21.12.2012 Aufrufe

Klassifikation von Mustern

Klassifikation von Mustern

Klassifikation von Mustern

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

2.4. NICHTLINEARE OPERATIONEN (VA.1.2.3, 04.12.2005) 107<br />

<br />

§<br />

<br />

<br />

<br />

<br />

<br />

<br />

<br />

<br />

<br />

<br />

<br />

Bild 2.4.1: Zur Beseitigung <strong>von</strong> Störungen in binären <strong>Mustern</strong> durch Masken. Die Masken<br />

Mi+ν, ν = 1, 2, 3 erhält man, wenn man die Masken Mi, i = 1, 5, 9 um 90 ◦ , 180 ◦ , 270 ◦ dreht<br />

2.4 Nichtlineare Operationen (VA.1.2.3, 04.12.2005)<br />

2.4.1 Binäre Masken<br />

Wie schon in Abschnitt 2.2.1 erwähnt, werden bei der <strong>Klassifikation</strong> einfacher Objekte, wie<br />

Schriftzeichen oder Werkstücke, oft nur Binärbilder verarbeitet, deren Grauwerte 0 oder 1 sind.<br />

Die obigen linearen Operationen in (2.3.15), S. 89, sowie (2.3.40) – (2.3.60), S. 105, liefern<br />

jedoch auch bei Anwendung auf binäre Muster i. Allg. keine Ergebnisse [hjk], deren Werte<br />

ebenfalls wieder binär sind. Dieses muss dann in einer nachfolgenden Schwellwertoperation<br />

(2.2.1), S. 77, durch die eine Nichtlinearität eingeführt wird, sichergestellt werden. Eine andere<br />

Möglichkeit besteht darin, für binäre Muster spezialisierte Operationen zur Verbesserung<br />

der Qualität zu entwickeln; dafür liegen zahlreiche Beispiele vor. Schließlich haben die linearen<br />

Operationen für bestimmte Zwecke Nachteile; z. B. werden bei der Glättung mit (2.3.40)<br />

nicht nur hochfrequente Störungen reduziert sondern auch Bildkonturen verschliffen. Aus diesen<br />

Gründen wurden nichtlineare Operationen entwickelt, <strong>von</strong> denen im Folgenden einige<br />

diskutiert werden.<br />

Bei der Glättung <strong>von</strong> binären <strong>Mustern</strong> werden vielfach durch Anwendung <strong>von</strong> binären<br />

Masken kleine Störstellen, die beispielsweise nur einen Rasterpunkt groß sind, beseitigt. Die<br />

Anwendung einer binären Maske auf ein binäres Muster liefert als Ergebnis wieder ein binäres<br />

Muster. Das Prinzip geht aus Bild 2.4.1 hervor. Der Punkt P der Masken Mi, i = 1, . . . , 12<br />

wird auf jeden der Bildpunkte fjk gelegt. Mit H(Mi) werde eine logische Funktion bezeichnet,<br />

die den Wert 1 oder „wahr“ annimmt, wenn die Bildpunkte in der 8–Nachbarschaft <strong>von</strong> fjk die<br />

in der Maske angegebenen Werte haben, wobei ein Wert • in der Maske beliebig ist. Einzelne<br />

Fehlstellen mit dem Wert 0, wie die Punkte S1 und S2 in Bild 2.4.1, werden durch die Operation<br />

hjk =<br />

1 : H(Mi) = 1 für ein i ∈ {1, 2, . . . , 8} ,<br />

0 : sonst<br />

<br />

<br />

(2.4.1)<br />

beseitigt. Einzelne Störpunkte mit dem Wert 1, wie die Punkte S3 und S4, werden durch die<br />

Operation<br />

<br />

0 : H(Mi) = 1 für ein i ∈ {9, . . . , 12} ,<br />

hjk =<br />

(2.4.2)<br />

1 : sonst<br />

beseitigt. Mit (2.4.1) werden also „Löcher“ aufgefüllt, mit (2.4.2) wird das Muster <strong>von</strong>

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!