, 20<br />
Wurzel, 124, 166<br />
xt-Raum, 270<br />
337<br />
Zeilenkamera, 303<br />
Zeilentransformation, 71, 291<br />
Zeilenwechsel-Verfahren, 304<br />
Zeitkonstante, 119, 259<br />
Zellkerne,<br />
3D-Rekonstruktion, 182<br />
zentraler Grenzwertsatz, 76<br />
Zentralprojektion, 21<br />
Zerlegung von Faltungsoperatoren, 109 ff.<br />
zoom, 306<br />
Zufallsvariable, 75<br />
Zwischengitter, 102, 150, 166<br />
zyklische Faltung, 56
Bernd Jähne<br />
Digitale Bildverarbeitung<br />
Videofilm zum gleichnamigen Buch<br />
Illustration, Animation, visuelle Ergänzung<br />
Der Videofilm "Digitale Bildverarbeitung" nimmt die inhaltliche Struktur des<br />
Buches auf und zeigt dazu 24 Minuten lang eine intensive Abfolge von Szenen, die<br />
digitale Bildverarbeitung und ihren Einsatz in Forschung und Technik durch bewegte<br />
Bilder greifbar machen. Die meisten Operationen werden in Echtzeit auf einem PCbasierten<br />
Bildverarbeitungsrechner vorgeführt. Aus dem Inhalt:<br />
• Beispiele wissenschaftlicher Anwendungen wie Zellkernanalyse in der Krebsforschung,<br />
Analyse von Verbrennungsvorgängen bzw. von Wasseroberflächenwellen in der Ozeanographie<br />
• Tiefenschärfe, optische Punktantwort und Transferfunktion<br />
• Digitalisierung, Moire-Effekt<br />
• Diskrete Fouriertransformation; FFT-Algorithmus<br />
• Punktoperationen, Histogrammberechnung<br />
• Glättungsfilter mit Binomialfiltern, Rauschunterdrückung<br />
• Kantendetektion mit Ableitungsfiltern<br />
• Gauß- und Laplacepyramide<br />
• Tomographie<br />
• 3D- Mikroskopie<br />
• konfokale Laserabtastmikroskopie<br />
• 3D-Rekonstruktionsparadigmen<br />
• Bewegungsanalyse und Bewegungskinematik<br />
Der Film erläutert Grundlagen digitaler Bildverarbeitung und veranschaulicht diese<br />
anhand geeigneter Beispiele aus der Praxis. Er ist gleichermaßen zur Verwendung in<br />
Vqrlesungen oder Praktika als auch zum Selbststudium geeignet.<br />
Als VHS HQ Videocassette ist der 24-Minuten-Film erhältlich für DM 149,00 incl. 15%<br />
MwSt zuzügl. DM 8,00 Versand und Nachnahme.<br />
Nur bei:<br />
AEON Verlag & Studio, Postfach 1108,63401 Hanau - Fax 06181125 79 54
Farbtafeln
a<br />
b<br />
Farbtafel I: Legende s. folgende Seite
a<br />
I<br />
E<br />
E<br />
......<br />
b<br />
d<br />
Farbtafel 2: (Abschnitt 1.3, Seite llff.) Beispiele zum Einsatz bildverarbeitender Techniken für<br />
wissenschaftliche Untersuchungen: a und b Sichtbarmachung des Eindringens eines gasförmigen<br />
Spurenstoffes in die Wasseroberfläche zum Studium des Gasaustausches zwischen Atmosphäre<br />
und Ozean. Die Bilder zeigen einen Blick von oben auf die Wasseroberfläche, wobei die Helligkeit<br />
der momentanen Dicke der Grenzschicht entspricht. Aufnahmen des Autors vom großen<br />
ringförmigen Wind/Wellen-Kanal des Instituts für Umweltphysik, Universität Heidelberg. c Zeitserie<br />
des vertikalen Konzentrationsprofils des im Wasser gelösten Gases unmittelbar unterhalb<br />
der Wasseroberfläche, sichtbar gemacht durch einen Fluoreszenzindikator. d OB-Radikal-Konzentration<br />
bei der Verbrennung eines mageren Gemisches in einem Versuchsmotor, sichtbar<br />
gemacht durch laserinduzierte Fluoreszenz in einer dünnen Schnittfläche.<br />
Farbtafel 1: (Abschnitt 1.1.1, Seite 2) a Chlorophyllverteilung an der kaliforniseben Küste, gemessen<br />
aus der Strahlung im blau/grünen Bereich (CZSC-Aufnahme vom 24. Juni 1980); b Temperatur<br />
der Meeresoberfläche, bestimmt aus einer Aufnahme des NOA6-Satelliten im langwelligen<br />
Infrarot, vom gleichen Gebiet am gleichen Tag.
a<br />
b<br />
c<br />
d<br />
e<br />
Farbtafel 3: (Abschnitt 2.1, Seite 18) Demonstration der Komplexität von Beleuchtungsverhältnissen<br />
anband eines computergenerierten dreidimensionalen Bildes: a Einfärbung der Objektpolygone<br />
entsprechend den Objektfarben, aber ohne Berücksichtigung der Beleuchtung; b Facetteneinfärbung<br />
(flat shading); c Gouraud shading; d Phong shading; e texture mapping; f Schatten<br />
und Spiegelung der Umgebung in einer Kugel (environment mapping).<br />
f
a<br />
b<br />
Farbtafel 4: (Abschnitt 2.2.7, Seite 35) Bildanalyse der Strömung unmittelbar<br />
unterhalb der Wasseroberfläche, die durch Partikel sichtbar gemacht wurde: a Überlagerung<br />
von 12 Bildern; die Spuren aus den einzelnen Bildern sind mit verschiedenen<br />
Farben kodiert; b Einzelbild der Partikelspuren. Aus Wierzimok [1990].
FarbtafelS: (Abschnitt 5.7.2, Seite 125) Aus Wellenneigungsbildern (siehe Abb. 1.9 in Abschnitt<br />
1.3) mittels Fouriertransformation berechnete zweidimensionale Wellenzahlspektren. Aufgetragen<br />
ist die spektrale Dichte (farbkodiert zur besseren Erkennung der Höhe) als Funktion der Wellenzahl<br />
und der Laufrichtung der Wellen. Jedes Spektrum stellt einen Mittelwert über 120 Bilder<br />
dar. Unveröffentlichte Messungen des Autors vom Wind/Wellen-Kanal des IMST bei einer<br />
Überstreichlänge des Windes von 5 m und Windgeschwindigkeiten wie angegeben.
a<br />
b<br />
Farbtafel 6: (Abschnitt 2.2.8, Seite 36 und Abschnitt 4.1.4, Seite 80) Stereobilder:<br />
a Stereobild dargestellt als Rot-Grün-Bild; bEinsatz von Stereobildern<br />
zur Untersuchung der Rauhigkeit (kleinskaligen Wellen) der Ozeanoberfläche:<br />
Die Reflexe zeigen die Nulldurchgänge der Neigung der Ozeanoberfläche,<br />
während aus der Verschiebung der Reflexe zwischen den beiden Bildern die<br />
Wellenhöhe berechnet werden kann. Die vier Bilder wurden innerhalb von zwei<br />
Sekunden aufgenommen und zeigen eine deutliche Variation der Wellenhöhe.<br />
Messungen von S. Waas und dem Autor am Scripps Pier, La Jolla, Kalifornien.
R ~ :2]<br />
Gvs 1<br />
Z:sJ<br />
BI<br />
a 0 255<br />
R ~ ~<br />
6 ~ 1<br />
8 ~ 1<br />
b 0 255<br />
CJ<br />
Rl<br />
Gc:;;;:l<br />
BI<br />
c 0 255<br />
I<br />
I<br />
Farbtafel 7: (Abschnitt 4.1.4, Seite 80) LUT-Operationen mit Pseudofarbdarstellungen; links<br />
ist die jeweilige LUT angegeben: a Pseudofarbdarstellung in Regenbogenfarben; b Markierung<br />
von zu dunklen und hellen Grauwerten in blau und rot; c Farbdarstellung eines Segmentierungsergebnisses<br />
unter Erhaltung der Grauwerte. Die segmentierten Objekte sind grün, der Hintergrund<br />
rot dargestellt.
a<br />
b<br />
c<br />
d<br />
e<br />
Farbtafel 8: (Abschnitt 6.2.4, Seite 138) Überprüfung des Trägheitstensorverfahrens an einem<br />
Testbild, das aus konzentrischen Ringen mit der Grauwertamplitude a besteht, deren Wellenzahl<br />
proportional zum Abstand vom Zentrum wächst. Zusätzlich wird normalverteiltes Rauschen<br />
überlagert mit der Standardabweichung an. Links Originalbilder, rechts Orientierungsbild in<br />
der Farbkodierung wie in Abschnitt 6.2.3 erläutert; a, b a = 127 Bit, an = 0 Bit; c, da = 64 Bit,<br />
an = 20 Bit; e, f a = 32 Bit, an = 32 Bit.<br />
f
a<br />
b<br />
c<br />
d<br />
e<br />
Farbtafel 9: (Abschnitt 6.2.4, Seite 138) Beispiele zur Berechnung der lokalen Orientierung:<br />
links Original, rechts Orientierungsbild: a, b Gebäude der Universität Heidelberg; c, d Baumring;<br />
e, f zwei Orientierungsbilder, berechnet aus Strömungsbildern mit Partikelspuren (vergleiche<br />
Farbtafel4 und Abschnitt 2.2.7).<br />
f
a<br />
b<br />
c<br />
d<br />
e f g<br />
Farbtafel 10: (Abschnitt 6.4.2, Seite 141 und Abschnitt 6.3, Seite 139) Beispiele für die Anwendung<br />
der lokalen Orientierung: a-d hierarchische Bildverarbeitung mit Orientierungsbildern:<br />
a ein Stück Kalbsfell, in dem ein kreisförmiger Ausschnitt gedreht wurde; b Orientierungsbild;<br />
c gemittelte Orientierung; d Kanten im Orientierungs bild; e-f adaptive Bildverbesserung: e Original-Fingerabdruck;<br />
f Orientierungsbild; g verbessertes Bild nach zwei Iterationen. Bilder freundlicherweise<br />
überlassen von Prof. Dr. Granlund, Universität Linköping, Schweden.
a<br />
b<br />
Farbtafel 11: (Abschnitt 8.2.3, Seite 160) Detektion unterschiedlicher Skalen durch Berechnung<br />
der lokalen Ortsfrequenz: a Originalbild. b Rot markiert sind Bereiche, in denen die lokale<br />
Ortsfrequenz über einer bestimmten Schwelle liegt.
a<br />
b<br />
c<br />
d<br />
e<br />
Farbtafe112: (Abschnitt 8.2.2, Seite 159) Beispiele zur Verwendung der lokalen Orientierung in<br />
der Texturanalyse: links Originalbild, rechts Orientierungsbild: a, bAusschnitt aus einem Hundefell;<br />
c, d Stoffmuster; e, f Bastgeflecht.<br />
f
c<br />
d<br />
Farbtafel 13: (Abschnitt 8.2.4, Seite 162) Kombinierte Skalen- und Orientierungsanalyse mit<br />
Hilfe der Laplacepyramide: a Original: Ausschnitt aus einem Stoffmuster; b-e Orientierungsbilder<br />
in den Ebenen 0 bis 3 der Laplacepyramide.<br />
e
a c e g<br />
~ p . m<br />
b d f h<br />
Farbtafel14: (Abschnitt 11.1.2, Seite 182) 3D-Rekonstruktion einer Fokusserie von Zellkernbildern, die mit konventioneller Mikroskopie<br />
aufgenommen wurden: a, c und e ausgewählte Originalbilder; g xz-Schnitt senkrecht zur Bildebene; untere Reihe: durch inverse Filterung<br />
rekonstruierte Bilder zu den darüberstehenden Originalbildern. Freundlicherweise überlassen von Dr. B. Schmitt und Prof.<br />
Dr. Komitowski, Deutsches Krebsforschungszentrum, Heidelberg
Farbtafel 15: (Abschnitt 11.1.3, Seite 183) Fokusserie von Zellkernbildern, aufgenommen mit<br />
konfokaler Laserabtastmikroskopie. Die oberen 9 Bilder zeigen xt-Schnitte, die unteren 6<br />
xz-Schnitte. Die Zahlen geben die Tiefe z bzw. die y-Position in Pixeln an. Bildmaterial freundlicherweise<br />
überlassen von Dr. Kett und Prof. Dr. Komitowski, Deutsches Krebsforschungszentrum,<br />
Heidelberg.
c<br />
d<br />
Farbtafel16: (Abschnitt 5. 7 .2, Seite 126) Analyse komplexer Bildfolgen mit Gaborfiltern, demonstriert<br />
an einer Sequenz von Wasseroberflächenwellen: a Einzelbild der Sequenz. Überlagerung<br />
zweier gaborgefilterter Bilder mit den Schwerpunktwellenlängen 4,7 und 1,2 cm in Windrichtung:<br />
b Amplitude des Kosinusfilters; c Energie. Gleiche Überlagerung dargestellt in xt-Schnitten:<br />
d Amplitude; e Energie. An der Neigung von Linien konstanter Grauwerte in den xt-Bildern<br />
erkennt man unmittelbar die Phasen- bzw. Gruppengeschwindigkeiten der Wellen. Aus Riemer<br />
[1991].<br />
e