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.

2.2. SCHWELLWERTOPERATIONEN (VA.1.1.2, 27.12.2003) 85<br />

Die obige Gleichung (2.2.20), die sich in (2.2.15) bzw. in (2.2.18) umformen lässt, ist ein Maß<br />

für die Streuung σz zwischen den beiden Klassen, und<br />

σi = p(Ω l 1 )σ2 1 + p(Ωl 2 )σ2 2<br />

(2.2.23)<br />

ist ein Maß für die Streuung innerhalb dieser Klassen. Für eine gute Klassentrennung sollte σz<br />

groß und σi klein sein. Ein geeignetes Gütekriterium für den Schwellwert ist daher auch das<br />

Verhältnis dieser beiden Streuungen, also<br />

G (2)<br />

l = p(Ωl 1) (µ1 − µ) 2 + p(Ω l 2) (µ2 − µ) 2<br />

p(Ω l 1)σ 2 1 + p(Ω l 2)σ 2 2<br />

. (2.2.24)<br />

Dieses Kriterium ist aus der Diskriminanzanalyse (s. Abschnitt 3.8.2) bekannt. Auch hier wird<br />

analog zu (2.2.16) der Wert l∗ bestimmt, für den G (2)<br />

l maximiert wird. Die Verallgemeinerung<br />

<strong>von</strong> (2.2.24) auf mehrere Schwellwerte, analog zu (2.2.21), ist offensichtlich.<br />

2.2.5 Unsicherheit und Homogenität<br />

Ein aufwendiger zu berechnender Schwellwert kann aus der Kombination <strong>von</strong> informationstheoretisch<br />

gemessener Unsicherheit der beiden Klassen „Objekt“ und „Hintergrund“ mit der<br />

Homogenität der entstehenden Klassenregionen bestimmt werden.<br />

Wie oben in Abschnitt 2.2.4 werden mit dem Schwellwert θ = bl die zwei Klassen Ω l 1<br />

bzw. Ω l 2 unterschieden, die die a priori Wahrscheinlichkeiten p(Ω l 1) bzw. p(Ω l 2) haben. Die a<br />

posteriori Wahrscheinlichkeiten der beiden Klassen sind<br />

p(Ω l 1 |fj,k = bν) = p(fj,k = bν |Ω l 1 ) p(Ωl 1 )<br />

p(fj,k = bν)<br />

p(Ω l 2 |fj,k = bν) = p(fj,k = bν |Ω l 2 ) (1 − p(Ωl 1 ))<br />

p(fj,k = bν)<br />

. (2.2.25)<br />

Die Wahrscheinlichkeiten p(fj,k = bν |Ωl κ ), κ = 1, 2, können z. B. durch Normalverteilungen<br />

approximiert werden. Die Entropie der beiden a posteriori Wahrscheinlichkeiten ist ein Maß für<br />

die Unsicherheit, einen Bildpunkt nach Ω1 bzw. Ω2 zu klassifizieren, wenn man den Grauwert<br />

fj,k = bν beobachtet hat und den Schwellwert θ = bl verwendet. Die Klassenunsicherheit<br />

Hl (fj,k) ist daher<br />

H l (fj,k) = −<br />

2<br />

p(Ω l κ |fj,k = bν) log p(Ω l κ |fj,k = bν) . (2.2.26)<br />

κ=1<br />

Damit kann die Klassenunsicherheit für jeden Schwellwert und jeden Grauwert berechnet werden.<br />

Die Homogenität einer Region <strong>von</strong> Grauwerten wird als Eigenschaft eines Bildpunktes<br />

fj,k definiert, die vom „Zusammenhang“ benachbarter Bildpunkte abhängt. Sie wird gemessen<br />

durch eine Funktion h(fj,k), zu deren genauer Definition aus Platzgründen auf die Literatur<br />

verwiesen wird.

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!