Projektgruppe Visual Analytics - Medieninformatik und Multimedia ...
Projektgruppe Visual Analytics - Medieninformatik und Multimedia ...
Projektgruppe Visual Analytics - Medieninformatik und Multimedia ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
3.2 Mustererkennung <strong>und</strong> Protokolle 39<br />
die Informationen über die Berührungsfläche zur Verfügung. Darüber hinausgehende<br />
räumliche Informationen gehen dabei verloren. Tangibles, die, ohne großen Druck<br />
auszuüben, auf der Tischoberfläche liegen, können damit kaum erkannt werden.<br />
Wird DI anstelle von FTIR verwendet, dann wird die Eingabefläche aus der Kameraebene<br />
heraus beleuchtet. Die Kamera registriert dann alle Objekte, welche die<br />
Infrarotstrahlung reflektieren. So stehen auch Informationen über das zur Verfügung,<br />
was sich wenige Zentimeter oberhalb der Eingabefläche befindet. Insbesondere können<br />
dann auch Muster erkannt werden, die sich durch unterschiedliches Reflektionsverhalten<br />
ergeben, u. a. Tangibles. Für Tische mit der FTIR-Technologie lässt sich etwas ähnliches<br />
realisieren, indem Infrarot-LEDs in das Tangible integriert werden.<br />
3.2.2 Mustererkennung<br />
Die Mustererkennung bei der Verarbeitung der Einzelbilder kann im Wesentlichen<br />
auf zwei verschiedene Weisen angegangen werden. Die Analyse des Bildes kann<br />
entweder kanten- oder regionenbasiert erfolgen. Ein kantenbasierter Ansatz durchsucht<br />
das Bild zunächst nach Kanten <strong>und</strong> versucht anschließend, diese den Formen von<br />
bekannten Objekten zuzuordnen. Ein regionenbasierter Ansatz sucht stattdessen nach<br />
zusammenhängenden Flächen <strong>und</strong> versucht, diese bekannten Formen zuzuordnen.<br />
[MHB99]<br />
Der Inhalt der Kameraaufnahmen bei einem Multitouch-Tisch setzt sich relativ einfach<br />
zusammen, nämlich aus dem dunklen Hintergr<strong>und</strong> <strong>und</strong> den hellen Berührungsflächen.<br />
Da keine komplexen Strukturen erkannt werden müssen, ist ein regionenbasierter Ansatz<br />
einem kantenbasierten vorzuziehen. Aus diesem Gr<strong>und</strong> wird die Mustererkennung<br />
optischer Multitouch-Geräte im Folgenden mit Hilfe von regionenbasierten Bildbearbeitungsmethoden<br />
erläutert, was den Einsatz kantenbasierter Verfahren jedoch nicht<br />
ausschließt.<br />
Eine Region bzw. ein Blob entspricht dabei einem zusammenhängenden Verb<strong>und</strong> von<br />
Pixeln, welche alle den gleichen Farbton aufweisen. Damit diese Bedingung so gut wie<br />
möglich erfüllt wird, wird jedes Eingabebild zunächst einem Schwellwertverfahren<br />
(Thresholding) unterzogen. Dieses wandelt das Graustufenbild der Kamera in ein<br />
Binärbild um. In einem solchen Binärbild wird nur noch zwischen Vordergr<strong>und</strong>- <strong>und</strong><br />
Hintergr<strong>und</strong>pixeln unterschieden. Es gibt also nur noch zwei Farben. In unserem Fall<br />
sind die Hintergr<strong>und</strong>pixel schwarz, während sich die hell reflektierenden Objekte auf<br />
der Tischoberfläche in der Vordergr<strong>und</strong>ebene des Bildes wiederfinden.<br />
Im Anschluss an das Thresholding ist die Blob Detection relativ einfach möglich.<br />
Die sequentielle Regionenmarkierung ist ein Verfahren, welches dafür eingesetzt<br />
werden kann. Es arbeitet in zwei Durchläufen: Im ersten Durchlauf erhalten alle<br />
Vordergr<strong>und</strong>pixel einen neuen Wert, der einer Nummerierung der gef<strong>und</strong>enen Regionen