4 Anwendung

Funktionsweise von Kantendetektion und deren
Anwendung in der Bildverarbeitung
Joachim Reiter
reiterj@sbox.tugraz.at 9930148
1 Bedeutung der Kantendetektion
In der Informatik gewinnt die Auswertung von Bildern mit Hilfe von Computern immer
größere Bedeutung. Hierfür müssen einzelne Bildinformationen gruppiert und klassifiziert
werden. Die Kantendetektion ermöglicht es, die Grenzen einzelner Objekte aus einem Bild
herauszufiltern, zu schließen oder zu verstärken. Das Resultat ist ein Binärbild, das die
Kanten in einer und den Hintergrund in einer anderen Farbe zeigt. Dieses Bild liefert die
Grundlage für die weitere Verarbeitung der visuellen Daten.
2 Verfahren
Sowohl Jähne [3], als auch Burger [1] beschreiben Gradientenverfahren zur Erkennung
von großen Farb- oder Helligkeitsänderungen im Bildsignal. Man verwendet die erste Ableitung,
um die Extrema zu lokalisieren. Diese deuten auf eine Kante hin. Da Bilder jedoch
zwei-dimensional sind, muss man entweder die Änderung des Signals auch von der anderen
Achse aus betrachten, oder man verwendet die partielle Ableitung einer mehrdimensionalen
Funktion. Der daraus resultierende Gradientenvektor ist richtungsunabhängig und
daher auch unabhängig von Bilddrehungen. Eine andere Möglichkeit ist es, die zweite Ableitung
einer Funktion zu verwenden, um die Nulldurchgänge zu bestimmen. An diesen
befindet sich der stärkste Anstieg oder Abfall einer Funktion.
3 Bildvorverarbeitung
Bei Aufnahmen von Bildern kommt es häufig zu Bildfehlern und Bildrauschen. Da die
Gradientenverfahren diese Fehler nicht erkennen können und vorhandenes Rauschen noch
verstärken, versucht man, diese vorab mit unterschiedlichen Methoden [1, 2] zu minimieren.
Die Verfahren von Prewitt und Sobel glätten das Eingangsbild mit unterschiedlicher
Gewichtung und wenden sodann das Gradientenverfahren an.
Mit einer Histogrammebnung kann man erreichen, dass man das gesamte Farbspektrum
von weiß bis schwarz ausnutzt, um einen stärkeren Kontrast und damit stärkere Anstiege
im Gradientenverfahren zu erhalten. Auch eine mehrmalige Aufnahme desselben Bildes
und Mittelung der Sensordaten bringt eine bessere Qualität des Ausgangsbildes, da Rauschen
zufällig auftritt.
4 Anwendung
Die Binärbilder, die aus der Kantendetektion erzeugt werden, haben vielfältige Anwendungsmöglichkeiten.
In der Medizin können beispielsweise endoskopische Aufnahmen
zur Abgrenzung von Tumoren [4] auswertet werden. Demant gibt in [2] weitere Anwendungsbereiche
wie Vermessung, Klassifikation und Anwesenheitskontrolle auf dem Gebiet
der Automatisierung an.
1

Literatur
[1] Wilhelm Burger and Mark James Burge. In Digitale Bildverarbeitung, pages 55–88,
111–133. Springer Berlin Heidelberg, 2006.
[2] Christian Demant, Bernd Streicher-Abel, and Axel Springhoff. In Industrielle Bildverarbeitung,
pages 29–71, 171–226, 297–338. Springer Berlin Heidelberg, 2011.
[3] Bernd Jähne. In Digitale Bildverarbeitung, pages 345–372. Springer Berlin Heidelberg,
2005.
[4] Tobias Riegg, Ursula Zucker, and Alexander Horsch. In Bildverarbeitung für die Medizin
2006, page 1. Springer-Verlag, 2006.
2