21.12.2012 Aufrufe

Klassifikation von Mustern

Klassifikation von Mustern

Klassifikation von Mustern

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

122 KAPITEL 2. VORVERARBEITUNG (VK.1.3.3, 18.05.2007)<br />

funktion, da die Interpolationsbedingung (2.5.9) entfällt. Der Preis ist, dass die Interpolationskoeffizienten<br />

einen zusätzlichen Rechenaufwand erfordern, der jedoch bei geeigneter Wahl der<br />

verallgemeinerten Interpolationsfunktion gallg gering ist.<br />

Die Interpolationskoeffizienten aj ergeben sich daraus, dass man (2.5.14) ebenfalls für ganzzahlige<br />

Werte x = µ auswertet<br />

f(µ) = <br />

aj gallg(µ − j) (2.5.15)<br />

j<br />

und fordert, dass die f(µ) = fµ mit den gegebenen Abtastwerten übereinstimmen. Für eine<br />

gegebene Funktion gallg ergibt (2.5.15) ein lineares Gleichungssystem zur Bestimmung der aj.<br />

Wenn man Funktionen gallg mit endlichem Definitionsbereich und Funktionen f(x) mit endlich<br />

vielen Abtastwerten betrachtet, hat man endlich viele Gleichungen für endlich viele Unbekannte.<br />

Es gibt zahlreiche Ansätze zur effizienten Lösung des resultierenden Gleichungssystems, die<br />

hier nicht betrachtet werden. Eine Alternative folgt aus der Beobachtung, dass (2.5.15) ebenfalls<br />

eine diskrete Faltung ist und dass man folglich die Interpolationskoeffizienten durch Faltung mit<br />

der inversen Impulsantwort bzw. der Faltungsinversen berechnen kann, nämlich<br />

[fj] = [aj] ∗ [gj] ,<br />

[aj] = [gj] −1 ∗ [fj] , (2.5.16)<br />

δj = [gj] ∗ [gj] −1 .<br />

Mit [gj] wird die diskrete Folge der Werte <strong>von</strong> gallg(j) bezeichnet, mit [gj] −1 die Faltungsinverse,<br />

deren Existenz zunächst vorausgesetzt wird. Mit δj wird der Einheitsimpuls (2.3.3) bezeichnet.<br />

Eine wichtige und sehr leistungsfähige Klasse <strong>von</strong> verallgemeinerten Interpolationsfunktionen<br />

sind die B-Splines β m (x) vom Grade m = 0, 1, . . .. Für sie existieren insbesondere<br />

effiziente Realisierungen der Faltungsinversen zur Berechnung der Interpolationskoeffizienten.<br />

Die B-Splines sind definiert durch<br />

β 0 (x) =<br />

⎧<br />

⎨<br />

⎩<br />

1 : |x| < 0, 5<br />

0, 5 : |x| = 0, 5<br />

0 : |x| > 0, 5<br />

β m (x) = β 0 (x) ∗ β 0 (x) ∗ . . . ∗ β 0 (x)<br />

<br />

m Faltungen<br />

. (2.5.17)<br />

Der B-Spline β 0 stimmt fast mit dem nächster-Nachbar Interpolator gnn überein.<br />

Zwei hier interessierende B-Splines sind der lineare (m = 1) und der kubische (m = 3)<br />

B-Spline, der auch als Spline dritten Grades bezeichnet wird. Der lineare B-Spline ist identisch<br />

mit der linearen Interpolationsfunktion glin in (2.5.13), der kubische ist gegeben durch<br />

β 3 ⎧<br />

⎨<br />

(x) =<br />

⎩<br />

1<br />

2 |x|3 − |x| 2 + 2<br />

1<br />

6 (2 − |x|)3 : 1 ≤ |x| < 2<br />

0 : 2 ≤ |x|<br />

3 : 0 ≤ |x| < 1<br />

. (2.5.18)<br />

Sie sind in Bild 2.5.3 gezeigt. Offensichtlich sind sie auf ein endliches und zudem kleines Intervall<br />

beschränkt. Das bedeutet, dass es bei Wahl eines B-Splines als verallgemeinerter Interpolationsfunktion<br />

gallg in (2.5.14) nur wenige <strong>von</strong> Null verschiedene Werte und damit wenige<br />

Summanden gibt, sodass eine effiziente Berechnung möglich ist.

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!