AT511190A4

AT511190A4 - discrepancy measure

Info

Publication number: AT511190A4
Application number: ATA496/2011A
Authority: AT
Inventors: Bernhard Dr Moser; Gernot Dipl Ing Stuebl
Original assignee: Software Competence Ct Hagenberg Gmbh
Priority date: 2011-04-07
Filing date: 2011-04-07
Publication date: 2012-10-15
Also published as: WO2012135889A9; WO2012135889A1; AT511190B1

Abstract

Verfahren zum Vergleich eines ersten Musters 3 einer aus skalaren und/oder vektoriellen Werten gebildete ersten Wertemenge 1 mit einem zweiten Muster 4 einer aus skalaren und/oder vektoriellen Werten gebildete zweiten Wertemenge 2, dadurch gekennzeichnet, dass das Verfahren folgende Teilschritte umfasst: Bildung zumindest eines ersten Teilbereiches 5 des ersten Musters 2 und Bildung zumindest eines zweiten Teilbereiches 6 des zweiten Musters 3, Berechnung von Differenzwerten zwischen Eigenschaften eines der ersten Teilbereiche 5 und Eigenschaften eines der zweiten Teilbereiche 6 und Bildung eines Differenzmusters 10 aus den Differenzwerten, - Teilung des Differenzmusters 10 in dritte Teilbereiche 11, 11', Bildung von ersten Mengen 12 der dritten Teilbereiche 11, 11' und Berechnung von Eigenschaften des Differenzmusters 10 für die erste Mengen 12, - Bildung von zweiten Mengen 13 der dritten Teilbereiche 11, 11' und Berechnung vonDiskrepanzparametern für die zweiten Mengen 13 und gegebenenfalls in Bezugnahme auf die berechneten Eigenschaften des Differenzmusters 10 für erste Mengen 12, Bildung von dritten Mengen 14 der dritten Teilbereiche 11, 11' und Berechnung eines Ähnlichkeitsmaßes für die dritten Mengen 14 und gegebenenfalls auf Basis der berechneten Diskrepanzparameter für zweite Mengen 13 und/oder des berechneten Differenzmusters 10 für erste Mengen 12.Method for comparing a first pattern 3 of a first set of values 1 formed from scalar and / or vectorial values with a second pattern 4 of a second set of values 2 formed from scalar and / or vectorial values, characterized in that the method comprises the following substeps: formation of at least one first subregion 5 of the first pattern 2 and formation of at least one second subregion 6 of the second pattern 3, calculation of difference values between properties of one of the first subregions 5 and properties of one of the second subregions 6 and formation of a difference pattern 10 from the difference values, division of the difference pattern 10 into third subareas 11, 11 ', forming first quantities 12 of the third subareas 11, 11' and calculating properties of the difference pattern 10 for the first quantities 12, - forming second quantities 13 of the third subareas 11, 11 'and calculating discrepancy parameters for the second sets 13 and gegeb if appropriate with reference to the calculated properties of the difference pattern 10 for first quantities 12, formation of third quantities 14 of the third portions 11, 11 'and calculation of a similarity measure for the third quantities 14 and optionally on the basis of the calculated discrepancy parameters for second quantities 13 and / or of the calculated difference pattern 10 for first quantities 12.

Description

Diese Erfindung betrifft ein Verfahren zum Vergleich eines ersten Musters einer aus skalaren und/oder vektoriellen Werten gebildeten ersten Wertemenge mit einem zweiten Muster einer aus skalaren und/oder vektoriellen Werten gebildeten zweiten Wertemenge, wobei ein Muster eine Zuordnung ist, die den Grundelementen einer Grundmenge Werte einer Wertemenge zuordnet.This invention relates to a method of comparing a first pattern of a first set of values formed of scalar and / or vectorial values with a second pattern of a second set of values formed of scalar and / or vectorial values, where a pattern is an assignment that values the primitives of a base set assigns a value set.

Verfahren nach dem Stand der Technik sind in folgenden Publikationen beschrieben: - J. F. Bercher. On some entropy functionals derived from Renyi Information divergence. Inf. Sei., 178(12):2489-2506, 2008. - R. Jain, S.N.J. Murthy, P.L.J. Chen, and S. Chatterjee. Similarity measures for image databases. volume 3, pages 1247-1254, 1995. W. Jiang, G. Er, Q. Dai, and J. Gu. Similarity-based online feature selection in content-based image retrieval. IEEE Transactions on Image Processing, 15(3):702-712, 2006. J.P.W. Pluim, J.B.A. Maintz, and M.A. Viergever. f-lnformation measures in medical image registration. IEEE Transactions on Medical Imaging, 23(12):1506-1518, 2004. Campbell, Lo, and MacKinlay: The Econometrics of Financial Markets, NJ: Princeton University Press, 1996.Prior art methods are described in the following publications: J.F. Bercher. On some entropy functionals derived from Renyi information divergence. Inf. Sci., 178 (12): 2489-2506, 2008. - R. Jain, S.N.J. Murthy, P.L.J. Chen, and S. Chatterjee. Similarity measures for image databases. volume 3, pages 1247-1254, 1995. W. Jiang, G. Er, Q. Dai, and J. Gu. Similarity-based online feature selection in content-based image retrieval. IEEE Transactions on Image Processing, 15 (3): 702-712, 2006. J.P.W. Pluim, J.B.A. Maintz, and M.A. Viergever. f-Information measures in medical image registration. IEEE Transactions on Medical Imaging, 23 (12): 1506-1518, 2004. Campbell, Lo, and MacKinlay: The Econometrics of Financial Markets, NJ: Princeton University Press, 1996.

Christopher F. Baum. An Introduction to Modern Econometrics Using Stata. Stata Press, 2006.Christopher F. Tree. An Introduction to Modern Econometrics Using Stata. Stata Press, 2006.

Patrick F. Dünn, Measurement and Data Analysis for Engineering and Science, New York: McGraw-Hiil, 2005. H. Hirschmüller and D. Scharstein, "Evaluation of Stereo matching costs on images with radiometric differences," IEEE Transactions on Pattem Analysis and Machine Intelligence (TPAMI) 31, pp. 1582-1599, September 2009.Patrick F. Dunn, Measurement and Data Analysis for Engineering and Science, New York: McGraw-Hiil, 2005. H. Hirschmuller and D. Scharstein, " Evaluation of Stereo matching costs on images with radiometric differences, " IEEE Transactions on Pattem Analysis and Machine Intelligence (TPAMI) 31, pp. 1582-1599, September 2009.

Die hier angeführten bekannten Verfahren zur Berechnung von Vergleichswerten von Mustern - wie etwa das Korrelationsmaß („normalized cross correlation“) - basieren auf dem Grundprinzip, dass in einem ersten Schritt Vergleichswerte für die jeweiligen nicht weiter zerlegbaren Grundelemente der Grundmengen berechnet werden und in weiteren Schritten aus diesen elementweise berechneten Vergleichswerten Vergteichswerte für die Muster etwa durch Summation abgeleitet werden. Vergleicht man zeitlich oder räumlich versetzte Muster, so kann sich aufgrund des in den oben angeführten Dokumenten beschriebenen Grundprinzips ergeben, dass für einen größeren Versatz ein hohes Ahnlichkeitsmaß und für einen geringeren Versatz ein geringes Ähnlichkeitsmaß fälschlicher Weise berechnet wird. t* ·· ff·· ···· ·· ♦ φ φ Φ * · * * · · Φ · · » · ··· # · · ♦ Φ » · · t ·♦· ···♦ • « · * 9 « · ♦ ·The known methods for calculating comparative values of patterns given here - such as the "normalized cross correlation" - are based on the basic principle that, in a first step, comparative values are calculated for the respective base elements of the basic quantities which can not be further decomposed, and in further steps From these element-wise calculated comparison values, for example, the values of the values for the patterns are derived by summation. If we compare temporally or spatially offset patterns, it can be seen from the basic principle described in the documents cited above that a large degree of similarity is incorrectly calculated for a larger offset and a small degree of similarity for a smaller offset. t * ·· ff ·· ··································· * 9 «· ♦ ·

Seien etwa die Muster Mi, M2l M3 auf der Grundmenge der natürlichen Zahlen so definiert, dass Mi den Grundelementen „0“ und „2" den Wert „Γ und sonst allen Grundelementen den Wert ,0“ zuordnet, dass m2 den Grundelementen „1“ und „3“ den Wert „1“ und sonst allen Grundelementen den Wert „0“ zuordnet und, dass M3 den Grundelementen „2“ und „4“ den Wert „1“ und sonst allen Grundelementen den Wert „0“ zuordnet, dann berechnen die bekannten Verfahren einen höheren Ähnlichkeitswert zwischen Mi und M3 als zwischen M} und m2- Das neue hier beschriebene Verfahren jedoch liefert einen höheren Ähnlichkeitswert zwischen Mi und m2 als zwischen Mi und M3.For example, let the patterns Mi, M2l M3 be defined on the fundamental set of natural numbers such that Mi is the primitives "0" and "2". assigns the value "Γ and otherwise all the basic elements the value" 0 ", that m2 assigns the value" 1 "to the primitives" 1 "and" 3 "and otherwise the value" 0 "to all primitives and that M3 assigns the primitives" 2 " and assigns "4" the value "1" and otherwise all of the primitives the value "0", then the known methods calculate a higher similarity value between Mi and M3 than between M} and m2- The new method described here, however, provides a higher similarity value Mi and m2 as between Mi and M3.

Das nicht-monotone Verhalten des nach den in den oben angeführten Dokumenten beschriebenen Verfahren berechneten Ähnlichkeitsmaßes eines ersten Musters mit einem zweiten Muster, welche einen zeitlichen oder räumlichen Versatz aufweisen, führt zu falschen Schlussfolgerungen, insbesondere wenn die Ähnlichkeit von vorliegenden Mustern insbesondere solcher mit höher frequenten Anteilen oder/und zusätzlichem Rauschanteil bewertet werden soll.The non-monotonic behavior of the similarity measure of a first pattern with a second pattern calculated according to the methods described in the above-cited documents, which have a temporal or spatial offset, leads to false conclusions, especially if the similarity of existing patterns, especially those with higher frequencies Shares and / or additional noise.

In der folgenden Publikation wird die Problematik der Berechnung von falschen Ähnlichkeitsmaßen aufgrund des nicht-monotonen Verhaltens des Ähnlichkeitsmaßes bei Berechnung nach einem der in den oben angeführten Dokumenten beschriebenen Verfahren in Abhängigkeit des räumlichen oder zeitlichen Versatzes für Grauwertbilddaten diskutiert und theoretisch analysiert: B. Moser. A Similarity Measure for Image and Volumetrie Data Based on Hermann Weyl's Discrepancy, to appear in IEEE Transactions on Pattern Analysis and Machine Intelligence, first Published: 2009-02-27, ISSN: 0162-8828, DOI: 10.1109/TPAMI.2009.50.The following publication discusses and theoretically analyzes the problem of calculating incorrect similarity measures due to the nonmonotonic behavior of the similarity measure when calculated according to one of the methods described in the documents cited above, depending on the spatial or temporal offset for gray value image data: B. Moser. A Similarity Measure for Image and Volumetry Data Based on Hermann Weyl's Discrepancy, published in IEEE Transactions on Pattern Analysis and Machine Intelligence, first Published: 2009-02-27, ISSN: 0162-8828, DOI: 10.1109 / TPAMI.2009.50.

Erfindungsgemäß wird das hier diskutierte Problem der Berechnung eines Vergleichswertes für ein erstes Muster einer ersten Wertemenge und eines zweiten Musters einer zweiten Wertemenge auf die Weise gelöst, dass das Verfahren folgende Teilschritte umfasst:According to the invention, the problem discussed here of calculating a comparison value for a first pattern of a first value set and a second pattern of a second value set is solved in such a way that the method comprises the following substeps:

Bildung zumindest eines ersten Teilbereiches des ersten Musters und Bildung zumindest eines zweiten Teilbereiches des zweiten Musters,Forming at least a first portion of the first pattern and forming at least a second portion of the second pattern,

Berechnung von Differenzwerten zwischen Eigenschaften des ersten Teilbereiches und Eigenschaften des zweiten Teilbereiches und Bildung eines Differenzmusters aus den Differenzwerten, - Teilung des Differenzmusters in dritte Teilbereiche, -2- • φ • φ • · φ φ φ φ φ φ φφφ φ • · • φ φCalculation of difference values between properties of the first subregion and properties of the second subregion and formation of a difference pattern from the difference values, division of the difference pattern into third subregions, -2- φ φ φ φ φ φ φ φ φφ φ φ · φ φ

Bildung von ersten Mengen der dritten Teilbereiche und Berechnung vonFormation of first sets of the third sections and calculation of

Eigenschaften des Differenzmusters für die ersten Mengen,Properties of the difference pattern for the first quantities,

Bildung von zweiten Mengen der dritten Teilbereiche und Berechnung vonFormation of second sets of the third sections and calculation of

Diskrepanzparametem für die zweiten Mengen und gegebenenfalls in Bezugnahme auf die berechneten Eigenschaften des Differenzmusters für erste Mengen,Discrepancy parameters for the second quantities and, if appropriate, with reference to the calculated properties of the difference pattern for first quantities,

Bildung von dritten Mengen der dritten Teilbereiche und Berechung eines Ähnlichkeitsmaßes für die dritten Mengen und gegebenenfalls auf Basis der berechneten Diskrepanzparameter für zweite Mengen und/oder der Eigenschaften des berechneten Differenzmusters für die ersten Mengen.Formation of third sets of the third subregions and calculation of a similarity measure for the third sets and, if appropriate, on the basis of the calculated second set discrepancy parameters and / or the properties of the calculated difference pattern for the first sets.

Gegeben sind ein erstes Muster Mi: Xi -> wx und ein zweites Muster M2 : X2 -> w2, wobei Xi eine Grundmenge darstellt und eine Menge an möglichen numerischen oder vektoriellen Werten darstellt, wobei 2 = 1,2. Die einzelnen Teilschritte werden unterGiven are a first pattern Mi: Xi - > wx and a second pattern M2: X2 - > w2, where Xi represents a base set representing a set of possible numerical or vectorial values, where 2 = 1.2. The individual steps are under

Zuhilfenahme von Mitteln der elektronischen Datenverarbeitung durchgeführt:With the help of means of electronic data processing carried out:

In einem ersten Teilschritt werden die erste Grundmenge des ersten Musters und die zweite Grundmenge des zweiten Musters in erste beziehungsweise zweite Teilbereiche unterteilt. Die Unterteilung des ersten Musters kann in Abhängigkeit der Eigenschaften des ersten Muster beziehungsweise der ersten Grundmenge und/oder des zweiten Musters beziehungsweise der zweiten Grundmenge erfolgen. Das erfindungsgemäße Verfahren kann dadurch geprägt sein, dass einer der ersten Teilbereiche des ersten Musters und/oder einer der zweiten Teilbereiche des zweiten Musters mehrere Werte umfasst. Es ist keinesfalls zwingend, dass der erste Teilbereich des ersten Musters und der zweite Teilbereich des zweiten Musters gleich groß beziehungsweise gleich viele Werte umfasst. Im Sinne einer Reduktion des notwendigen Rechenaufwandes kann es sinnvoll sein, dass der erste Teilbereich des ersten Musters und der zweite Teilbereich des zweiten Musters gleich groß sind beziehungsweise gleich viele Werte umfasst.In a first sub-step, the first basic quantity of the first pattern and the second basic quantity of the second pattern are subdivided into first or second subregions. The subdivision of the first pattern can be effected as a function of the properties of the first pattern or the first basic quantity and / or the second pattern or the second basic quantity. The method according to the invention can be characterized in that one of the first subregions of the first pattern and / or one of the second subregions of the second pattern comprises a plurality of values. It is in no way mandatory that the first subregion of the first pattern and the second subregion of the second pattern comprise the same or the same number of values. In terms of a reduction of the necessary computational effort, it may be meaningful that the first subregion of the first pattern and the second subregion of the second pattern are the same size or comprise the same number of values.

Einer der dritten Teilbereiche des Differenzmusters kann zumindest Teilbereiche eines der ersten Teilbereiche des ersten Musters und/oder eines der zweiten Teilbereiche des zweiten Musters beinhalten. Das erfindungsgemäße Verfahren schließt nicht aus, dass sich einer der dritten Teilbereiche über Teilbereiche erstreckt, welche nicht Teilbereiche eines der ersten Teilbereiche des ersten Musters und/oder eines der zweiten Teilbereiche des zweiten Musters sind.One of the third subregions of the difference pattern may include at least subregions of one of the first subregions of the first pattern and / or one of the second subregions of the second pattern. The method according to the invention does not exclude that one of the third partial regions extends over partial regions which are not partial regions of one of the first partial regions of the first template and / or one of the second partial regions of the second template.

Durch die erfindungsgemäße Unterteilung des ersten Musters und/oder des zweiten Musters in erste beziehungsweise zweite Teilbereiche, des Diskrepanzmusters in dritte Teilbereiche -3- ·· ·> ···· ···· » » ( · · * *· ·· Μ « · · *«** «*· • ·· · · ···**·As a result of the subdivision of the first pattern and / or of the second pattern into first or second subareas of the discrepancy pattern into third subregions -3- ··. &Gt; ···· ···· »» (· · * * · ·· Μ «· · *« ** «* · • ··· · ··· ** ·

* · · · · · · J sowie die Bildung von Mengen, wird monotones Verhalten des Ähnlichkeitsmaßes bei räumlichen oder zeitlichen Versatz unterbunden.As well as the formation of sets, monotonous behavior of the measure of similarity in spatial or temporal offset is prevented.

Aus den Ähnlichkeitsmaßen kann im Rahmen dieser Erfindung ein Ähnlichkeitsmuster erstellt werden. Das Ähnlichkeitsmuster enthält einen Ähnlichkeitsmaßwert für vorzugsweise jeden Wert des ersten Musters, welcher mit dem zweiten Muster nach dem erfindungsgemäßen Verfahren kombiniert wird.From the similarity measures can be created in the context of this invention, a similarity pattern. The similarity pattern contains a similarity measure for preferably each value of the first pattern which is combined with the second pattern according to the method of the invention.

Die Durchführung des erflndungsgemäßen Verfahrens schließt nicht aus, dass das hier diskutierte Verfahren durch Verfahren zum Vergleich eines ersten Muster mit einem zweiten Muster nach dem Stand der Technik ergänzt wird. Das erfindungsgemäße Verfahren ist keinesfalls auf die Behandlung von skalaren oder vektoriellen Werten beschränkt. In analoger Weise können eine erste Matrix mit einer zweiten Matrix, ein erster Tensor mit einem zweiten Tensor behandelt werden.The practice of the method according to the invention does not exclude that the method discussed here is supplemented by methods for comparing a first pattern with a second pattern according to the prior art. The method of the invention is by no means limited to the treatment of scalar or vectorial values. In an analogous manner, a first matrix can be treated with a second matrix, a first tensor with a second tensor.

Die Berechnung des Differenzmusters kann zumindest einen oder durch Kombination mehrerer der folgenden Schritte umfassen:The calculation of the difference pattern may comprise at least one or by a combination of several of the following steps:

Anwendung eines Vorverarbeitungs- beziehungsweise Filterungsschrittes, - Anwendung einer Transformation,Application of a preprocessing or filtering step, - application of a transformation,

Subtraktion eines eine Eigenschaft des ersten Teilbereiches des ersten Musters beschreibenden Wertes von einem eine Eigenschaft des zweiten Teilbereiches des zweiten Musters beschreibenden Wertes.Subtracting a value describing a property of the first subarea of the first pattern from a value describing a property of the second subarea of the second pattern.

Ein Vorverarbeitungs- beziehungsweise ein Filterungsschritt kann beispielsweise eine Glättung, ein Ausfiltern von Fehl- oder Störsignalen sein.A pre-processing or a filtering step may be, for example, a smoothing, a filtering out of false or interference signals.

Eine Anwendung einer Transformation kann beispielsweise durch eine Subtraktion eines ersten Mittelwertes eines ersten Teilbereiches des ersten Musters von einem Mittelwert eines ersten Teilbereiches des zweiten Musters erfolgen.An application of a transformation may, for example, be carried out by subtracting a first mean value of a first subregion of the first pattern from an average value of a first subregion of the second pattern.

Die Bildung des ersten Teilbereiches und/oder die Bildung des zweiten Teilbereiches kann folgende Schritte umfassen:The formation of the first subarea and / or the formation of the second subarea may include the following steps:

Bildung eines ersten ersten Teilbereiches als Teilbereich des ersten Musters und gegebenenfalls Bildung eines zweiten ersten Teilbereiches als Teilbereich des ersten Musters, - Berechnung von Differenzwerten zwischen Eigenschaften des ersten Teilbereiches und des ersten Musters und gegebenenfalls zwischen Eigenschaften des ersten ersten Teilbereiches und des zweiten ersten Teilbereiches, -4- Φ m * • t* # i« *· *·*· «t·· ·· »··· * · 9 i 4 ·« · · Ml · · # · · · · *·*'Forming a first first subarea as a subarea of the first pattern and possibly forming a second first subarea as a subarea of the first pattern, calculating difference values between properties of the first subarea and the first pattern, and optionally between properties of the first first subarea and the second first subarea; -4- Φ m * • t * # i «* * * * *« t ···· »··· * · 9 i 4 ·« · Ml · · # · · · · * · * '

Bilden des ersten Teilbereiches, sodass der erste Teilbereich Teilbereiche des ersten Musters mit einer definierten Differenz umfasst.Forming the first subregion so that the first subregion comprises subregions of the first pattern with a defined difference.

Die definierte Differenz an Eigenschaften kann einerseits einschließen, dass die Eigenschaften gleich sind (keine Differenz), oder andererseits um ein definiertes Maß unterscheiden.The defined difference in properties can on the one hand include that the properties are the same (no difference), or on the other hand differ by a defined measure.

Eine Anwendung der hier diskutierten Erfindung ist die Erstellung einer so genannten Versatzkarte aus lokalen Eigenschaften von Bildern. Diese Anwendung kann Teil eines Verfahrens sein, welches die Generierung von Mehrfachansichten für eine pseudoholographische Darstellung oder für eine räumliche Rekonstruktion von Objektpunkten („Stereo Vision“) umfasst.One application of the invention discussed herein is the creation of a so-called offset map from local properties of images. This application may be part of a method that involves the generation of multiple views for a pseudoholographic representation or for a spatial reconstruction of object points ("stereo vision").

Die Teilung des Differenzmusters in dritte Teilebereiche und die Festlegung von ersten Mengen von dritten Teilbereichen des Differenzmusters kann durch zumindest einen der folgenden Verfahrensschritte geprägt sein:The division of the difference pattern into third parts regions and the definition of first sets of third sub-regions of the difference pattern can be characterized by at least one of the following method steps:

Bildung von überlappenden Teilbereichen,Formation of overlapping subareas,

Bildung von zusammenhängenden Bereichen.Formation of related areas.

Die überlappenden Teilbereiche können beispielsweise durch Integralbilder ausgebildet werden. Da erfindungsgemäß die Teilbereiche mehrere Werte umfassen, kann durch die Anordnung von Teilbereichen ein Wert zumindest zwei Teilbereichen zugeordnet werden. Durch diesen Schritt kann die Genauigkeit des erfindungsgemäßen Verfahrens im Vergleich zu den Verfahren nach dem Stand der Technik verbessert werden.The overlapping partial areas can be formed, for example, by integral images. Since, according to the invention, the subareas comprise a plurality of values, a value can be assigned to at least two subareas by the arrangement of subareas. By this step, the accuracy of the method according to the invention can be improved in comparison with the methods according to the prior art.

Die Berechnung von Eigenschaften des Differenzmusters für zweite Mengen kann nach zumindest einer oder durch Kombination der folgenden Methoden erfolgen:The calculation of characteristics of the difference pattern for second quantities may be done after at least one or by a combination of the following methods:

Anwendung von Vorverarbeitungsschritten oder Transformationsschritten, um aus dem berechneten Differenzmuster dritte, aus dem ersten Muster und/oder zweiten Muster abgeleitete Muster zu berechnen,Use of preprocessing steps or transformation steps to calculate from the calculated difference pattern third patterns derived from the first pattern and / or second pattern,

Berechnung der p-ten Potenz des μ-lntegrals des Differenzmusters über die dritte Teilbereiche des Differenzmusters, beispielsweise Er(M) = (fT Μάμ)ρ, wobei M das Differenzmuster und τ die Menge der dritten Teilbereiche darstellt,Calculating the pth power of the μ-integral of the difference pattern over the third sub-ranges of the difference pattern, for example Er (M) = (fT Μάμ) ρ, where M is the difference pattern and τ is the set of third sub-ranges,

Kombination der Eigenschaften erster Mengen etwa durch Summenbildung, beispielsweise ET = ET(Mi).Combination of the properties of first quantities, for example by summation, for example ET = ET (Mi).

Die Kombination der Eigenschaften erster Mengen kann beispielsweise durch Summenbitdung erfolgen und/oder durch Mittelung der Eigenschaften erster Mengen -5- φ Φ 9 9 9 999 9 9 * 9 » * · - # ··*··*« «···*♦ ♦ · 9 erfolgen. Die Berechnung der p-ten Potenz des μ-lntegrals kann durch eine Gewichtung ergänzt werden. Das hier diskutierte Verfahren kann sich dadurch auszeichnen, dass eine solche Gewichtung in Abhängigkeit mit dem zweiten Muster direkt und/oder indirekt in Zusammenhang stehenden ersten Teilbereich des ersten Musters und/oder zweiten Teilbereich des zweiten Muster, dritten Teilbereich und/oder erster Menge erfolgt.The combination of the properties of the first quantities can be carried out, for example, by adding a sum and / or by averaging the properties of the first quantities. ♦ ♦ · 9. The calculation of the p-th power of the μ-integral can be supplemented by a weighting. The method discussed here may be distinguished by the fact that such weighting takes place as a function of the second pattern directly and / or indirectly related first subregion of the first pattern and / or second subregion of the second pattern, third subregion and / or first set.

Die Berechnung der Diskrepanzparameter kann nach zumindest einer oder durch Kombination folgender Methoden berechnet werden:The calculation of the discrepancy parameters can be calculated after at least one or by a combination of the following methods:

Berechnung von gewichteten Summen mit anschließender Potenzbildung der Werte, welche die Eigenschaften des Differenzmusters beschreiben,Calculation of weighted sums with subsequent power generation of the values describing the properties of the difference pattern

Berechnung von Kenngrößen aus der Menge von Differenzwerten.Calculation of parameters from the set of difference values.

Die Kenngrößen aus den Differenzwerten können geometrische und/oder farbliche Kenngrößen sein. Die zu berechnenden Kenngrößen können ein Ausdehnungsmaß oder einen Konzentrationsparameter oder einen Häufungsparameter der Differenzwerte beschreiben.The characteristics from the difference values can be geometric and / or color characteristics. The parameters to be calculated can describe an expansion measure or a concentration parameter or an accumulation parameter of the difference values.

Das erfindungsgemäße Verfahren kann auf die Weise durchgeführt werden, dass die Berechnung des Ähnlichkeitsmaßes nach zumindest einer oder durch Kombination mehrerer der folgenden Methoden bestimmt wird: - Berechnung eines Ähnlichkeitsmaßes durch Kombination der Diskrepanzparameter von abgeleiteten Mustern,The method according to the invention can be carried out in such a way that the calculation of the similarity measure is determined after at least one or by a combination of several of the following methods: calculating a similarity measure by combining the discrepancy parameters of derived patterns,

Berechnung eines Ähnlichkeitsmaßes mithilfe einer monoton fallenden Funktion /, beispielsweise f(x) = Exp(-x), gemäß sm{Mi,m2) = wobei M dasCalculating a similarity measure using a monotone decreasing function /, for example f (x) = Exp (-x), according to sm {Mi, m2) = where M is the

Differenzmuster der zu vergleichenden Muster Mi, M2 darstellt,Difference pattern of the patterns to be compared Mi, M2 represents,

Berechnung der Ähnlichkeit durch Bildung des Maximums oder einer Summe über alle Ähnlichkeitswerte sM.Calculation of similarity by forming the maximum or a sum over all similarity values sM.

Die Berechnung eines Ähnlichkeitsmaßes durch Kombination der Diskrepanzparameter dm von abgeleiteten Mustern kann mit Hilfe einer Formel mit folgendem Charakter beziehungsweise folgender Struktur o ist u Ί £*Λΐ(Αίι+ΛΪ2)2—ϋ.Μ(Λίι-Λί2)2The calculation of a measure of similarity by combining the discrepancy parameters dm of derived patterns can be done by means of a formula with the following character or structure: o u Ί £ * Λΐ (Αίι + ΛΪ2) 2-ϋ.Μ (Λίι-Λί2) 2

Sm{Mi,M2) - dm{M..YDm{Mi) berechnet werden, wobei Mi, m2 die zu vergleichenden Muster bezeichnen.Sm {Mi, M2) - dm {M..YDm {Mi), where Mi, m2 are the patterns to be compared.

Das erfindungsgemäße Verfahren kann dadurch geprägt sein, dass der erste Teilbereich des ersten Musters und der zweite Teilbereich des zweiten Musters in einem Verhältnis zueinander stehen. Beispielsweise kann das Muster des ersten Wertebereiches das Muster -6- «» «··· Μ·· ·· · * l · · · · · · des zweiten Wertebereiches hervorrufen oder bestimmen. Das Muster des zweiten Wertebereiches kann auch durch als eine Funktion des Musters des ersten Wertebereiches definiert sein.The method according to the invention can be characterized in that the first subregion of the first pattern and the second subregion of the second pattern are in a relationship to one another. For example, the pattern of the first range of values may cause or determine the pattern of the second range of values. The pattern of the second range of values may also be defined by as a function of the pattern of the first range of values.

Das erfindungsgemäße Verfahren kann dadurch geprägt sein, dass der erste Teilbereich des ersten Musters und der zweite Teilbereich des zweiten Musters ähnlich sind.The method according to the invention can be characterized in that the first subregion of the first pattern and the second subregion of the second pattern are similar.

Die Schaffung von ähnlichen Teilbereichen des ersten Musters und des zweiten Musters kann die Komplexität des hier diskutierten Vergleichsverfahrens erheblich reduzieren. In der Regel kann eine solche Ähnlichkeit des ersten Teilbereiches der ersten Wertemenge und des zweiten Teilbereiches der zweiten Wertemenge durch die Menge der Werte, durch die Art der Werte gegeben sein.The creation of similar portions of the first pattern and the second pattern can significantly reduce the complexity of the comparison method discussed herein. In general, such a similarity of the first subarea of the first set of values and of the second subarea of the second set of values can be given by the set of values, by the nature of the values.

Im Rahmen einer Durchführung des erfindungsgemäßen Verfahrens ist es möglich, dass der erste Teilbereich des ersten Musters und/oder der zweite Teilbereich des zweiten Musters und der dritte Teilbereich des Differenzmusters in einem Verhältnis zueinander stehen.Within the scope of carrying out the method according to the invention, it is possible that the first subregion of the first pattern and / or the second subregion of the second pattern and the third subregion of the differential pattern are in a relationship to one another.

Das erfindungsgemäße Verfahren kann dadurch geprägt sein, dass der erste Teilbereich des ersten Musters und/oder der zweite Teilbereich des zweiten Musters und der zweite Teilbereich des Differenzmusters ähnlich sind.The method according to the invention can be characterized in that the first subregion of the first pattern and / or the second subregion of the second pattern and the second subregion of the differential pattern are similar.

Das erfindungsgemäße Verfahren kann insofern vereinfacht sein, dass die erste Menge und/oder die zweite Menge und/oder die dritte Menge in einem Verhältnis stehen.The method according to the invention can be simplified in that the first amount and / or the second amount and / or the third amount are in a ratio.

Eine im Rahmen dieser Erfindung mögliche Vereinfachung des erfindungsgemäßen Verfahren ist, dass die erste Menge und/oder die zweite Menge und/oder die dritte Menge in einem Verhältnis stehen.A possible in the context of this invention simplification of the inventive method is that the first amount and / or the second amount and / or the third amount are in a ratio.

Die Bildung der ersten, zweiten beziehungsweise dritten Menge kann beispielsweise durch eine Funktion in Abhängigkeit des ersten beziehungsweise zweiten Teilbereiches definiert sein. Eine solche Funktion kann Routinen umfassen, sodass die Bildung der zweiten beziehungsweise dritten Menge aus der ersten beziehungsweise zweiten Menge erfolgt. Eine solche Ähnlichkeit kann dadurch gegeben sein, dass die erste, zweite und dritte Menge ident sind.The formation of the first, second or third quantity can be defined, for example, by a function as a function of the first or second subarea. Such a function may comprise routines such that the formation of the second or third quantity takes place from the first or second quantity. Such a similarity may be given by the fact that the first, second and third quantities are identical.

Die Diskussion des erfindungsgemäßen Verfahrens schließt nicht aus, dass der erste Teilbereich und/oder der zweite Teilbereich und/oder der dritte Teilbereich und/oder die erste -7- . ι · «··*« ι I · • « · # * ····** +·«*** · · vThe discussion of the method according to the invention does not exclude that the first sub-area and / or the second sub-area and / or the third sub-area and / or the first -7-. ι ·························································

Menge und/oder die zweite Menge und/oder die dritte Menge in einem Verhältnis zu einander stehen.Amount and / or the second amount and / or the third amount in a relationship to each other.

Das hier diskutierte Verfahren kann auch auf die Weise erweitert werden, dass der Diskrepanzparameter aus einem vierten Teilbereich des ersten Musters und/oder aus einem fünften Teilbereich des zweiten Musters berechnet wird.The method discussed here can also be extended in such a way that the discrepancy parameter is calculated from a fourth partial region of the first template and / or from a fifth partial region of the second template.

Das erfindungsgemäße Verfahren kann sich dadurch auszeichnen, dass der zweite Teilbereich und der vierte Teilbereich des ersten Musters und/oder der fünfte Teilbereich des zweiten Musters in einem Verhältnis zueinander stehen.The method according to the invention can be distinguished by the fact that the second subregion and the fourth subregion of the first pattern and / or the fifth subregion of the second pattern are in a relationship to one another.

Durch das Aufzeigen von Abhängigkeiten kann das hier diskutierte Verfahren zum Vergleich von Mustern erheblich vereinfacht werden.By demonstrating dependencies, the method of comparing patterns discussed herein can be greatly simplified.

Es ist im Rahmen des erfindungsgemäßen Verfahrens auch denkbar, dass der zweite Teilbereich und der vierte Teilbereich des ersten Musters und/oder der zweite Teilbereich und der fünfte Teilbereich des zweiten Musters ähnlich sind.Within the scope of the method according to the invention, it is also conceivable that the second partial area and the fourth partial area of the first pattern and / or the second partial area and the fifth partial area of the second pattern are similar.

Daraus folgt, dass die Eigenschaften der Muster des ersten Wertebereiches beziehungsweise des zweiten Wertebereiches auch in Abhängigkeit weiterer Teilbereiche des ersten Wertebereiches und/oder des zweiten Wertebereiches definiert werden können. In manchen Anwendungsfällen des erfindungsgemäßen Verfahren kann dadurch eine Vereinfachung erreicht werden, dass der vierte beziehungsweise der fünfte Teilbereich auf jene Teilbereich beschränkt sind, welche zu dem ersten beziehungsweise zweiten Teilbereiche benachbart sind.It follows that the properties of the patterns of the first value range or the second value range can also be defined as a function of further sub-ranges of the first value range and / or the second value range. In some cases of application of the method according to the invention, a simplification can be achieved in that the fourth or fifth subarea is restricted to those subarea which are adjacent to the first or second subareas.

Ein möglicher Einsatzbereich des erfindungsgemäßen Verfahrens besteht darin, dass zu einem Teilbereich des ersten Musters ein Teilbereich des zweiten Musters mit ähnlichen Eigenschaften gesucht wird.A possible field of use of the method according to the invention is that a partial area of the second pattern with similar properties is sought for a partial area of the first pattern.

Bei Anwendung des erfindungsgemäßen Verfahrens werden aus dem ersten Muster Mi: Ai -»Wi die numerischen Werte MT der Grundmenge ΛΤ gesucht, welche den numerischen Werten w2 der Grundmenge x2 aus dem Muster M2 :X2^ W2 ähnlich sind.When using the method according to the invention, the numerical values MT of the basic quantity ΛΤ which are similar to the numerical values w2 of the basic quantity x2 from the pattern M2: X2 ^ W2 are sought from the first pattern Mi: Ai - »Wi.

Eine mögliche Anwendung des erfindungsgemäßen Verfahrens ist, dass zu einem Teilbereich des ersten Musters ein Teilbereich des zweiten Musters eines Teilbereiches der zweiten Wertemenge mit um ein vorgegebenes Maß unterschiedlichen Eigenschaften gesucht wird. -8- ·· ·»·· ···* ·· · t « · I < · · ·A possible application of the method according to the invention is that a partial area of the second pattern of a partial area of the second set of values is searched for properties that differ by a predetermined amount from a partial area of the first pattern. ·············································. · · ·

Das erfindungsgemäße Verfahren ist keinesfalls darauf beschränkt, nur ähnliche Werte zu suchen. Es ist ebenso möglich, zu den Werten w2 ähnliche Werte Wi zu suchen, welche sich um ein vordefiniertes und/oder während der Durchführung des erfindungsgemäßen Verfahrens festgelegtes Maß von w2 unterscheiden.The method according to the invention is by no means limited to seeking only similar values. It is also possible to search for values w2 which are similar to a predefined and / or determined during the implementation of the method according to the invention measure w2.

Ist ein Wertepaar bestehend aus einem Wert Wi und ein Maß unterschiedlicher Wert (auch Korrelationsmaß genannt) w2 bekannt, können einfach weitere Wertepaare auf Basis dieser Information gesucht werden.If a value pair consisting of a value Wi and a measure of different value (also known as correlation measure) w2 is known, it is simply possible to search for further value pairs on the basis of this information.

Die Suche nach ähnlichen und/oder um ein bestimmtes Maß unterschiedlichen Werten aus der ersten Wertemenge und aus der zweiten Wertemenge kann im Rahmen des erfindungsgemäßen Verfahrens auch dazu verwendet werden, Wertebereiche aus dem ersten Muster und/oder zweiten Muster auszuklammem. Solche auszuklammernde Wertebereiche können beispielsweise durch Störwertbereiche, auf Diskontinuitäten begründete Wertebereiche sein.The search for similar and / or to a certain extent different values from the first set of values and from the second set of values can also be used in the context of the method according to the invention to exclude value ranges from the first pattern and / or second pattern. Such ranges of values to be excluded can be, for example, by fault value ranges, value ranges based on discontinuities.

Das erfindungsgemäße Verfahren schließt auch ein, dass das zweite Muster durch Steuerungsmittel in einem Teilbereich so verändert wird, dass es dem ersten Muster in einem Teilbereich ähnlich ist.The method according to the invention also includes that the second pattern is changed by control means in a partial area in such a way that it is similar to the first pattern in a partial area.

Eine Veränderung des zweiten Musters kann auf die Weise erfolgen, dass Werte des zweiten Musters geändert werden. Ebenso ist es im Rahmen dieser Erfindung nicht ausgeschlossen, dass eine Veränderung des zweiten Muster durch das Ausklammem bestimmter Wertebereiche der Wertemenge und/oder durch das Hinzufügen bestimmter Wertebereiche der Wertemenge erfolgt.A change of the second pattern can be made in such a way that values of the second pattern are changed. Likewise, it is not excluded in the context of this invention that a change of the second pattern by excluding certain value ranges of the set of values and / or by adding certain value ranges of the set of values.

Eine mögliche Anwendung der hier diskutierten Erfindung ist die Erstellung eines pseudoholographischen Bildes, wobei die erste Wertemenge ein erstes Bild, die zweite Wertemenge ein zweites Bild ist, wobei ein erstes Muster eines Teilbereiches eines ersten Bildes mit einem zweiten Muster eines Teilbereiches eines zweiten Bildes verglichen wird.One possible application of the invention discussed herein is to create a pseudoholographic image, wherein the first set of values is a first image, the second set of values is a second image, wherein a first pattern of a portion of a first image is compared to a second pattern of a portion of a second image ,

Ein Teilbereich des ersten Bildes oder des zweiten Bildes kann beispielsweise ein Teilbereich an Bildpunkten sein. Die Bildpunkte können benachbart zueinander angeordnet sein und/oder in einem Zusammenhang zueinander stehen.A partial area of the first image or of the second image may, for example, be a partial area of pixels. The pixels may be arranged adjacent to each other and / or in a relationship to each other.

Hierbei werden korrespondierende Intensitätsverläufe verglichen, um so Disparitäten in Form von räumlichen Versatzmustem zu ermitteln. Aufgrund der Monotonie-Eigenschaften des Korrelationsmaßes des hier diskutierten erfindungsgemäßen Verfahrens kann der Vorgang des Suchens eines ersten Bildpunktes des zweiten Bildes, welcher in einem Verhältnis zu -9- 99 ♦·In this case, corresponding intensity profiles are compared in order to determine disparities in the form of spatial offset patterns. Due to the monotonicity properties of the correlation measure of the inventive method discussed here, the process of searching for a first pixel of the second image, which is in a ratio of -9-99 ♦

• 9t #·· • 9 · 9• 9t # ·· • 9 · 9

9999 9999 • 9 · • 9 «·· • 9 9 9 9 · einem zweiten Bildpunkt des ersten Bildes steht, im Vergleich zu den Verfahren nach dem Stand der Technik beschleunigen.9999 9999 · 9 ··· 9 9 9 9 · a second pixel of the first image is faster than in the prior art methods.

Ein zweiter Bildpunkt des zweiten Bildes, der in einem Verhältnis zu einem ersten Bildpunkt steht, kann ein Bildpunkt eines zweiten Bildes sein, welches aus einer anderen Perspektive als der erste Bild aufgenommen wurde.A second pixel of the second image, which is in relation to a first pixel, may be a pixel of a second image, which was taken from a different perspective than the first image.

Eine mögliche Anwendung der hier diskutierten Erfindung ist die Detektion, die Erkennung („recognition“) und/oder das Tracking eines Objektes in einem ersten Bild und in einem zweiten Bild, wobei die erste Wertemenge ein erstes Bild, die zweite Wertemenge ein zweites Bild ist, wobei ein Versatz eines ersten Musters eines Teilbereiches eines ersten Bildes mit einem zweiten Muster eines Teilbereiches eines zweiten Bildes erkannt wird.One possible application of the invention discussed herein is the detection, recognition, and / or tracking of an object in a first image and in a second image, where the first set of values is a first image, the second set of values is a second image wherein an offset of a first pattern of a partial area of a first image with a second pattern of a partial area of a second image is detected.

Eine Detektion, ein Erkennen und ein Tracking des Objektes in einem ersten Bild beziehungsweise in einem zweiten Bild (Referenzbild) basiert zumeist auf dem Ausnützen von Monotonieeigenschaften des ersten Bildes beziehungsweise des zweiten Bildes und/oder auf dem Vorhandensein eines ausgeprägten Minimums des Ähnlichkeitsmaßes bei Vergleich des ersten Bildes als erstes Muster mit dem zweiten Bild als zweites Muster. Ein solcher günstigerer Verlauf kann sich dadurch auszeichnen, dass der Verlauf des Diskrepanzmaßes nur wenige, vorzugsweise nur ein deutlich ausgeprägtes Minimum aufweist, was die Anwendung von Grandientenverfahren oder ähnlichen Verfahren für die Minimumssuche ermöglicht und dadurch den Suchvorgang im Rahmen der Detektion, des Wiedererkennens oder des Trackings beschleunigt.Detecting, recognizing and tracking the object in a first image or in a second image (reference image) is usually based on exploiting monotonic properties of the first image or the second image and / or on the existence of a pronounced minimum of the similarity measure when comparing the object first image as a first pattern with the second image as a second pattern. Such a more favorable course can be distinguished by the fact that the course of the discrepancy measure has only a few, preferably only a clearly pronounced minimum, which allows the application of grandient methods or similar methods for the minimum search and thereby the search process within the scope of the detection, the recognition or the Speeds up tracking.

Eine andere Anwendung des erfindungsgemäßen Verfahrens ist, dass das erste Muster ein erster Graph einer Zeitreihe und das zweite Muster ein zweiter Graph einer zweiten Zeitreihe ist.Another application of the method according to the invention is that the first pattern is a first graph of a time series and the second pattern is a second graph of a second time series.

Das hier diskutierte Verfahren erlaubt eine Risikominimierung bei der Zusammenstellung von Asset-Portfolios. In Bezugnahme auf eine Theorie von Markowitz sollen die Assets möglichst unkorreliert sein, um so das Risiko eines Wertverlustes aller das Asset-Portfolio ausmachenden Aktien zu einem Zeitpunkt zu verringern. Das hier vorgestellte Verfahren zum Vergleich einer ersten Datenreihe mit einer zweiten Datenreihe erlaubt es, ähnliche insbesondere zeitlich versetzte Verläufe leichter zu erkennen.The procedure discussed here allows risk minimization in the composition of asset portfolios. Referring to a theory by Markowitz, the assets should be as uncorrelated as possible in order to reduce the risk of a loss in value of all the shares making up the asset portfolio at one time. The method presented here for comparing a first data series with a second data series makes it easier to identify similar, in particular temporally offset, profiles.

Die Anwendung der Erfindung auf die Risikominimierung von Asset-Portfolios ist jedoch keinesfalls auf die Bewertung von beziehungsweise Suche nach ähnlichen Aktienverläufen beschränkt. In gleicher Weise können so sämtliche Unternehmenskennzahlen beziehungsweise deren Entwicklungen bewertet werden. - 10- • · * · · ·«· ···However, the application of the invention to the risk minimization of asset portfolios is by no means limited to the valuation of or search for similar stock histories. In the same way, all company key figures or their developments can be evaluated. - 10- • · * · · · «· ···

Μ · * « · · ♦ · JΜ · «· · · ♦ · J

Eine mögliche Anwendung der hier diskutierten Erfindung ist der Vergleich eines ersten Bewegungsablaufes mit einem zweiten Bewegungsablauf (Referenz), wobei die erste Wertemenge ein erster Bewegungsablauf, die zweite Wertemenge ein zweiter Bewegungsablauf ist, wobei ein erstes Muster eines ersten Bewegungsablaufes mit einem zweiten Muster eines zweiten Bewegungsverlaufes verglichen wird.A possible application of the invention discussed here is the comparison of a first movement sequence with a second movement sequence (reference), wherein the first set of values is a first movement sequence, the second value set is a second movement sequence, wherein a first pattern of a first movement sequence with a second pattern of a second movement Movement is compared.

Diese Anwendung erlaubt beispielsweise eine Beurteilung eines Ablaufes einer Roboterbahn. Dabei soll anhand von Statusvariablen wie zum Beispiel einem Winkel festgestellt werden, ob die durchgeführte Roboterbahnkurve als erster Bewegungsablauf einer Referenzbahnkurve als zweite Bahnkurve entspricht. Aufgrund von mechanischem Spiel und/oder bestimmten Totzeiten beispielsweise durch Digitalisierungseffekte hervorgerufen und/oder mechanischen Ungenauigkeiten und/oder unterschiedlicher Beladung des Roboterarms kann ein zeitlicher und/oder räumlicher Versatz der Graphen der gemessenen Statusvariablen, die die Roboterbahn beschreiben, auftreten. Während bei Standardverfahren selbst geringe zeitliche Abweichungen zu falschen Schlussfolgerungen führen können, indem eine korrekte Roboterbahnkurve als fehlerhaft klassifiziert wird, erlaubt das erfindungsgemäße Verfahren ein zuverlässige Beurteilung, im Vergleich zu Verfahren nach dem Stand der Technik werden hierbei nicht einzelne zeitliche und/oder geometrische Bewegungspunkte, sondern mehrere Bewegungspunkte, im weiteren Sinn Bewegungsabläufe miteinander verglichen.This application allows, for example, an assessment of a sequence of a robot path. It should be determined on the basis of status variables such as an angle, whether the performed robot track curve as the first movement of a reference trajectory as the second trajectory corresponds. Due to mechanical play and / or specific dead times caused, for example, by digitization effects and / or mechanical inaccuracies and / or different loading of the robot arm, a temporal and / or spatial offset of the graphs of the measured status variables describing the robot path may occur. While even slight deviations in time can lead to false conclusions in standard methods by classifying a correct robot path curve as faulty, the method according to the invention allows a reliable assessment, in comparison to methods according to the prior art, not individual temporal and / or geometric movement points, but several movement points, in the broader sense of motion sequences compared.

Die hier diskutierte Erfindung schließt keinesfalls aus, dass eine Roboterkurve als erste Bewegungskurve an eine Referenzroboterkurve als zweite Bewegungskurve angepasst wird.The invention discussed here in no way excludes that a robot curve is adapted as a first movement curve to a reference robot curve as a second movement curve.

Eine mögliche Anwendung der hier diskutierten Erfindung ist der Vergleich eines ersten Messwertes mit einem zweiten Messwert, wobei die erste Wertemenge eine Vielzahl an ersten Messwerten, die zweite Wertemenge ein Vielzahl an zweiten Messwerten ist, wobei ein erstes Muster einer Vielzahl an ersten Messwerten mit einem zweiten Muster einer Vielzahl an zweiten Messwerten verglichen wird.A possible application of the invention discussed here is the comparison of a first measured value with a second measured value, wherein the first set of values is a multiplicity of first measured values, the second set of values is a multiplicity of second measured values, wherein a first pattern of a multiplicity of first measured values is associated with a second measured value Pattern of a plurality of second measured values is compared.

Diese Anwendung des Erfindungsgemäßen Verfahren erlaubt beispielsweise die Kalibrierung eines ersten Messgerätes mit einem zweiten Messgerät und/oder einer Kenngröße. Es können hierbei mehrere Messpunkte, im weiteren Sinn ein Messverlauf anstelle einzelner Messwerte miteinander verglichen werden.This application of the inventive method allows, for example, the calibration of a first measuring device with a second measuring device and / or a characteristic. In this case, a plurality of measuring points, in a broader sense, a measuring curve instead of individual measured values can be compared with one another.

In dazu analoger Form kann das erfindungsgemäße Verfahren darauf angewandt werden, dass das erste Muster eine ein erstes Objekt beschreibende erste Datenreihe und die erste Wertemenge ein erstes Objekt, das zweite Muster eine ein zweites Objekt beschreibende -11 - * · * « t ·*· * · · · * · » * · ****··* ···*·· * * * zweite Datenreihe und die zweite Wertemenge ein zweites Objekt ist, wobei ein Teilbereich der ersten Datenreihe mit einem Teilbereich der zweiten Datenreihe verglichen wird.In an analogous form, the method according to the invention can be applied to the first pattern having a first data series describing a first object, and the first value set being a first object, the second pattern being a second object describing -11 * * * * t * * * · · · * * * * *************************************************************************************************************************************************************************************************************************************************** ,

Weiters ist eine Anwendung des hier beschriebenen Verfahrens in der Form denkbar, dass das erste Muster ein erstes Objekt und die erste Wertmenge eine erste Objektmenge, das zweite Muster ein zweites Objekt und die zweite Wertemenge eine zweite Objektmenge ist, wobei ein erstes Objekt einer ersten Objektmenge mit einem zweiten Objekt einer zweiten Objektmenge verglichen wird.Furthermore, an application of the method described here in the form is conceivable that the first pattern is a first object and the first value set is a first object set, the second pattern is a second object set and the second set of values is a second set of objects, wherein a first object of a first set of objects is compared with a second object of a second set of objects.

In ähnlicher Weise schließt die Erfindung keinesfalls aus, dass das erste Muster ein Teilbereich eines ersten Objektes und die erste Wertmenge ein erstes Objekt, das zweite Muster ein Teilbereich eines zweite Objektes und die zweite Wertemenge eine zweites Objekt ist, wobei ein Teilbereich des ersten Objektes mit einem Teilbereich des zweiten Objektes verglichen wird.Similarly, the invention in no way excludes that the first pattern is a partial area of a first object and the first value set is a first object, the second pattern is a partial area of a second object and the second value set is a second object, with a partial area of the first object having a partial area of the second object is compared.

Eine mögliche Anwendung eines Vergleiches eines ersten Objektes mit einem zweiten Objekt liegt in einem automatisch verwaltetem Lager. Das hier vorgestellte verfahren bietet eine Möglichkeit des Auffindens ähnlicher Objekte.One possible application of a comparison of a first object with a second object is in an automatically managed warehouse. The method presented here offers a possibility of finding similar objects.

Ebenso betrifft dieser Anwendungsfall die Kontrolle beziehungsweise die Suche nach Diskontinuitäten eines ersten Objektes durch einen Vergleich mit einem zweiten Objekt, welches als Referenzobjekt dient.Likewise, this application relates to the control or the search for discontinuities of a first object by comparison with a second object, which serves as a reference object.

Es ist hierbei keinesfalls ausgeschlossen, dass ein Objekt in Form einer virtuellen Beschreibung, eines virtuellen Planes et cetera vorliegt.It is by no means excluded that an object exists in the form of a virtual description, a virtual plan et cetera.

Ein weiterer Einsatzbereich des erfindungsgemäßen Verfahrens liegt in der Analyse von Belastungen eines Objektes, wobei die ein erstes Objekt beschreibende Datenmenge ein Verlauf eines Belastungszustandes in Teilbereichen, die ein zweites Objekt beschreibende Datenmenge ein Verlauf äußerer und/innerer Belastungen in Teilbereichen ist. Spannungsverläufe in einem Objekt können mit Hilfe der Finiten Elemente Methode berechnet werden, weiche im Rahmen der Diskussion des erfindungsgemäßen Verfahrens als beispielhaft erwähnt sei. Dem Fachmann sind weitere ähnliche Methoden bekannt.A further field of application of the method according to the invention is the analysis of loads on an object, wherein the data quantity describing a first object is a course of a load condition in partial areas, the data set describing a second object is a course of external and / or internal loads in partial areas. Stress curves in an object can be calculated with the aid of the finite element method, which is mentioned as an example in the context of the discussion of the method according to the invention. The skilled person is familiar with other similar methods.

Einer der hinsichtlich des Ergebnisses entscheidenden Teilschritte ist die Generierung eines Berechnungsnetzes. Durch einen Vergleich des berechneten Belastungszustandes des Objektes mit den Belastungen in Teilbereichen können die Teilschritte der Finiten Elemente Berechnung wie beispielsweise die Generierung des Berechnungsnetzes vereinfacht werden. -12- • ♦ * * · · · e · • ♦ · · 4 t«f « · * · • »· · · ·*«*«*One of the decisive steps in terms of the result is the generation of a calculation network. By comparing the calculated load state of the object with the loads in partial areas, the sub-steps of the finite element calculation such as the generation of the calculation network can be simplified. -12- • ♦ * * · · · e · • ♦ · · 4 t «f« · * · »» · · · · * * * * *

Die Analyse von Belastungen eines Objektes nach dem erfindungsgemäßen Verfahren kann auch beinhalten, dass die ein erstes Objekt beschreibende Datenmenge ein Verlauf eines Belastungszustandes eines ersten Objektes, die ein zweites Objekt beschreibende Datenmenge ein Verlauf eines Spannungszustandes eines zweiten Objektes ist.The analysis of loads of an object according to the method of the invention may also include that the data amount describing a first object is a course of a load state of a first object, the data amount describing a second object is a course of a stress state of a second object.

Der Vergleich eines gemessenen, gleichsam zu einem berechneten Belastungszustand beinhaltet auch die Bewertung des Spannungszustandes, in weiterer Folge die Bewertung eine Bruchzustandes.The comparison of a measured, as well as a calculated load condition also includes the evaluation of the stress state, subsequently the evaluation of a fracture state.

Die zuvor öfters erwähnte Vereinfachung des hier diskutierten Verfahrens zielt darauf hin ab, dass die Anzahl der notwendigen Rechenschritte reduziert wird und dadurch das Verfahren zum Vergleich eines ersten Musters mit einem zweiten Muster unter anderem schneller durchgeführt werden kann.The above-mentioned simplification of the method discussed here aims at reducing the number of computation steps required and thereby making the method for comparing a first pattern with a second pattern inter alia faster.

Figur 1 veranschaulicht den Vergleich eines ersten Bildes als eine erste Wertemenge mit einem zweiten Bild als eine zweite Wertemenge.Figure 1 illustrates the comparison of a first image as a first set of values with a second image as a second set of values.

Figur 2 zeigt eine mögliche Anwendung des Verfahrens zum Vergleich eines ersten Messsignals als erstes Muster mit einem zweiten Messsignal als zweites Muster.FIG. 2 shows a possible application of the method for comparing a first measurement signal as first pattern with a second measurement signal as second pattern.

Figur 3 zeigt ein Bild einer ersten Bildszene zu einem Zeitpunkt t und ein Bild einer darauffolgenden Bildszene zu einem Zeitpunkt t+1, sowie das nach dem hier beschriebenen Verfahren erstellte Diskrepanzmuster und Ähnlichkeitsmuster.FIG. 3 shows an image of a first image scene at a time t and an image of a subsequent image scene at a time t + 1, as well as the discrepancy pattern and similarity pattern created according to the method described here.

Figur 4 den nach dem Stand der Technik berechneten Verlauf der Ähnlichkeitswerte bei einem Versatz in x-Richtung und y-Richtung,FIG. 4 shows the course of the similarity values calculated according to the prior art with an offset in the x-direction and y-direction,

Figur 5 den nach dem erfindungsgemäßen Verfahren berechneten Verlauf der Ähnlichkeitswerte bei einem Versatz in x-Richtung und y-Richtung zeigt.FIG. 5 shows the curve of the similarity values calculated by the method according to the invention with an offset in the x-direction and y-direction.

Figur 6 zeigt ein Bild eines Gewebes einer Airbaghülle sowie eine nach dem hier beschriebenen Verfahren erstelltes Diskrepanzmuster und Ähnlichkeitsmuster.Figure 6 shows an image of a fabric of an airbag cover and a discrepancy pattern and similarity pattern created by the method described herein.

Figur 7 zeigt ein Diagramm mit einem ersten Graphen und einen zweiten Graphen, wobei der zweite Graph in Bezug zum zweiten Graph durch Rauschen um ein Maß entlang der Abszisse versetzt ist.FIG. 7 shows a diagram with a first graph and a second graph, the second graph being displaced by noise along the abscissa with respect to the second graph.

Figur 8 zeigt Diagramme, welche die Berechnung des Ähnlichkeitsmaßes der in Figur 7 dargestellten Graphen in Abhängigkeit der Stärke des Rauschens nach dem Stand der Technik und nach dem hier diskutierten erfindungsgemäßen Verfahren. -13- • ♦ ·* ««·*·*·· ·« *FIG. 8 shows diagrams which describe the calculation of the similarity measure of the graphs shown in FIG. 7 as a function of the strength of the noise according to the prior art and according to the inventive method discussed here. -13- • ♦ · * «« · * · * ··· «*

Figur 9 zeigt ein Diagramm mit einem ersten Graphen und einen zweiten Graphen, wobei der zweite Graph in Bezug zum zweiten Graph durch Rauschen um ein Maß entlang der Ordinate versetzt ist.Figure 9 shows a diagram with a first graph and a second graph, wherein the second graph is offset by noise along the ordinate with respect to the second graph.

Figur 10 zeigt Diagramme, welche die Berechnung des Ähnlichkeitsmaßes der in Figur 9 dargestetlten Graphen in Abhängigkeit der Stärke des Rauschens nach dem Stand der Technik und nach dem hier diskutierten erfindungsgemäßen Verfahren.FIG. 10 shows diagrams which show the calculation of the similarity measure of the graphs shown in FIG. 9 as a function of the strength of the noise according to the prior art and according to the method according to the invention discussed here.

Figur 11 zeigt ein Diagramm mit einem Graphen über die zeitliche Veränderung einer Vorrichtung und einem Referenzgraphen.FIG. 11 shows a diagram with a graph of the temporal variation of a device and a reference graph.

Figur 12 bis 14 veranschaulicht die erfindungsgemäße Systematik der Bildung von Teilbereichen.FIGS. 12 to 14 illustrate the system according to the invention of forming partial regions.

Figur 15 veranschaulicht eine Anwendung des erfindungsgemäßen Verfahrens zur Auffindung korresponierender Punkte.Figure 15 illustrates an application of the inventive method for finding corresponding points.

Figur 1 veranschaulicht den Vergleich eines ersten Musters 3 einer ersten Wertemenge 1 mit einem zweiten Muster 4 einer Wertemenge 2, wobei in einem ersten Teilschritt eine Teilung des ersten Musters 2 in einen mehrere Werte umfassenden ersten Teilbereich 5 und/oder des zweiten Musters 4 in einen mehrere Werte umfassenden zweiten Teilbereich 6, in einem zweiten Teilschritt eine Berechnung eines Differenzmusters 10 gemäß der Bildung von Differenzwerten zwischen einer Eigenschaften eines der ersten Teilbereiche 5 des ersten Musters 2 und einer Eigenschaft eines der zweiten Teilbereiche 6 des zweiten Musters 3, in einem dritten Teilschritt eine Teilung des Differenzmusters 10 in dritte Teilbereiche 11, 11’ und Festlegung von ersten Mengen 12 dritte Teilbereiche 11, 11’ des Differenzmusters 10 beinhaltend, in einem vierten Teilschritt eine Berechnung von Eigenschaften des Differenzmusters 10 für erste Menge 12, in einem fünften Teilschritt eine Berechnung von Diskrepanzparametern für zweite Mengen 13 auf Basis der berechneten Eigenschaften des Differenzmusters für eine erste Menge 12, in einem sechsten Teilschritt eine Berechung eines Ähnlichkeitsmaßes über dritte Mengen 14 auf Basis der Berechnung der Diskrepanzparameter durchgeführt wird. Die Berechnung des Differenzmusters 10 kann durch Anwendung eines Vorverarbeitungs- beziehungsweise Filterungsschrittes und/oder Anwendung einer Transformation und/oder Subtraktion eines eine Eigenschaft des ersten Teilbereiches 5 des ersten Musters 3 beschreibenden Wertes von einem eine Eigenschaft des zweiten Teilbereiches 6 des zweiten Musters 4 beschreibenden Wert durchgeführt werden. Die Teilung des Differenzmusters 10 in dritte Teilebereiche 11, 1T und die Festlegung von ersten Mengen 12 von dritten Teilbereichen 11, 11' des Differenzmusters 10 erfolgt durch Bildung von Integralteilbereichen und/oder Bildung von zusammenhängenden -14- • « *FIG. 1 illustrates the comparison of a first pattern 3 of a first set of values 1 with a second pattern 4 of a set of values 2, wherein in a first substep a division of the first pattern 2 into a first partial area 5 and / or the second pattern 4 comprising several values into one in a second sub-step, a calculation of a difference pattern 10 according to the formation of difference values between a property of one of the first sub-areas 5 of the first pattern 2 and a property of one of the second sub-areas 6 of the second pattern 3, in a third sub-step a division of the difference pattern 10 into third subregions 11, 11 'and definition of first sets 12 including third subregions 11, 11' of the difference pattern 10, in a fourth sub-step a calculation of properties of the difference pattern 10 for first set 12, in a fifth sub-step a Calculation of discrepancy parameters f For second quantities 13 on the basis of the calculated properties of the difference pattern for a first set 12, in a sixth partial step, a calculation of a similarity measure over third sets 14 is carried out on the basis of the calculation of the discrepancy parameters. The calculation of the difference pattern 10 can be performed by applying a preprocessing or filtering step and / or applying a transformation and / or subtraction of a value describing a property of the first subregion 5 of the first pattern 3 to a value describing a property of the second subregion 6 of the second pattern 4 be performed. The division of the difference pattern 10 into third parts regions 11, 1T and the definition of first sets 12 of third sub-regions 11, 11 'of the difference pattern 10 takes place by forming integral subregions and / or forming coherent -14-

Bereichen und/oder Unterteilung der dritten Teilbereiche 11. 1T zu ersten Mengen 12. Die Berechnung von Eigenschaften des Differenzmusters 10 für zweite Mengen 13 erfolgt durch Anwendung von Vorverarbeitungsschritten oder Transformationsschritten, um aus dem berechneten Differenzmuster 10 dritte, aus dem ersten Muster 3 und/oder zweiten Muster 4 abgeleitete Muster zu berechnen und/oder Berechnung der p-ten Potenz des μ-integrals des Differenzmusters 10 über die dritte Teilbereiche (11, 1V) des Differenzmusters 10 und/oder Kombination der Eigenschaften zweiter Mengen. Die Berechnung der Diskrepanzparameter wird nach den Methoden berechnet, wobei Berechnung von gewichteten Summen mit anschließender Potenzbildung der Werte, welche die Eigenschaften des Differenzmusters 10 beschreiben und/oder Berechnung von Kenngrößen aus den Differenzwerten umfasst. Das Diskrepanzmaß wird auch aus einem vierten Teilbereich 7 des ersten Musters 3 und/oder aus einem vierten Teilbereich 8 des zweiten Musters 4 berechnet.Ranges and / or subdivision of the third subregions 11. 1T into first sets 12. The calculation of properties of the difference pattern 10 for second quantities 13 is carried out by using pre-processing steps or transformation steps to obtain third from the calculated difference pattern 10, from the first pattern 3 and / or calculating the p-th power of the μ-integral of the difference pattern 10 over the third subregions (11, 1V) of the difference pattern 10 and / or combination of the properties of second quantities. The calculation of the discrepancy parameters is calculated according to the methods, whereby calculation of weighted sums with subsequent power generation of the values which describe the properties of the difference pattern 10 and / or calculation of characteristics from the difference values. The discrepancy measure is also calculated from a fourth subregion 7 of the first pattern 3 and / or from a fourth subregion 8 of the second pattern 4.

Das Ähnlichkeitsmaß wird nach zumindest einer oder durch Kombination mehrerer der folgenden Methoden bestimmt wird, welche Methoden die Berechnung eines Ähnlichkeitsmaßes mit Hilfe des Diskrepanzparameters und/oder die Berechnung eines Ähnlichkeitsmaßes mit Hilfe einer monoton fallenden mathematischen Funktion umfassen.The similarity measure is determined after at least one or by a combination of several of the following methods, which methods include the calculation of a similarity measure using the discrepancy parameter and / or the calculation of a similarity measure using a monotonically decreasing mathematical function.

Das Verfahren kann in so fern vereinfacht werden, dass der erste Teilbereich 5 des ersten Musters 3 und der zweite Teilbereich 6 des zweiten Musters 4 in einem Verhältnis zueinander stehen. Dies schließt nicht aus, dass der erste Teilbereich 5 des ersten Musters 3 und der erste Teilbereich 6 des zweiten Musters 4 ähnlich sind.The method can be simplified so far that the first subregion 5 of the first pattern 3 and the second subregion 6 of the second pattern 4 are in a relationship to each other. This does not exclude that the first portion 5 of the first pattern 3 and the first portion 6 of the second pattern 4 are similar.

In analoger Weise kann eine Vereinfachung erzielt werden, indem der erste Teilbereich 5 des ersten Musters 3 und/oder der zweite Teilbereich 6 des zweiten Musters 4 und der dritte Teilbereich 11, 1T des Differenzmusters 10 in einem Verhältnis zueinander stehen. Der erste Teilbereich 5 des ersten Musters 3 und/oder der zweite Teilbereich 6 des zweiten Musters 4 und der dritte Teilbereich 11, 1T des Differenzmusters 10 ähnlich sind. Die erste Menge 12 und/oder die zweite Menge 13 und/oder die dritte Menge 14 stehen in einem Verhältnis zueinander und/oder sind ähnlich.In an analogous manner, a simplification can be achieved in that the first subregion 5 of the first pattern 3 and / or the second subregion 6 of the second pattern 4 and the third subregion 11, 1T of the differential pattern 10 are in a relationship to one another. The first sub-area 5 of the first pattern 3 and / or the second sub-area 6 of the second pattern 4 and the third sub-area 11, 1T of the difference pattern 10 are similar. The first amount 12 and / or the second amount 13 and / or the third amount 14 are in a relationship to each other and / or are similar.

Zusammenfassend gilt, dass der erste Teilbereich 5,6 und/oder der zweite Teilbereich 11 und/oder die erste Menge 11 und/oder die zweite Menge 12 und/oder die dritte Menge 13 in einem Verhältnis zu einander stehen. Der erste Teilbereich 5 und der vierte Teilbereich 7 des ersten Musters 3 und/oder der zweite Teilbereich 8 und der fünfte Teilbereich 8 des zweiten Musters 4 stehen in einem Verhältnis zueinander und/oder sind ähnlich. -15- ΦΦ Φφ **·· ΦφΦΦ Φφ Φ • · * * Φ Φ φ φ Φ Λ φ* · Φ Φ Φ Φ Φ φ Φ ΦIn summary, the first subregion 5, 6 and / or the second subregion 11 and / or the first set 11 and / or the second set 12 and / or the third set 13 are in a relationship to one another. The first subregion 5 and the fourth subregion 7 of the first pattern 3 and / or the second subregion 8 and the fifth subregion 8 of the second pattern 4 are in a relationship to one another and / or are similar. -15- ΦΦ Φφ ** ·· ΦφΦΦ Φφ Φ • * * * Φ Φ φ φ Φ Λ φ * * Φ Φ Φ Φ Φ φ Φ Φ

• ΦΦ « · Ml»M ΦΦΦΦΦΦ Φ Φ Φ ΦΦ ·# ΦΦ ΦΦΦ ΦΦ Φ• ΦΦ «· Ml» M ΦΦΦΦΦΦ Φ Φ Φ ΦΦ * # ΦΦ ΦΦΦ ΦΦ Φ

Figur 2 zeigt einen Vergleich eines ersten Messsignals 50, welches das erste Muster 3 darstellt, mit einem zweiten Messsignal 51, welches das zweite Muster 4 darstellt, wobei das erste Messsignal 50 und das zweite Messsignal 51 aus einer berührungslosen Deformationsmessung oder einer Analyse von Oberfläche von Objekten gewonnen wird, Die Werte des ersten Messsignals 50 werden in erste überlappende Teilbereiche 5 und die Werte des zweiten Messsignals 51 in weitere erste Teilbereiche 6, 6’ unterteilt. Anhand der ersten Teilbereiche 5 des ersten Messsignals 50 und der ersten Teilbereiche 6 des zweiten Messsignals 51 wird das Differenzmuster 10 berechnet. Das Differenzmuster 10 wird in zweite Teilbereiche 11 unterteilt, welche zu erste Mengen 12 zusammengefasst werden. Es werden die Eigenschaften wie Grauwert des Differenzmusters 10 für zweite Menge 13, Parameter des Differenzmusters 10 für zweite Mengen 14 berechnet. Abschließend wird ein Ähnlichkeitsmaß, welches hier durch das Ähnlichkeitsmuster 15 wiedergegeben ist, berechnet. Das Differenzmuster 10 und das Ähnlichkeitsmuster 14, welches nach dem hier diskutierten Verfahren berechnet wurde, zeichnet sich dadurch aus, dass Werte mit einem Rauschen des ersten Musters 3 beziehungsweise ersten Messsignals 50 oder des zweiten Musters 4 beziehungsweise zweiten Messsignals 51 einen vernachiässigbaren Einfluss auf das Diskrepanzmuster 10 oder Ähnlichkeitsmuster 15 haben.FIG. 2 shows a comparison of a first measurement signal 50, which represents the first pattern 3, with a second measurement signal 51, which represents the second pattern 4, wherein the first measurement signal 50 and the second measurement signal 51 consist of a contactless deformation measurement or an analysis of the surface of FIG The values of the first measurement signal 50 are subdivided into first overlapping subregions 5 and the values of the second measurement signal 51 are subdivided into further first subregions 6, 6 '. Based on the first subregions 5 of the first measurement signal 50 and the first subregions 6 of the second measurement signal 51, the difference pattern 10 is calculated. The difference pattern 10 is subdivided into second subregions 11, which are combined to form first sets 12. The properties such as gray value of the difference pattern 10 for the second set 13, parameters of the difference pattern 10 for the second set 14 are calculated. Finally, a similarity measure, which is represented here by the similarity pattern 15, is calculated. The difference pattern 10 and the similarity pattern 14, which was calculated according to the method discussed here, is characterized in that values with a noise of the first pattern 3 or first measurement signal 50 or of the second pattern 4 or second measurement signal 51 have a negligible influence on the discrepancy pattern 10 or similarity patterns 15.

Figur 3 zeigt das Bild 100 einer ersten Bildszene eines Fußballspiels zu einem Zeitpunkt t und das Bild 101 einer zweiten, darauffolgende Bildszene zu einem Zeitpunkt t+1. In beiden Bildern ist ein erster Fußballspieler 102 in einem dunklen Trikot (linker Fußballspieler) und ein zweiter Fußballspieler 103 in einem hellen Trikot (rechter Fußballspieler) zu erkennen, welche sich vom Fußballfeldrasen 104 hinsichtlich des Bildkontrastes abheben. Die hier skizzierte Anwendung ist der Fall zu verstehen, dass die erste Wertemenge 1 ein erstes Bild 100, die zweite Wertemenge 2 ein zweites Bild 101 ist, wobei ein erstes Muster 3 eines Teilbereiches 5 eines ersten Bildes 100 mit einem zweiten Muster 4 eines Teilbereiches 6 eines zweiten Bildes 102 verglichen wird.FIG. 3 shows the image 100 of a first image scene of a soccer game at a time t and the image 101 of a second, subsequent image scene at a time t + 1. In both pictures, a first soccer player 102 in a dark jersey (left soccer player) and a second soccer player 103 in a bright soccer jersey (right soccer player) can be recognized, which stand out from the soccer field turf 104 in terms of image contrast. The application outlined here is the case in which the first set of values 1 is a first image 100, the second set of values 2 is a second image 101, a first pattern 3 of a subregion 5 of a first image 100 having a second pattern 4 of a subregion 6 of a second image 102 is compared.

In Bezugnahme auf die im folgenden diskutierte Anwendung des erfindungsgemäßen Verfahrens ist die x-Achse 105 des Bildes 100 und des Bildes 101 in horizontaler Richtung definiert, die y-Achse 106 des Bildes 100 und des Bildes 101 in vertikaler Richtung definiert. Weiters ist festzustellen, dass die Position des Spielers 102 im ersten Bild 100 im Vergleich zum der Position des Spielers 102 im zweiten Bild 101 versetzt ist. Ein Versatz des Spielers 102 ist als eine Veränderung aus einer ersten Position des Spielers 102 im ersten Bild 100, welche durch die x-Achse 105 des Bildes 100 und die y-Achse 106 des Bildes 100 -16- • · · · · · · · t • * * * * ««· φ φ φ · • « · 9 9 «···#· 9*99*9 9 9 9 9 9 9 9 9 9 φ φ φ φ φ · bestimmbar ist, zu einer zweiten Postion, welche durch die x-Achse 105 des Bildes 101 und die y-Achse 106 des Bildes 101 bestimmbar ist.With reference to the application of the inventive method discussed below, the x-axis 105 of the image 100 and the image 101 is defined in the horizontal direction, defining the y-axis 106 of the image 100 and the image 101 in the vertical direction. It should also be noted that the position of the player 102 in the first image 100 is offset from the position of the player 102 in the second image 101. An offset of the player 102 is as a change from a first position of the player 102 in the first image 100, which is represented by the x-axis 105 of the image 100 and the y-axis 106 of the image 100 -16- • · · · · · · · · T * * * * * «« · φ φ φ · • «· 9 9« ··· # · 9 * 99 * 9 9 9 9 9 9 9 9 9 9 φ φ φ φ φ · can be determined to one second position, which can be determined by the x-axis 105 of the image 101 and the y-axis 106 of the image 101.

Es werden erste Teilbereiche um den ersten Spieler gebildet, wobei dem ersten Teilbereich Eigenschaften in Bezugnahme auf die vierten Teilbereiche 5 beziehungsweise dem ersten Spieler 102 in Bezugnahme auf den zweiten Spieler 103 zugewiesen. Auf Basis der Eigenschaften des ersten Teilbereiches des ersten Bildes 100 und des ersten Teilbereiches des zweiten Bildes 101 wird eine Diskrepanzmuster 10 berechnet, welches in zweite Teilbereiche 11, 11’ unterteilt wird. Die zweiten Teilbereiche 11, 11’ zumindest teilweise zu einer ersten Menge 12 zusammengefasst. Die Eigenschaften des Diskrepanzmusters 10 werden von zweiten Mengen 13, die das Diskrepanzmuster 10 beschreibenden Parameter werden aus dritten Mengen 14 berechnet, wodurch ein Ähnlichkeitsmuster 15 berechnet werden kann.First partial areas are formed around the first player, wherein the first partial area is assigned properties with respect to the fourth partial areas 5 and / or the first player 102 with reference to the second player 103. On the basis of the properties of the first subarea of the first image 100 and of the first subarea of the second image 101, a discrepancy pattern 10 is calculated which is subdivided into second subareas 11, 11 '. The second subregions 11, 11 'are at least partially combined to form a first set 12. The properties of the discrepancy pattern 10 are calculated from second sets 13, the parameters describing the discrepancy pattern 10 are calculated from third sets 14, whereby a similarity pattern 15 can be calculated.

In Figur 4 ist der Verlauf der Diskrepanzwerte bei einem Versatz des Spielers 102 gemäß obiger Definition in Richtung der x-Achse 105 und in Richtung der y-Achse 106, wobei die Berechnung nach dem Stand der Technik, im speziellen nach dem Verfahren einer normalisierten Cross-Correlation erfolgte.In FIG. 4, the course of the discrepancy values at an offset of the player 102 as defined above in the direction of the x-axis 105 and in the direction of the y-axis 106, the calculation according to the prior art, in particular according to the method of a normalized cross -Correlation took place.

In dem in Figur 4 dargestellten Diagramm sind die Diskrepanzwerte entlang z-Achse 110 aufgetragen. Die x-Achse 111 und die y-Achse 112 stellen den Versatz in x beziehungsweise in y-Richtung dar.In the diagram shown in FIG. 4, the discrepancy values are plotted along z-axis 110. The x-axis 111 and the y-axis 112 represent the offset in x and y, respectively.

Das in Figur 4 dargestellte Diagramm über den Verlauf der Diskrepanzwerte weist ein globales Minimum 113 sowie mehrere lokale Minima 114 auf.The diagram of the course of the discrepancy values shown in FIG. 4 has a global minimum 113 and a plurality of local minima 114.

In Figur 5 ist der Verlauf der Diskrepanzwerte 124 bei einem Versatz des Spielers gemäß obiger Definition in Richtung der x-Achse 105 und in Richtung der y-Achse 106, wobei die Berechnung nach dem erfindungsgemäßen Verfahren, im speziellen nach der neuen Methode erfolgte. Dabei erfolgte die Berechnung mithilfe von Integralbildern, die eine Berechnung in linearer Zeit bezüglich der Anzahl der Pixel im zugrunde liegenden Muster ermöglicht.FIG. 5 shows the course of the discrepancy values 124 for a displacement of the player as defined above in the direction of the x-axis 105 and in the direction of the y-axis 106, the calculation being carried out by the method according to the invention, in particular according to the new method. The computation was done using integral images, which allow a calculation in linear time with respect to the number of pixels in the underlying pattern.

In dem in Figur 5 dargestellten Diagramm sind die Diskrepanzwerte 124 entlang z-Achse 120 aufgetragen. Die x-Achse 121 und die y-Achse 122 stellen analog den Versatz in x-beztehungsweise in y-Richtung dar. Das in Figur 5 dargestellte Diagramm über den Verlauf der Diskrepanzwerte 124 weist ein eindeutig und deutlich ausgeprägtes globales Minimum 123 auf. Es sind keine lokalen Minima zu erkennen. Die Kurve des Diskrepanzmaßes 124 zeigt einen glatten Verlauf. Aufgrund dieses Verlaufes der Diskrepanzwerte 124 ist die - 17- ·♦ ·ι ···» *»«♦ #» · • · · » · φ · · · • · · · ····· ··♦ • · · * * ···*·»· ♦ ·*··· · m ♦ ·· ·· |· ΜΙ ·· ·In the diagram shown in FIG. 5, the discrepancy values 124 are plotted along the z-axis 120. The x-axis 121 and the y-axis 122 represent the offset in x-direction and in the y-direction, respectively. The diagram shown in FIG. 5 about the course of the discrepancy values 124 has a clear and distinct global minimum 123. There are no local minima. The curve of the discrepancy measure 124 shows a smooth course. As a result of this course of the discrepancy values 124, the - 17 · · · · · · · · · · · · »· · · · · · · ················································································· * * ··· * · »· ♦ · * ··· · m ♦ ·· ·· | · ΜΙ ·· ·

Wiedererkennung („recognition"), das Tracking und die Registrierung von Mustern deutlich einfacher.Recognition ("recognition"), the tracking and the registration of patterns much easier.

In Figur 6 ist ein Gewebe eines Airbags mit einer Diskontinuität 134 dargestellt, wobei das erste Muster 3 ein erster Abschnitt des Gewebes 130 und die erste Wertemenge 1 eine erste Objektstruktur 132 ist, das zweite Muster 4 ein zweiter Abschnitt des Gewebes 131 und die zweite Wertemenge 4 eine zweite Objektstruktur 133 ist, wobei der erste Abschnitt des Gewebes 130 mit dem zweiten Abschnitt des Gewebes 131 verglichen wird. Der erste Abschnitt des Gewebes 130 weist eine Diskontinuität 134 auf. Der zweite Abschnitt des Gewebes 131 weist keine Diskontinuität auf.FIG. 6 shows a tissue of an airbag with a discontinuity 134, wherein the first pattern 3 is a first portion of the fabric 130 and the first set of values 1 is a first object structure 132, the second pattern 4 is a second portion of the fabric 131 and the second set of values 4 is a second object structure 133, comparing the first portion of the fabric 130 with the second portion of the fabric 131. The first portion of the fabric 130 has a discontinuity 134. The second portion of the fabric 131 has no discontinuity.

Das hier beschriebene Verfahren kann sich besonders beim Vergleich von Geweben, die wie das Gewebe des Airbags eine wiederholende Struktur aufweisen, auszeichnen. Es werden erste Teilbereiche 5 über den ersten Abschnitt des Gewebes 130 beziehungsweise erste Teilbereiche 6 über den zweiten Abschnitt des Gewebes 131 gelegt, daraus das Differenzmuster 10 gebildet. Das Differenzmuster 15 wird in zweite Teilbereiche 11, 11’ unterteilt, welche zumindest teilweise zu einer ersten Menge 12 zusammengefasst wenden. Es werden eine zweite Menge 13 und eine dritte Menge 14 um die Diskontinuität 134 so gebildet, dass das hier beschriebene Verfahren zum Vergleich eines ersten Musters 3 mit einem zweiten Muster 4 beste Resultate liefert. Gegebenenfalls kann die Bildung der Teilbereiche und Menge durch adaptive Verfahren wie diese beispielsweise aus der Generierung von Berechnungsnetzen für Finite-Elemente-Verfahren bekannt sind.The method described here may be particularly distinguished when comparing fabrics which, like the fabric of the airbag, have a repeating structure. First partial regions 5 are laid over the first section of the fabric 130 or first partial regions 6 over the second section of the fabric 131, from which the difference pattern 10 is formed. The difference pattern 15 is subdivided into second subregions 11, 11 ', which at least partially combine to form a first set 12. A second set 13 and a third set 14 are formed around the discontinuity 134 such that the method described here for comparing a first pattern 3 with a second pattern 4 yields best results. If appropriate, the formation of the subregions and the quantity can be known by adaptive methods such as these, for example, from the generation of calculation networks for finite element methods.

Aus dem Differenzmuster 10 beziehungsweise aus den Eigenschaften und Parametern des Differenzmusters 10 wird das Ähnlichkeitsmuster 15 oderein Ähnlichkeitsmaß berechnet.From the difference pattern 10 or from the properties and parameters of the difference pattern 10, the similarity pattern 15 or a similarity measure is calculated.

In Figur 7 sind ein erster Graph 140 und ein zweiter Graph 141 in einem Diagramm dargestellt, wobei der zweite Graph 141 in Bezug zum ersten Graphen 140 einen Versatz um ein Maß entlang der Abszisse 142 aufweist. Ein solcher Versatz kann durch eine Überlagerung des ersten Graphen 140 und/oder des zweiten Graphen 141 durch ein Rauschsignal (allgemein als Rauschen bezeichnet) begründet sein. Der erste Graph 140 und der zweite Graph 141 weisen einen im Wesentlichen ähnlichen Verlauf auf. Der hier skizzierte Anwendungsfall des erfindungsgemäßen Verfahren ist, dass das erste Muster 3 ein erster Wert und die erste Wertemenge 1 eine erste Datenreihe, das zweite Muster 4 ein zweiter Wert und die erste Wertemenge 2 eine zweite Datenreihe ist, wobei ein erster Wert einer ersten Datenreihe mit einem zweiten Wert einer Datenmenge verglichen wird. -18 - *# ·« »4«· *·«· #4 · ·«·· 4 * · « ·In FIG. 7, a first graph 140 and a second graph 141 are shown in a diagram, wherein the second graph 141 has an offset along the abscissa 142 with respect to the first graph 140. Such an offset may be due to a superposition of the first graph 140 and / or the second graph 141 by a noise signal (commonly referred to as noise). The first graph 140 and the second graph 141 have a substantially similar course. The use case of the inventive method outlined here is that the first pattern 3 is a first value and the first value set 1 is a first data series, the second pattern 4 is a second value and the first value set 2 is a second data series, wherein a first value of a first data series is compared with a second value of a dataset. -18 - * # «« »4« · * · «· # 4 · ·« ·· 4 * · «·

In Figur 8 ist die Berechnung des Ähnlichkeitsmaßes der in Figur 8 dargestellten ersten Graphen 140 mit dem zweiten Graphen 141 in Abhängigkeit der Stärke des Rauschsignals dargestellt. Die Stärke des Rauschsignals ist auf der Abszisse, das Ähnlichkeitsmaß auf der Ordinate aufgetragen. Keine Ähnlichkeit des ersten Graphen 140 mit dem zweiten Graphen 141 liegt im Fall eines Ähnlichkeitsmaßes von 0,0 vor; eine absolute Ähnlichkeit liegt bei einem Ähnlichkeitsmaß von 1,0 vor.FIG. 8 shows the calculation of the similarity measure of the first graphs 140 shown in FIG. 8 with the second graph 141 as a function of the strength of the noise signal. The strength of the noise signal is plotted on the abscissa, the similarity measure on the ordinate. No similarity of the first graph 140 with the second graph 141 is present in the case of a similarity measure of 0.0; an absolute similarity exists at a similarity measure of 1.0.

Im Diagramm 150 ist anhand des Graphen 156 das Ergebnis der Berechnung des Ähnlichkeitsmäßes nach dem Stand der Technik, im genaueren nach der Methode der Berechnung eines Korrelationskoeffizienten dargestellt.In the diagram 150, the result of the calculation of the similarity measure according to the prior art is shown on the basis of the graph 156, and in more detail according to the method of calculating a correlation coefficient.

Im Diagramm 151 ist anhand des Graphen 157 das Ergebnis der Berechnung des Ähnlichkeitsmäßes nach dem hier diskutierten Verfahren, im genaueren mit p=1 dargestellt. Der Graph zeigt bei einem geringen Rauschsignal schon die zu erwartende hohe Ähnlichkeit zwischen dem ersten Graphen und dem zweiten Graphen.In the diagram 151, the result of the calculation of the similarity average according to the method discussed here is shown in greater detail with p = 1 on the basis of the graph 157. With a low noise signal, the graph already shows the expected high similarity between the first graph and the second graph.

In Figur 9 sind ein erster Graph 180 und ein zweiter Graph 181 in einem Diagramm dargestellt, wobei der zweite Graph 181 in Bezug zum ersten Graphen 180 im Wesentlichen einen Versatz um ein Maß entlang der Ordinate 182 sowie in Teilbereichen einen unterschiedlichen Gradienten aufweist. Ein solcher Versatz kann durch eine Überlagerung des ersten Graphen 180 und/oder des zweiten Graphen 181 durch ein Rauschsignal (allgemein als Rauschen bezeichnet) begründet sein. Der erste Graph 180 und der zweite Graph 181 weisen einen im Wesentlichen ähnlichen Verlauf auf. Der hier skizzierte Anwendungsfall des erfindungsgemäßen Verfahren kann im Wesentlichen darauf reduziert werden, dass das erste Muster 3 ein erster Wert und die erste Wertemenge 1 eine erste Datenreihe, das zweite Muster 4 ein zweiter Wert und die erste Wertemenge 2 eine zweite Datenreihe ist, wobei ein erster Wert einer ersten Datenreihe mit einem zweiten Wert einer Datenmenge verglichen wird.In FIG. 9, a first graph 180 and a second graph 181 are shown in a diagram, wherein the second graph 181 essentially has an offset of one dimension along the ordinate 182 with respect to the first graph 180 and a different gradient in partial regions. Such an offset may be due to a superposition of the first graph 180 and / or the second graph 181 by a noise signal (commonly referred to as noise). The first graph 180 and the second graph 181 have a substantially similar course. The application of the method according to the invention outlined here can essentially be reduced to the fact that the first pattern 3 is a first value and the first value set 1 is a first data series, the second pattern 4 is a second value and the first value set 2 is a second data series first value of a first data series is compared with a second value of a data quantity.

In Figur 10 ist die Berechnung des Ähnlichkeitsmaßes der in Figur 10 dargestellten ersten Graphen 180 mit dem zweiten Graphen 141 in Abhängigkeit der Stärke des Rauschsignals dargestellt. Die Stärke des Rauschsignals ist auf der Abszisse, das Ähnlichkeitsmaß auf der Ordinate aufgetragen. Keine Ähnlichkeit des ersten Graphen 180 mit dem zweiten Graphen 181 liegt im Fall eines Ähnlichkeitsmaßes von 0,0 vor; eine absolute Ähnlichkeit liegt bei einem Ähnlichkeitsmaß von 1,0 vor.FIG. 10 shows the calculation of the similarity measure of the first graph 180 shown in FIG. 10 with the second graph 141 as a function of the strength of the noise signal. The strength of the noise signal is plotted on the abscissa, the similarity measure on the ordinate. No similarity of the first graph 180 with the second graph 181 is present in the case of a similarity measure of 0.0; an absolute similarity exists at a similarity measure of 1.0.

Im Diagramm 190 ist anhand des Graphen 196 das Ergebnis der Berechnung des Ähnlichkeitsmäßes nach dem Stand der Technik, im genaueren nach der Methode der Berechnung eines Korrelationskoeffizienten dargestellt. -19 - ψ · · ♦ · · · · · i • ·· · # · *· * » · * ♦ · ···»»· ·In the diagram 190, the result of the calculation of the similarity measure according to the prior art is shown on the basis of the graph 196, and in more detail according to the method of calculating a correlation coefficient. -19 - ψ · · · · · · · · · · · · · · · · · · · · · · · · · · · ·

Im Diagramm 191 ist anhand des Graphen 197 das Ergebnis der Berechnung des Ähnlichkeitsmäßes nach dem hier diskutierten Verfahren, im genaueren mit p=1 dargestellt. Der Graph zeigt bei einem geringen Rauschsignal schon die zu erwartende hohe Ähnlichkeit zwischen dem ersten Graphen und dem zweiten Graphen.In the diagram 191, the result of the calculation of the similarity average according to the method discussed here is shown in greater detail on the basis of the graph 197, with p = 1 in more detail. With a low noise signal, the graph already shows the expected high similarity between the first graph and the second graph.

In Figur 11 ist eine Anwendung des hier diskutierten erfindungsgemäßen Verfahrens zur Bewertung eines Zustandes einer Vorrichtung dargestellt. Die Abszisse des Diagramms ist die Zeitachse, während an der Ordinate der betreffende Wert einer den Zustand der Vorrichtung betreffenden Statusvariable aufgetragen ist.FIG. 11 shows an application of the method according to the invention for evaluating a state of a device discussed here. The abscissa of the diagram is the time axis, while the ordinate represents the relevant value of a status variable relating to the state of the device.

Die Statusvariable der Vorrichtung kann eine Wertemenge von gemessenen Positionen 212 eines Arms eines Roboters sein, weiche mit einer Wertemenge an Sollpositionen 213 verglichen wird. In Figur 13 ist die Wertemenge an Sollposition 213 anhand des ersten Graphen 211 dargestellt. Der erste Graph 211 ist somit die Referenzkurve.The status variable of the device may be a set of measured positions 212 of an arm of a robot, which is compared to a set of desired positions 213. In FIG. 13, the set of values at desired position 213 is shown on the basis of the first graph 211. The first graph 211 is thus the reference curve.

Die Wertemenge an gemessenen Positionen 212 ist anhand des zweiten Graphen 210 dargestellt. Die Wertemenge an gemessene Position 212 wird mit der Sollposition 213 verglichen. Weicht die gemessene Position 212 um ein definiertes Maß 215 von der Sollposition ab, um eine mögliche Totzeit 214 am Beginn einer betrachteten Bewegung zu minimieren.The set of values at measured positions 212 is represented by the second graph 210. The value set at measured position 212 is compared with the set position 213. The measured position 212 deviates from the desired position by a defined amount 215 to minimize a possible dead time 214 at the beginning of a considered movement.

Figur 15 veranschaulicht die Verwendung des erfindungsgemäßen Verfahrens zur Ermittlung von korrespondierenden Punkten, m.a.W. zum Erstellen einer Versatzkarte. Das erste Muster 3 bildet eine erste Wertemenge 1, das zweite Muster 4 die zweite Wertemenge 2. Es wird ein erster Teilbereich 4 des ersten Musters 2 gebildet, welcher erster Teilbereich 4 den Punkt A enthält. Es wird ein zweiter Teilbereich 5 des zweiten Musters 3 gebildet. Der zweite Teilbereich 5 wird entlang einer Linie BC verschoben, die Disparitäten zwischen dem ersten Teilbereich 4 und der lokalen Position des zweiten Teilbereiches 5 berechnet.FIG. 15 illustrates the use of the method according to the invention for determining corresponding points, m.a.W. to create an offset map. The first pattern 3 forms a first value set 1, the second pattern 4 the second value set 2. A first subregion 4 of the first pattern 2 is formed, which first subregion 4 contains the point A. A second subregion 5 of the second pattern 3 is formed. The second subregion 5 is displaced along a line BC which calculates disparities between the first subregion 4 and the local position of the second subregion 5.

Das Disparität ist im Diagramm dargestellt. Der Versatzpunkt A' ist jener Punkt der ein lokales Minimum an Disparitäten aufweist. Das erfindungsgemäße Verfahren zur Findung korrespondierender Punkte zeichnet sich vor allem durch eine Robustheit gegen Rauschen aus. -20-The disparity is shown in the diagram. The offset point A 'is the point having a local minimum of disparities. The inventive method for finding corresponding points is characterized mainly by a robustness against noise. -20-

Claims

* | ······ ΙΜ ·············· # # ·· # ♦ # · ··· ·· · PATENT CLAIMS 1. A method of comparing a first pattern (3) of a first set of values (1) formed of scalar and / or vectorial values with a second pattern (4) of one scalar and / or vector values formed second set of values (2), characterized in that the method comprises the following sub-steps: formation of at least a first portion (5) of the first pattern (2) and formation of at least a second portion (6) of the second pattern (3 ), • calculation of difference values between properties of one of the first subregions (5) and properties of one of the second subregions (6) and formation of a difference pattern (10) from the difference values, - division of the difference pattern (10) into third subregions (11, 11 ') ), Formation of first sets (12) of the third part Ie (11, 11 ') and calculation of properties of the difference pattern (10) for the first sets (12), - formation of second sets (13) of the third sections (11, 11') and calculation of discrepancy parameters for the second sets ( 13) and optionally with reference to the calculated properties of the difference pattern (10) for first quantities (12), - formation of third quantities (14) of the third portions (11, 1T) and calculation of a similarity measure for the third quantities (14) and optionally on the basis of the calculated discrepancy parameters for second quantities (13) and / or the calculated difference pattern (10) for first quantities (12).

2. Method according to claim 1, characterized in that the calculation of the difference pattern (10) comprises at least one or a combination of several of the following steps: application of a preprocessing or filtering step, - application of a transformation, subtraction of a property of the first subregion (5 ) of the first pattern (3) of a value describing a property of the second sub-area (6) of the second pattern (4).

3. The method according to claim 1-2, characterized in that the formation of the first subarea (4) and / or analogously thereto, the formation of the second subarea (5) comprises the following steps: -22- * # es * «» · · ··································· Bildung Μ · formation of a first first subarea as a subregion of the first pattern (2) and, if appropriate, formation of a second first subarea as a subarea of the first pattern (2), calculation of difference values between properties of the first subarea (4) and the first template (2) and if appropriate between properties of the first first subarea and the second first subarea, forming the first subarea (4) so that the first subarea (4) comprises subregions of the first pattern (2) with a defined difference.

4. The method according to claim 1-3, characterized in that the division of the difference pattern (10) into third parts regions (11,11 ') and the definition of first quantities (12) of third sub-areas (11, 1T) of the difference pattern (10 ) is characterized by at least one of the following method steps: formation of integral subregions, formation of contiguous regions.

5. The method according to claim 1-4, characterized in that the calculation of properties of the difference pattern (10) for first quantities (12) takes place after at least one or by a combination of the following methods: application of preprocessing steps or transformation steps to from the calculated difference pattern (10) calculate third pattern derived from the first pattern (3) and / or second pattern (4), calculating the pth power of the μ-integral of the difference pattern (10) over the second portions (11,1T) of the Difference pattern (10), combination of the properties of second quantities (13).

6. The method according to claim 1-5, characterized in that the calculation of the discrepancy parameters are calculated according to at least one or by combining the following methods: calculation of weighted sums with subsequent power generation of the values describing the properties of the difference pattern (10), calculation of Characteristics from the difference values.

7. The method of claim 1-6, characterized in that the calculation of the similarity measure is determined after at least one or by a combination of several of the following methods: -23- • 9t · · · · · · · ft V · I ft ft ··· ft ·· Calculation of a similarity measure with the help of the discrepancy parameter, calculation of a similarity measure with the help of a monotonically decreasing mathematical function.

8. The method according to claim 1-5, characterized in that the first portion (5) of the first pattern (3) and the second portion (6) of the second pattern (4) are in a relationship to each other.

9. The method according to claim 1-8, characterized in that the first portion (5) of the first pattern (3) and the second portion (6) of the second pattern (4) are similar.

10. The method according to claim 1-9, characterized in that the first portion (5) of the first pattern (3) and / or the second portion (6) of the second pattern (4) and the third portion (11, 1T) of the Difference pattern (10) are in a relationship to each other.

11. The method according to claim 1-10, characterized in that the first portion (5) of the first pattern (3) and / or the second portion (6) of the second pattern (4) and the third portion (11,11 ') of the difference pattern (10) are similar.

12. The method according to claim 1-11, characterized in that the first amount (12) and / or the second amount (13) and / or the third amount (14) are in a ratio.

13. The method according to claim 1-12, characterized in that the first amount (12) and / or the second amount (13) and / or the third amount (14) are similar.

14. The method according to claim 1-13, characterized in that the first portion (5) and / or the second portion (6) and / or the third portion (11, 11 ') and / or the first set (12) and or the second quantity (13) and / or the third quantity (14) are in a relationship to each other.

15. The method according to claim 1-14, characterized in that the discrepancy parameter from a fourth portion (7) of the first pattern (3) and / or from a fifth portion (8) of the second pattern (4) is calculated. -24- ·· MM «·· I * *» * «· t I * · · •» I · I ** ♦ »* * · • * *« «« · * · «·····« · ·························

16. Method according to claim 1, characterized in that the first partial region (5) and the fourth partial region (7) of the first template (3) and / or the first partial region (8) and the fifth partial region (8) of the second template (FIG. 4) in relation to each other.

17. The method according to claim 1-16, characterized in that the first portion (5) and the fourth portion (7) of the first pattern (3) and / or the first portion (6) and the fifth portion (8) of the second Pattern (4) are similar.

18. The method according to claim 1-17, characterized in that to a portion of the first pattern {3) a portion of the second pattern (4) is sought with similar properties.

19. The method according to claim 1-18, characterized in that to a portion of the first pattern (3) a portion of the second pattern (4) is searched by a predetermined amount different properties.

20. The method according to claim 1-19, characterized in that the second pattern (4) by control means in a partial area is changed so that it is similar to the first pattern (3) in a partial area.

21. The method according to claim 1-20, characterized in that the first set of values (1) a first image (100), the second set of values (2) is a second image (101), wherein a first pattern (3) of a portion of a first image (100) is compared with a second pattern of a portion of a second image (101).

22. The method according to claim 1-21, characterized in that the first set of values (1) is a first image (100), the second set of values (2) is a second image (101), wherein an offset of a first pattern of a portion of the first Image (100) is calculated with a second pattern of a partial area of a second image (101).

23. The method according to claim 1-22, characterized in that the first pattern (3) a first graph (180) and the first set of values (1) a first data series (183), the second pattern (4) a second graph (181 ) and the second set of values (2) is a second data series (184), wherein the first graph (180) of the first data series (183) is compared with the second graph (181) of the second data series (184). -25- • • • • • • • «« · · · · • ♦

24. The method of claim 1-23, characterized in that the first set of values is a first movement sequence, the second set of values is a second movement sequence, wherein a first pattern of a first movement sequence with a second pattern of a second movement history is compared.

25. The method according to claim 1-24, characterized in that the first set of values is a plurality of first measured values, the second set of values is a plurality of second measured values, wherein a first pattern of a plurality of first measured values with a second pattern of a plurality of second measured values is compared.

26. The method according to claim 1-25, characterized in that the first pattern (3) a first data describing a first data series (183) and the first set of values a first object (132), the second pattern a second object (133) descriptive second data series (184) and the second set of values is a second object (144), wherein a subarea of the first data series (183) is compared with a subarea of the second data series (184).

27. The method of claim 1-26, characterized in that the first pattern (3) a first object (132) and the first set of values (1) a first set of objects, the second pattern (4) a second object (133) and the second set of values (2) is a second set of objects, wherein a first object (132) of a first set of objects is compared with a second object (133) of a second set of objects.

28. The method according to claim 1-27, characterized in that the first pattern (3) a portion of a first object (132) and the first set of values (1) a first object (132), the second pattern (4) a portion of a second object (133) and the second set of values (3) is a second object (133), wherein a partial area of the first object (132) is compared with a partial area of the second object (133).

29. The method according to claim 1-28, characterized in that the data object describing a first object (132) is a course of a load state in partial areas, the data set describing a second object (133) is a course of external and / or internal loads in partial areas.

30. The method according to claim 1-29, characterized in that the first object (132) descriptive amount of data a course of a load condition of a -26- «··« · · · · · · «II · I * ·» · · · • «« · · * ··· ♦ · »*» · * · · f * II «» «*« # ·· f > first object, the amount of data describing a second object (133) is a course of a stress state of a second object. Vienna, on -7, April 2011 Software Competence Center Hagenberg GmbH represented by HÄURt & ELLMEYER KG

-27-