3D-Technologien auf dem Vormarsch ... - GIT Verlag
3D-Technologien auf dem Vormarsch ... - GIT Verlag
3D-Technologien auf dem Vormarsch ... - GIT Verlag
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Abb. 2: Abtasten des Quellbildes (links) mit einer<br />
3x3-Filtermaske und Abspeichern der Resultate<br />
im Ergebnisbild (rechts).<br />
Für Pixel in der Nähe der Bildränder ragt<br />
die Maske möglicherweise über das Bild<br />
hinaus. Dort fehlen also Grauwerte, die<br />
für die Berechnung des neuen Grauwerts<br />
des Pixels im Zentrum der Maske erforderlich<br />
sind. Es gibt mehrere Möglichkeiten,<br />
mit diesem Problem sinnvoll umzugehen.<br />
Die sicherste Methode besteht<br />
darin, für die betreffenden Pixel im Ergebnisbild<br />
gar keinen Grauwert zuzuordnen.<br />
Das Ergebnisbild ist dann etwas<br />
kleiner als das Quellbild. Eine andere<br />
Vorgehensweise ergänzt das Bild an den<br />
Rändern durch einen genügend großen<br />
Rahmen, so dass die Maske immer mit<br />
Grauwerten gefüllt ist. Der Bildinhalt<br />
sollte dabei möglichst „sinnvoll“ nach außen<br />
fortgesetzt werden. Wenn z. B. der<br />
obere Bildrand um zwei Zeilen ergänzt<br />
werden muss, könnte man einfach die<br />
erste Bildzeile unverändert zweifach kopieren<br />
und oben hinzufügen. An den<br />
Ecken nimmt man den Mittelwert der benachbarten<br />
Zeilen bzw. Spaltenpixel.<br />
Das Bild wird <strong>auf</strong> diese Weise über den<br />
Rand hinaus „periodisch ergänzt“. Andererseits<br />
könnte man den Bildinhalt auch<br />
an der oberen Kante spiegeln, also die<br />
erste Zeile des Originalbildes direkt oberhalb<br />
des Bildrandes und darüber die<br />
zweite Zeile des Originalbildes ergänzen.<br />
Sowohl die Spiegelung als auch die periodische<br />
Ergänzung werden in Bildverarbeitungsprogrammen<br />
verwendet. Es<br />
hängt jedoch vom verwendeten Filtertyp<br />
ab, welche Methode besser geeignet ist.<br />
Glättungsfilter<br />
Ein einfacher Ansatz zur Erkennung von<br />
Objekten in einem Bild ist die Vorstellung,<br />
dass Objekte Regionen mit konstantem<br />
Grauwert sind. Damit dieser Ansatz<br />
funktioniert, müssen sich die Objekte<br />
untereinander und vom Untergrund in<br />
www.inspect-online.com<br />
GrunDlaGen<br />
Bezug <strong>auf</strong> den Grauwert genügend stark<br />
unterscheiden. Selbst unter optimalen<br />
Bedingungen sind die Grauwerte innerhalb<br />
einer Region jedoch nicht konstant.<br />
Der Mittelwert dieser Grauwerte ist deshalb<br />
zur Charakterisierung einer Region<br />
möglicherweise besser geeignet. Diese<br />
Überlegung ist ein Beispiel, bei <strong>dem</strong> ein<br />
Mittelwertfilter (oder allgemeiner ein<br />
Glättungsfilter) nützlich sein kann.<br />
Glättungsfilter dienen hauptsächlich<br />
dazu, das statistische Rauschen in einem<br />
Bild zu unterdrücken und filigrane Störungen<br />
zu beseitigen. Abgesehen davon sollten<br />
die Auswirkungen <strong>auf</strong> das Bild möglichst<br />
gering sein. Glättungsfilter sollten<br />
daher folgende Anforderungen erfüllen:<br />
Die Lage des Objekts soll durch die<br />
Filterung nicht verändert werden.<br />
Der mittlere Grauwert soll erhalten<br />
bleiben.<br />
Die Glättung sollte unabhängig von<br />
der Richtung einer Struktur dieselbe<br />
Wirkung haben, sie sollte isotrop sein.<br />
Feinere Strukturen sollten stärker abgeschwächt<br />
werden als grobe Strukturen.<br />
Die beiden letzten Forderungen erscheinen<br />
<strong>auf</strong> den ersten Blick selbstverständlich.<br />
Sie sind jedoch durchaus erwähnenswert,<br />
weil sie keineswegs einfach zu<br />
erfüllen sind. Die Isotropie kann wegen<br />
der Diskretisierung grundsätzlich nicht<br />
vollständig erfüllt werden, und es gibt<br />
durchaus Filter, deren Dämpfungsverhalten<br />
in Bezug <strong>auf</strong> die „Feinheit“ der<br />
Struktur (genauer: als Funktion der Ortsfrequenz)<br />
zunächst überraschend ist. Ein<br />
Beispiel eines solchen Filters wird weiter<br />
unten dargestellt.<br />
Mittelwertfilter<br />
Die einfachste Idee zur Realisierung einer<br />
Glättung ist eine Mittelwertbildung<br />
über die Grauwerte in der Umgebung eines<br />
Pixels. Ein Beispiel dafür ist das eindimensionale<br />
Rechteckfilter 3 R x mit einer<br />
1x3Filtermaske, d.h. die Maske umfasst<br />
drei Pixel in xRichtung und ein Pixel in<br />
yRichtung, besteht also aus einer Zeile<br />
und drei Spalten. Eine beliebte Darstellungsform<br />
dafür ist:<br />
3 1<br />
Rx = – [111]<br />
3<br />
Die eckige Klammer symbolisiert die Filtermaske,<br />
die über das Quellbild geschoben<br />
wird. Das mittlere Pixel der Maske<br />
liegt jeweils über <strong>dem</strong> Bildpixel, für das<br />
gerade der neue Grauwert im Ergebnisbild<br />
berechnet werden soll. Die Zahlen<br />
innerhalb der eckigen Klammern und<br />
der Vorfaktor beschreiben die Zuord<br />
Die Standard-Software<br />
für industrielle<br />
Bildverarbeitung.<br />
Schnell.<br />
Robust.<br />
Zuverlässig.<br />
Weltweit führende Bildverarbeitungs-<br />
Technologie aus Deutschland.<br />
Testen Sie selbst. Kostenlos.<br />
www.halcon.de/test<br />
Neue Version: HALCON 9.0<br />
VISION 2008, 4.-6. November 2008,<br />
Halle 4, Stand 4C55<br />
Ein Produkt von MVTec