4 Anwendung
4 Anwendung
4 Anwendung
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Funktionsweise von Kantendetektion und deren<br />
<strong>Anwendung</strong> in der Bildverarbeitung<br />
Joachim Reiter<br />
reiterj@sbox.tugraz.at 9930148<br />
1 Bedeutung der Kantendetektion<br />
In der Informatik gewinnt die Auswertung von Bildern mit Hilfe von Computern immer<br />
größere Bedeutung. Hierfür müssen einzelne Bildinformationen gruppiert und klassifiziert<br />
werden. Die Kantendetektion ermöglicht es, die Grenzen einzelner Objekte aus einem Bild<br />
herauszufiltern, zu schließen oder zu verstärken. Das Resultat ist ein Binärbild, das die<br />
Kanten in einer und den Hintergrund in einer anderen Farbe zeigt. Dieses Bild liefert die<br />
Grundlage für die weitere Verarbeitung der visuellen Daten.<br />
2 Verfahren<br />
Sowohl Jähne [3], als auch Burger [1] beschreiben Gradientenverfahren zur Erkennung<br />
von großen Farb- oder Helligkeitsänderungen im Bildsignal. Man verwendet die erste Ableitung,<br />
um die Extrema zu lokalisieren. Diese deuten auf eine Kante hin. Da Bilder jedoch<br />
zwei-dimensional sind, muss man entweder die Änderung des Signals auch von der anderen<br />
Achse aus betrachten, oder man verwendet die partielle Ableitung einer mehrdimensionalen<br />
Funktion. Der daraus resultierende Gradientenvektor ist richtungsunabhängig und<br />
daher auch unabhängig von Bilddrehungen. Eine andere Möglichkeit ist es, die zweite Ableitung<br />
einer Funktion zu verwenden, um die Nulldurchgänge zu bestimmen. An diesen<br />
befindet sich der stärkste Anstieg oder Abfall einer Funktion.<br />
3 Bildvorverarbeitung<br />
Bei Aufnahmen von Bildern kommt es häufig zu Bildfehlern und Bildrauschen. Da die<br />
Gradientenverfahren diese Fehler nicht erkennen können und vorhandenes Rauschen noch<br />
verstärken, versucht man, diese vorab mit unterschiedlichen Methoden [1, 2] zu minimieren.<br />
Die Verfahren von Prewitt und Sobel glätten das Eingangsbild mit unterschiedlicher<br />
Gewichtung und wenden sodann das Gradientenverfahren an.<br />
Mit einer Histogrammebnung kann man erreichen, dass man das gesamte Farbspektrum<br />
von weiß bis schwarz ausnutzt, um einen stärkeren Kontrast und damit stärkere Anstiege<br />
im Gradientenverfahren zu erhalten. Auch eine mehrmalige Aufnahme desselben Bildes<br />
und Mittelung der Sensordaten bringt eine bessere Qualität des Ausgangsbildes, da Rauschen<br />
zufällig auftritt.<br />
4 <strong>Anwendung</strong><br />
Die Binärbilder, die aus der Kantendetektion erzeugt werden, haben vielfältige <strong>Anwendung</strong>smöglichkeiten.<br />
In der Medizin können beispielsweise endoskopische Aufnahmen<br />
zur Abgrenzung von Tumoren [4] auswertet werden. Demant gibt in [2] weitere <strong>Anwendung</strong>sbereiche<br />
wie Vermessung, Klassifikation und Anwesenheitskontrolle auf dem Gebiet<br />
der Automatisierung an.<br />
1
Literatur<br />
[1] Wilhelm Burger and Mark James Burge. In Digitale Bildverarbeitung, pages 55–88,<br />
111–133. Springer Berlin Heidelberg, 2006.<br />
[2] Christian Demant, Bernd Streicher-Abel, and Axel Springhoff. In Industrielle Bildverarbeitung,<br />
pages 29–71, 171–226, 297–338. Springer Berlin Heidelberg, 2011.<br />
[3] Bernd Jähne. In Digitale Bildverarbeitung, pages 345–372. Springer Berlin Heidelberg,<br />
2005.<br />
[4] Tobias Riegg, Ursula Zucker, and Alexander Horsch. In Bildverarbeitung für die Medizin<br />
2006, page 1. Springer-Verlag, 2006.<br />
2