-
Die Erfindung betrifft ein Verfahren zur Wiedererkennung eines ersten dreidimensionalen Objekts gemäß dem Anspruch 1. Die Erfindung betrifft ferner eine Einrichtung zur Überprüfung der Übereinstimmung eines zu identifizierenden zweiten dreidimensionalen Objekts mit einem ersten dreidimensionalen Objekt gemäß Anspruch 11 sowie ein Computerprogramm gemäß Anspruch 13.
-
Es besteht ein Bedarf daran, ein dreidimensionales Objekt, z. B. ein industriell hergestelltes Produkt, nach seiner Herstellung später wieder zu erkennen. Erwünscht ist hier eine besonders treffsichere und fehlerfreie Wiedererkennung. Mit solchen Verfahren können z. B. Produktfälschungen von Produktoriginalen unterschieden werden. Es gibt bereits Vorschläge, hierfür Produkt-inhärente, von außen erkennbare Merkmale heranzuziehen, wie z. B. die Oberflächenstruktur. Allerdings lässt die Treffgenauigkeit bekannter Wiedererkennungsverfahren auf eine Verbesserungsbedürftigkeit schließen. So ist insbesondere die Wahrscheinlichkeit von fehlerhaften Erkennungen, dass es sich bei einem zu identifizierenden dreidimensionalen Objekt um das ursprüngliche dreidimensionale Objekt handelt, zu hoch.
-
Der Erfindung liegt daher die Aufgabe zugrunde, ein Verfahren zur Wiedererkennung eines ersten dreidimensionalen Objekts anzugeben, das hinsichtlich der Fehlklassifikationsrate und der Korrektklassifikationsrate verbessert ist.
-
Ferner soll eine entsprechende Einrichtung zur Überprüfung der Übereinstimmung eines zu identifizierenden zweiten dreidimensionalen Objekts mit einem ersten dreidimensionalen Objekt sowie ein Computerprogramm dafür angegeben werden.
-
Die Aufgabe wird gelöst durch ein Verfahren zur Wiedererkennung eines ersten dreidimensionalen Objekts, wobei in einem Datenerfassungsschritt charakteristische Daten des ersten dreidimensionalen Objekts erfasst, verarbeitet und gespeichert werden und in einem Identifikationsschritt Daten von einem zu identifizierenden zweiten dreidimensionalen Objekt erfasst, verarbeitet und gespeichert werden und die gespeicherten Daten des ersten dreidimensionalen Objekts mit den gespeicherten Daten des zweiten dreidimensionalen Objekts verglichen werden, gekennzeichnet durch folgende Schritte:
- a) bei dem Datenerfassungsschritt wird durch Abtastung ein eindimensionales Oberflächenprofil des ersten dreidimensionalen Objekts als erstes Eingangssignal erfasst,
- b) bei dem Datenerfassungsschritt wird das erste Eingangssignal durch eine lineare Frequenzbereichstransformation mit mehreren verschiedenen Skalierungen in erste transformierte Daten gewandelt,
- c) bei dem Datenerfassungsschritt werden die ersten transformierten Daten oder daraus erzeugte Daten in eine verschiebungs- und skalierungs-invariante Darstellung überführt, wodurch erste verschiebungs- und skalierungs-invariante Daten erzeugt sind,
- d) bei dem Identifikationsschritt wird durch Abtastung ein eindimensionales Oberflächenprofil des zweiten dreidimensionalen Objekts als zweites Eingangssignal erfasst,
- e) bei dem Identifikationsschritt wird das zweite Eingangssignal durch die gleiche lineare Frequenzbereichstransformation mit mehreren verschiedenen Skalierungen in zweite transformierte Daten gewandelt,
- f) bei dem Identifikationsschritt werden die zweiten transformierten Daten oder daraus erzeugte Daten in die gleiche verschiebungs- und skalierungs-invariante Darstellung überführt, wodurch zweite verschiebungs- und skalierungs-invariante Daten erzeugt sind,
- g) die ersten verschiebungs- und skalierungs-invarianten Daten werden mit den zweiten verschiebungs- und skalierungs-invarianten Daten verglichen,
- h) wenn die Abweichungen zwischen den verglichenen Daten ein vorbestimmtes Maß nicht überschreiten, wird ein Ausgangssignal abgegeben, das eine Identität zwischen dem ersten dreidimensionalen Objekt und dem zweiten dreidimensionalen Objekt signalisiert, und andernfalls wird ein Ausgangssignal abgegeben, das die Identität zwischen dem ersten dreidimensionalen Objekt und dem zweiten dreidimensionalen Objekt nicht signalisiert.
-
Ein Vorteil der Erfindung ist, dass Material-inhärente Eigenschaften des dreidimensionalen Objekts für die Wiedererkennung genutzt werden können. Daher müssen nicht gesonderte Identifizierungsaufkleber oder Plaketten angebracht werden, die unter Umständen verloren gehen können oder mit zusätzlichem Kostenaufwand verbunden sind. Mit dem erfindungsgemäßen Verfahren kann die Wahrscheinlichkeit von Fehlklassifikationen auf ungefähr 10–20 gesenkt werden, so dass von einer sehr sicheren Wiedererkennung von dreidimensionalen Objekten ausgegangen werden kann. Ein weiterer Vorteil der Erfindung ist, dass die Korrektklassifikationsrate durch Alterungseinflüsse des dreidimensionalen Objekts nicht wesentlich verschlechtert wird, wie z. B. Korrosion. Zudem wird eine sehr hohe Korrektklassifikationsrate erzielt.
-
Ein weiterer Vorteil ist, dass die Erfindung bei praktisch allen möglichen dreidimensionalen Objekten angewendet werden kann, wie z. B. Metallbauteile, Tabletten, elektronische, metallische oder keramische Bauteile. Es kann hierbei entweder eine vorhandene einzigartige Oberflächenstruktur des dreidimensionalen Objekts für die Wiedererkennung herangezogen werden oder bei der Herstellung eine bestimmte einzigartige Oberflächenstruktur erzeugt werden, wie z. B. ein Abdruck einer Schleifscheibe. Werden z. B. Schleifscheiben verwendet, die sich schnell und zufällig abnutzen, um Schleifprofile auf der Oberfläche des dreidimensionalen Objekts anzubringen, so wird dieses sozusagen mit einem charakteristischen Fingerabdruck versehen, der durch das erfindungsgemäße Verfahren später wieder erkannt werden kann.
-
Für die lineare Frequenzbereichstransformation mit mehreren verschiedenen Skalierungen können unterschiedliche Frequenzbereichstransformationen verwendet werden. Vorteilhaft ist insbesondere eine kontinuierliche Wavelet-Transformation mit unterschiedlich gestreckten Wavelet-Funktionen, um die verschiedenen Skalierungen zu realisieren. Die Frequenzbereichstransformation mit mehreren verschiedenen Skalierungen hat den Vorteil, dass im Frequenzbereich Daten in unterschiedlichen Erfassungsmaßstäben zur Verfügung stehen, wodurch die Überführung der Daten in eine verschiebungs- und skalierungs-invariante Darstellung begünstigt wird. Die verschiebungs- und skalierungs-invariante Darstellung hat den Vorteil, dass dreidimensionale Objekte mit hoher Korrektklassifikationsrate wieder erkannt werden können, unabhängig davon, in welchem Abstand oder in welchem Winkel sie sich in Bezug zu dem Abtastmittel befinden, mit dem die Abtastung zur Erzeugung des eindimensionalen Oberflächenprofils durchgeführt wird.
-
Gemäß einer vorteilhaften Weiterbildung der Erfindung werden die ersten transformierten Daten bzw. die zweiten transformierten Daten in eine rotationsinvariante Darstellung überführt. Dies hat den Vorteil, dass auch unterschiedliche Rotationswinkel des dreidimensionalen Objekts bei dessen Abtastung kompensiert werden können. Dies kann als zusätzlicher Verfahrensschritt vorgesehen sein oder zugleich mit der Überführung in die verschiebungs- und skalierungs-invariante Darstellung erfolgen.
-
Weitere vorteilhafte Weiterbildungen des Verfahrens sind in den Ansprüchen 3 bis 10 angegeben, die in den nachfolgenden Ausführungsbeispielen weiter erläutert werden. Dabei geben die Ansprüche 5 bis 8 insbesondere vorteilhafte Weiterbildungen jeweils des Schritts c) bzw. f) des Anspruchs 1 an. Der Anspruch 9 gibt eine vorteilhafte Weiterbildung des Schritts g) des Anspruchs 1 an.
-
Gemäß Anspruch 10 ist vorgesehen, dass mittels des Verfahrens Schleifabdrücke, die auf der Oberfläche des ersten dreidimensionalen Objekts angebracht wurden, auf dem zu identifizierenden zweiten dreidimensionalen Objekt wieder erkannt werden. Es kann sich hierbei um bei der Herstellung des ersten dreidimensionalen Objekts aufgrund des Herstellvorgangs ohnehin angebrachte Schleifabdrücke handeln, oder um gezielt angebrachte Schleifabdrücke, um das dreidimensionale Objekt möglichst eindeutig zu kennzeichnen. Hierfür kann z. B. das erste dreidimensionale Objekt mit einer Schleifscheibe mit dem Schleifabdruck versehen werden. Es ist vorteilhaft, zuvor die Schleifscheibe z. B. durch Abrichten zu neutralisieren, so dass völlig zufällige Schleifabdruckmuster erzeugt werden.
-
Die genannte Aufgabe wird ferner gelöst durch eine Einrichtung zur Überprüfung der Übereinstimmung eines zu identifizierenden zweiten dreidimensionalen Objekts mit einem ersten dreidimensionalen Objekt, wobei die Einrichtung aufweist:
- a) wenigstens ein Abtastmittel, eingerichtet zur Erzeugung eines Eingangssignals in Form eines eindimensionalen Oberflächenprofils eines dreidimensionalen Objekts,
- b) wenigstens einen Rechner, dem von dem Abtastmittel das Eingangssignal zugeführt ist, wobei der Rechner eingerichtet ist zur Ausführung eines Verfahrens nach einem der vorhergehenden Ansprüche und zur Erzeugung des Ausgangsmaterials,
- c) wenigstens ein Ausgabemittel, eingerichtet zur Ausgabe des Ausgabesignals.
-
Das Abtastmittel kann z. B. eine analoge oder digitale Kamera, ein Tiefenmikroskop wie z. B. ein Konfokal-Weißlichtmikroskop, ein Laserscanner oder ein mechanischer Tastfühler sein. Gemäß einer vorteilhaften Weiterbildung der Erfindung ist das Abtastmittel dazu eingerichtet, ein eindimensionales Intensitätsprofil oder ein Tiefenprofil des von dem dreidimensionalen Objektzurückgestreutem Lichts zu erfassen und in das Eingangssignal zu wandeln. In diesem Fall kann das Abtastmittel z. B. eine Kamera bzw. ein Tiefenmikroskop aufweisen.
-
Das Ausgabesignal kann z. B. ein binäres Signal sein, z. B. mit den Zuständen „Ein” und „Aus”. Mit dem Ausgabesignal kann z. B. eine Lampe angesteuert werden. Wenn eine Übereinstimmung des zu identifizierenden zweiten dreidimensionalen Objekts mit dem ersten dreidimensionalen Objekt festgestellt wird, leuchtet die Lampe, andernfalls nicht.
-
Die eingangs genannte Aufgabe wird ferner gelöst durch ein Computerprogramm, insbesondere ein auf einem maschinenlesbaren Träger gespeichertes Computerprogramm, eingerichtet zur Durchführung eines Verfahrens der zuvor beschriebenen Art, wenn das Computerprogramm auf einem Rechner ausgeführt wird.
-
Die Erfindung wird nachfolgend unter Verwendung von Zeichnungen anhand von Ausführungsbeispielen näher erläutert.
-
Es zeigen:
-
1 – eine Einrichtung zur Überprüfung der Übereinstimmung eines zu identifizierenden zweiten dreidimensionalen Objekts mit einem ersten dreidimensionalen Objekt und
-
2 – eine Signalerfassung des von dem Abtastmittel aufgenommenen Eingangssignals und
-
3 – die Signalerfassung gemäß 2 mit weiteren Details in der Art eines Blockschaltbilds und
-
4 – eine Speicherung von in einem Datenerfassungsschritt erfasster und verarbeiteter Daten und
-
5 – eine Signalverarbeitung in dem Identifikationsschritt nach Art eines Blockschaltbilds.
-
In den Figuren werden gleiche Bezugszeichen für einander entsprechende Elemente verwendet.
-
Die 1 zeigt eine Einrichtung, mit der in dem Datenerfassungsschritt die charakteristischen Daten des ersten dreidimensionalen Objekts erfasst, verarbeitet und gespeichert werden können und in dem Identifikationsschritt die Daten von einem identifizierenden zweiten dreidimensionalen Objekt erfasst, verarbeitet und gespeichert werden können. Hierfür ist beispielhaft das erste dreidimensionale Objekt 1, das wiedererkannt werden soll, dargestellt. Das erste dreidimensionale Objekt 1 weist eine zu erfassende Oberfläche 3 auf. In dem Identifikationsschritt wird stattdessen das zu identifizierende zweite dreidimensionale Objekt dort angeordnet.
-
Die Einrichtung weist als Teil eines Abtastmittels eine Kamera 4 auf, die auf die Oberfläche 3 gerichtet ist. Da ein Oberflächenprofil erfasst werden soll, ist es vorteilhaft, die Kamera 4 in einem gewissen Winkel zur Oberfläche 3 anzuordnen. Die Kamera 4 ist mit einem Rechner 5 verbunden, der z. B. als handelsüblicher Computer ausgebildet sein kann. Der Rechner 5 weist einen Mikroprozessor 6 und einen Arbeitsspeicher 7 auf. Ferner ist der Rechner 5 mit einem Datenspeicher 8 verbunden, z. B. mit einer Festplatte. Der Rechner 5 ist ferner mit einem Ausgabemittel 9, z. B. einem Bildschirm oder einer Anzeigeleuchte, verbunden. Der Rechner 5 empfängt die von der Kamera 4 aufgenommenen zweidimensionalen Bilddaten, verarbeitet diese in der nachfolgend noch beschriebenen Weise und erzeugt hiervon ausgehend ein Ausgangssignal 10, das an das Ausgabemittel 9 abgegeben wird. Das Ausgabemittel 9 zeigt das Ausgangssignal 10 an. In dem Fall, dass in dem Identifikationsschritt festgestellt wird, dass eine Identität zwischen dem ersten dreidimensionalen Objekt 1 und dem zweiten dreidimensionalen Objekt vorliegt, wird dies durch das Ausgangssignal 10 signalisiert. Andernfalls wird durch das Ausgangssignal 10 signalisiert, dass keine Identität zwischen dem ersten dreidimensionalen Objekt 1 und dem zweiten dreidimensionalen Objekt erkannt wurde.
-
Die 2 zeigt wiederum das erste dreidimensionale Objekt 1 mit der Oberfläche 3. Rechts daneben ist ein Ausschnitt 20 der Oberfläche 3 in einer Art dargestellt, wie sie dem von der Kamera 4 abgegebenen Bild entspricht. Die zweidimensionalen Bilddaten der Kamera 4 werden in ein eindimensionales Oberflächenprofil 21 gewandelt, d. h. in eindimensionale Eingangsdaten. Diese sind in der 2 beispielhaft in einem Koordinatensystem 22 mit der Achse Lichtintensität s(x) und einer geometrischen Koordinatenachse x wiedergegeben. Es ist vorteilhaft, hierbei die Linie, entlang der das Profil der Oberfläche 3 über die geometrische Koordinate x erfasst wird, wenigstens ungefähr senkrecht zur Richtung der Schleifspuren zu legen.
-
Zur Erzeugung der eindimensionalen Daten s(x) kann zusätzlich eine Mittelung über benachbarte Bilddaten in y-Richtung, d. h. senkrecht zur x-Richtung, erfolgen. Hierdurch können zufällige Störungen ausgeblendet werden.
-
Rechts neben dem Koordinatensystem 22 sind beispielhaft aus der Funktion s(x) durch lineare Frequenzbereichstransformation mit mehreren verschiedenen Skalierungen gewonnene erste transformierte Daten 23 dargestellt. Erkennbar ist, dass die ersten transformierten Daten 23 wiederum zweidimensionale Daten sind, nämlich ein sich geometrisch über die Koordinate x erstreckendes Frequenzspektrum entlang der Frequenzachse f. Die in den ersten transformierten Daten 23 mit Kreuzen markierten Punkte stellen beispielhaft die sogenannten markanten Punkte dar, auf deren Bestimmung nachfolgend noch weiter eingegangen wird. Der anhand der 2 für die ersten transformierten Daten 23 beschriebene Vorgang gilt sinngemäß auch für die Erzeugung der zweiten transformierten Daten.
-
Die Signalverarbeitung der eindimensionalen Eingangsdaten erfolgt vorteilhaft wie folgt. Die eindimensionalen Eingangsdaten s(x) werden in die ersten transformierten Daten (S(x, f)) z. B. durch eine kontinuierliche Wavelet-Transformation gewandelt. Mit dem Wavelet Φ
x,f(ξ) gilt:
-
Φ ist parametrisiert durch x und f, wobei x die Verschiebung ist, um die herum das Wavelet zentriert ist, und f die dominante Frequenz im Leistungsdichtespektrum von Φx,f ist. Um einen großen Bereich von Frequenzen abzudecken, wird ein logarithmisches Sampling der Frequenz zwischen λ0 = sc/2 und λ1 = sx/2 durchgeführt, wobei sx die Länge des Oberflächenprofils und sc der erwartete Durchmesser eines Korns in dem Schleifabdruck ist. Im vorliegenden Beispiel wird von einem Korndurchmesser von 125 μm ausgegangen.
-
Als Wavelet-Funktion kann z. B. das Daubechies-Wavelet 4. Ordnung verwendet werden.
-
In der durch die Wavelet-Transformation erzeugten Darstellung S(x, f) werden nun markante Punkte ermittelt. Als markante Punkte kommen z. B. lokale Maxima oder Minima in Frage. Für die nachfolgenden Betrachtungen sei davon ausgegangen, dass als markante Punkte die lokalen Maxima ausgewählt werden. Wenn markante Punkte m mit Koordinaten (xm, fm) gefunden sind, wird eine Region Rm bestimmt, die die Umgebung des Punkts m beschreibt. Für eine skalierungs-invariante Darstellung ist die jeweilige Umgebung proportional zu der Wavelet-Wellenlänge λm = f–1 m. In der räumlichen Richtung ist die Umgebung x = xm ± λm/2. In Frequenzrichtung wird daher f–1 m = λm ± λm/2 ausgewählt. Daher ist die Region Rm begrenzt durch x = [xm – λm/2; xm + λm/2], f = [2/3fm; 2fm].
-
Um eine Bündelbildung in der Profilcharakterisierung zu vermeiden, werden alle markanten Punkte j ausgeschlossen, wenn ihre ermittelte Position (xj, fj) in die Region Ri eines anderen markanten Punkts i mit einem höheren Absolutwert von S fällt: |S(xj, fj)| < |S(xi, fi)| v (xj, fj) ∊ Ri.
-
Für alle verbleibenden markanten Punkte m wird ein Deskriptor Dm gebildet, in dem die zugehörige Region Rm in gleichmäßigen Intervallen abgetastet wird (Sampling). Hierbei kann z. B. in drei Skalierungen mit neun Abtastungen gearbeitet werden, was zu einer Deskriptorlänge von 27 führt. Hiernach kann der Deskriptor normalisiert werden, so dass E[Dm] = 0 und ||Dm|| = 1 ist. Hierdurch werden aus den ersten bzw. zweiten transformierten Daten verschiebungs- und skalierungs-invariante Daten erzeugt. Im Ergebnis liegt nun eine Menge von Positionen lm = (xm, λm = 1/fm) mit einem zugeordneten Deskriptor Dm für jedes Merkmal vor. Hierbei enthält lm die Koordinaten vorbestimmter markanter Punkte in der zweidimensionalen Form der transformierten Daten 23, d. h. mit den Koordinaten x und f.
-
Hierdurch liegen die Daten 23 nun in einer verschiebungs- und skalierungs-invarianten Darstellung und zugleich in eine rotationsinvarianten Darstellung vor.
-
Dieser Vorgang ist in dem Blockschaltbild gemäß 3 dargestellt. Einem Block 30, der Teil der Abtastmittel ist, werden die von der Kamera 4 erzeugten zweidimensionalen Bilddaten zugeführt. Im Block 30 wird das eindimensionale Oberflächenprofil 21 bzw. s(x) erzeugt. Im Block 31 wird die Wavelet-Transformation in die Darstellung S(x, f) durchgeführt. Die entstehenden transformierten Daten werden in einem Block 32 auf die markanten Punkte hin untersucht. Die in dem Block 32 gefundenen markanten Punkte bzw. deren Koordinaten Im werden einerseits als Ausgangsgröße bereitgestellt und andererseits einem Block 33 zugeführt. Dem Block 33 werden zudem die transformierten Daten aus dem Block 31 zugeführt. Im Block 33 werden die Deskriptoren Dm erzeugt und als Ausgangsgröße bereitgestellt.
-
In dem Datenerfassungsschritt wird der zuvor beschriebene Ablauf anhand der Abtastung des ersten dreidimensionalen Objekts 1 durchgeführt. Die dabei entstehenden Daten lm und Dm werden als Daten li (1) und Di (1) in dem Datenspeicher 8 für eine spätere Verwendung abgelegt, wie in der 4 dargestellt ist. Die Datenspeicherung sollte dauerhaft sein, d. h. nicht durch einen Stromausfall oder ähnliche Defekte verloren gehen, da bis zu dem Identifikationsschritt ggf. größere Zeiträume in der Größenordnung von mehreren Jahre vergehen können.
-
In dem Identifikationsschritt wird der zuvor beschriebene Ablauf ebenso durchgeführt. Die gemäß 3 bereitgestellten Ausgangsdaten lm und Dm werden als Daten des zweiten dreidimensionalen Objekts lj (2) und Dj (2) verwendet. Die Daten des zweiten dreidimensionalen Objekts lj (2) und Dj (2) können in dem Datenspeicher 8 oder temporär in dem Arbeitsspeicher 7 gespeichert werden.
-
Wie erkennbar ist, werden Daten des ersten dreidimensionalen Objekts 1 durch einen hochgestellten Index „1” gekennzeichnet, Daten des zweiten dreidimensionalen Objekts werden durch einen hochgestellten Index „2” gekennzeichnet.
-
Nachfolgend wird der Datenvergleich in dem Identifikationsschritt näher beschrieben. Hierbei wird ein dreidimensionales Oberflächenprofil des ersten dreidimensionalen Objekts 1, das durch die Daten li (1) und Di (1) charakterisiert ist, mit einem Oberflächenprofil des zweiten dreidimensionalen Objekts 2 verglichen, das durch die Daten lj (2) und Dj (2) charakterisiert ist. Zunächst werden Kandidatenpaare i, j ermittelt, bei denen die Deskriptoren Di (1) und Dj (2) eine gewisse Ähnlichkeit zueinander aufweisen. Die Ähnlichkeit kann auf unterschiedliche Arten bestimmt werden, z. B. kann die Korrelation zwischen den ersten Deskriptoren und den zweiten Deskriptoren als Kreuzkorrelation, Abstand in der Cosinus-Metrik oder Abstand in der 2NN-Metrik bestimmt werden. In diesem Fall wird geprüft, ob die Korrelation zwischen den ersten und zweiten Deskriptoren einen vorbestimmten Grenzwert überschreitet. Die den Grenzwert überschreitenden Punkte werden als Kandidatenpaare i, j markiert. Es kann auch ein Abstandsmaß auf Unterschreitung eines vorbestimmten Grenzwerts geprüft werden. Als Abstandsmaß kann z. B. der Minkowski-Abstand oder Abstand in der Earth Mover's Metrik bestimmt werden.
-
Nachfolgend wird davon ausgegangen, dass die Cosinus-Metrik verwendet wird. Dann gilt:
-
Hierbei ist d
t der vorbestimmte Grenzwert, der z. B. den Wert 0,9 hat. Sodann wird eine geometrische Verifikation aller markierten Kandidatenpaare durchgeführt. Hierzu sei angenommen, dass das Oberflächenprofil s
(1) des ersten dreidimensionalen Objekts
1 und das Oberflächenprofil s
(2) des zweiten dreidimensionalen Objekts sich räumlich voneinander durch ein Verschiebungsmaß Δx und einen Skalierungsfaktor Δλ unterscheiden. Somit muss die Konstellation aller Kandidatenpaare i, j die Bedingung erfüllen:
-
Die zwei Unbekannten können von einem Kandidatenpaar i, j, das auch als Korrespondenzpaar bezeichnet wird, ermittelt werden. Dies kann durch Minimierung der quadratischen symmetrischen euklidischen Distanz erfolgen: e 2 / i,j = 1 / 2|l (2) / j – Δλ·(l (1) / i + Δx ⇀)|2 + 1 / 2|l (1) / i – l (2) / j/Δλ – Δx ⇁|2
-
Dies wird mit allen Kandidatenpaaren (i, j) unter Verwendung des RANSAC-Verfahrens durchgeführt. Das RANSAC-Verfahren ist z. B. in der Veröffentlichung Fischler, M. A., Bolles, R. C.: Random sample consenusus: a paradigm for model fitting with applications to image analysis and automated cartography. Commun. ACM 24, 381–395 (June 1981) beschrieben. Das RANSAC-Verfahren liefert sogenannte Inlier und Outlier. Outlier werden erkannt, wenn größer als ein Fehlerradius r ist, der z. B. auf sechs Abtastwerte gesetzt werden kann. Die von dem RANSAC-Verfahren gelieferten Inlier, d. h. Kandidatenpaare innerhalb des Fehlerradius, zeigen an, wenn die geometrische Verifikation eine Übereinstimmung zwischen dem ersten dreidimensionalen Objekt und dem zweiten dreidimensionalen Objekt ergibt. Wenn das RANSAC-Verfahren mehr Inlier als ein vorgegebener Schwellwert k erzeugt, wird davon ausgegangen, dass eine Identität zwischen dem ersten und dem zweiten dreidimensionalen Objekt vorliegt. Die oben genannte Fehlklassifikationsrate bezog sich z. B. auf einen Schwellwert von k = 19 Inlier.
-
Dies ist in der 5 zusätzlich anhand eines Blockdiagramms dargestellt. Erkennbar ist, dass einem Block 50, in dem die Kandidatenpaare gesucht und markiert werden, z. B. anhand der Cosinus-Metrik, die Deskriptoren Di (1) und Dj (2) zugeführt werden. Der Block 50 gibt eine Information über die Kandidatenpaare i, j an einen Block 51 ab. Dem Block 51 wird zudem die Größe li (1) aus der Datenbank 8 und die Größe lj (2) als von dem zweiten dreidimensionalen Objekt 2 ermittelte Größe zugeführt. Die Größen li (1) und lj (2) werden außerdem einem Block 53 zugeführt.
-
Die von dem zweiten dreidimensionalen Objekt 2 ermittelten Größen Dj (2) und lj (2) können direkt von dem in der 3 dargestellten Verfahrensabschnitt gewonnen werden und lediglich als zwischengespeicherte Daten herangezogen werden, sie können auch in dem Datenspeicher 8 zwischengespeichert werden und dann für die Durchführung des Verfahrensabschnitts gemäß 5 aus dem Datenspeicher 8 abgerufen werden.
-
Im Block 51 wird das Verschiebungsmaß Δx und das Skalierungsverhältnis Δλ aus einem Kandidatenpaar i, j bestimmt und an einen Block 52 abgegeben. Dem Block 52 werden zusätzlich die Größen li (1) und lj (2) zugeführt. In den Blöcken 51, 52 und 53 wird das RANSAC-Verfahren durchgeführt. Das RANSAC-Verfahren benötigt zwei Operationen, die nachfolgend als estimate und error bezeichnet werden. Im Block 52 wird die Operation estimate ausgeführt, im Block 53 die Operation error. Die Operation estimate im Block 52 schätzt die Größen Δx und Δλ für ein zufällig ausgewähltes Kandidatenpaar i, j. Die Operation error im Block 53 schätzt den Fehler e2 i,j für alle Kandidatenpaare i, j, wenn diese Größen verwendet werden. Das RANSAC-Verfahren arbeitet iterativ und mit einer Vielzahl von Durchführungen der Operationen estimate und error. Als Ergebnis liefert das RANSAC-Verfahren denjenigen Parametersatz der Eingangsdaten, der die höchste Zahl von Inliern erzeugt. Zusätzlich kann die Anzahl der Inlier und eine Angabe darüber, welche Parametersätze Inlier erzeugt haben, geliefert werden. Die von dem RANSAC-Verfahren gelieferten Inlier und Outlier sind in der 5 als konsolidiertes Ausgangssignal V dargestellt, das bereits ein Ergebnis der Verifikation enthält, ob das erste dreidimensionale Objekt mit dem zweiten dreidimensionalen Objekt übereinstimmt. Für die Bildung des Ergebnisses, dass das erste dreidimensionale Objekt mit dem zweiten dreidimensionalen Objekt übereinstimmt, wird der zuvor erwähnte Vergleich der Anzahl von Inliern mit dem vorgegebenen Schwellwert k durchgeführt. Das Ausgangssignal V kann gemäß 1 als Ausgangssignal 10 abgegeben werden.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Nicht-Patentliteratur
-
- Fischler, M. A., Bolles, R. C.: Random sample consenusus: a paradigm for model fitting with applications to image analysis and automated cartography. Commun. ACM 24, 381–395 (June 1981) [0044]