Skript

Funktionswerte der diskreten Kreuzkorrelationsfunktion gema Gl.(88). Es liegt nahe, da
eine Kreuzkorrelation mit einer vorgegebenen Maske zur Mustererkennung verwendet werden
kann. Beispielsweise lassen sich auf diese Weise Buchstaben identizieren. Damit ein
entsprechender Algorithmus problemlos funktioniert, sollte jedoch dieSchriftart der Maske
mit der des zu identizierenden Buchstabens ubereinstimmen. Ferner sind die Schriftgroen
aneinander anzupassen.
6.3.2 Grauwertglattung
Ein weiteres wichtiges Beispiel einer lokalen Operation stellt ein Median-Filter dar. In
praktischen Anwendungen kommt eshaug vor, da die Intensitatswerte einzelner Pixel
" ausreien\. Diesen Eekt bezeichnet man als Salz-und-Pfeer-Rauschen\. Ein Median-
"
Filter hat die Aufgabe, das Salz-und-Pfeer-Rauschen\ zuunterdrucken. Dabei wird ein
"
lokaler Bildbereich mit ungerader Zeilen- und Spaltenanzahl gewahlt, in dessen Zentrum sich
das zu ersetzende Pixel bendet, z.B. ein Bereich von 3 3 Pixeln mit dem zu lternden
Pixel in der Mitte (vgl. Abb. 38). Sodann werden die Grauwerte dieses Bereichs gema der
Haugkeit ihres Auftretens in Klassen eingeteilt. Der Grauwert des zu lternden Pixels wird
durch den Grauwert, der innerhalb des lokalen Bereiches am haugsten auftritt, ersetzt. Auf
diese Weise lassen sich einzelne Ausreier\ mit groer Zuverlassigkeit eliminieren.
"
Wird die digitale Filterung, die in Abschnitt 5.1 behandelt wurde, auf zwei Dimensionen
erweitert, so handelt es sich ebenfalls um eine (vielfach ausgefuhrte) lokale Operation, bei der
ein raumlich begrenzter Bildbereich mit Hilfe einer Gewichtsfunktion, der charakteristischen
Filterfunktion, in einen neuen Grauwert umgerechnet wird. Ein auf diese Weise realisiertes
Tiefpalter entspricht einer gleitenden Mittelwertbildung\ und fuhrt letztlich zu einer
"
Grauwertglattung.
6.3.3 Kantenlterung
Eine hauge Aufgabe der digitalen Bildverarbeitung besteht darin, in einem aufgenommenen
Bild Objekte zu identizieren, die sich aufgrund ihres mittleren Grauwertes von der
Umgebung abheben. Zu diesem Zweck ist im Bild die "
Umrandung\ eines interessierenden
Objektes zu bestimmen, z.B. die Lage des Winkels in Abb. 39. Dies wird durch sogenannte
Kantenlter realisiert.
Die Kantenlterung ist in diesem Zusammenhang - ahnlich wie die oben erwahnte digitale
Filterung - als diskrete Faltung des Eingangsbildes mit einer Filtermatrix von geringer Ausdehnung,
z.B. 3 3 Matrix, zu verstehen. Dabei wird die Filtermatrix um die Pixelposition
zentriert, fur die ein neuer Ausgangswert berechnet werden soll (vgl. Abb. 38). Im zweiten
Schritt werden die sich uberlappenden Elemente der Bildmatrix und der Filtermatrix miteinander
multipliziert und die resultierenden Produkte werden aufaddiert, so da schlielich
der Ausgangswert resultiert.
Durch ein Kantenlter lat sich ein Grauwertsprung in einer durch dieFiltermatrix festgelegten
Richtung feststellen. Die Filtermatrix wird dabei so deniert, da die Ausgangsmatrix
z.B. fur Bildpositionen, an denen Grauwertsprunge von "
dunkel\ nach "
hell\ auftreten, Werte
0aufweist, fur Bildpositionen, an denen Grauwertsprunge von "
hell\ nach "
dunkel\
72