-
Der Gegenstand betrifft ein Verfahren zum Erfassen eines Verschmutzungsgrads einer Scheibe. Darüber hinaus betrifft der Gegenstand ein System eingerichtet zum Durchführen eines entsprechenden Verfahrens.
-
Im Bereich des Facility-Managements ist der Aspekt der Gebäudereinigung besonders kostenrelevant. Zur Gebäudereinigung gehört auch das Reinigen der Scheiben, insbesondere im Außenbereich, eines Gebäudes. Bei Einfamilienhäusern oder kleinen Mehrfamilienhäusern ist dies insoweit unproblematisch, als das die Fläche der zu reinigenden Scheiben überschaubar ist. Im Bereich der Gewerbeimmobilien ist die Fläche der zu reinigenden Scheiben aber erheblich, insbesondere bei sogenannten Bürotürmen, da sich der Trend verstärkt, Fassaden vollständig oder zu einem großen Teil aus Glas zu gestalten. Diese Fassaden müssen regelmäßig gereinigt werden. Eine Reinigung ist nicht nur aus optischen Gesichtspunkten notwendig, sondern eine dauerhafte Verschmutzung führt zu Inkrustationen und somit Beschädigungen an den Scheiben.
-
Bisher wurde die Reinigung der Scheiben in regelmäßigen Intervallen, unabhängig vom tatsächlichen Verschmutzungsgrad der Scheibe durchgeführt. Die Wahl der Intervalle beruhte auf Erfahrungswerten. Die Intervalllänge korreliert dabei insbesondere mit dem Standort und der Ausrichtung des Objekts. Die rein erfahrungsbasierte Bestimmung des Intervalls führt aber regelmäßig dazu, dass Scheiben entweder zu häufig oder zu selten gereinigt werden, insbesondere die Reinigung nicht dann durchgeführt wird, wenn sie tatsächlich notwendig ist.
-
Eine manuelle Überprüfung des Verschmutzungsgrads der Scheiben ist zwar möglich, um anhand dieser Überprüfung zu entscheiden, ob eine Scheibenreinigung durchgeführt werden soll, doch ist diese Überprüfung zeit- und kostenintensiv. Daher wird auf eine solche manuelle Überprüfung in der Regel verzichtet. Bisher fehlt es an einer Möglichkeit, in einem automatisierten Verfahren einen Prozess der Scheibenreinigung anzustoßen, sei es lediglich durch Disponieren der Arbeitszeit der Gebäudereiniger oder durch automatisches Aktivieren von robotisierten Gebäudereinigungssystem, insbesondere Reinigungsrobotern.
-
Dem Gegenstand lag daher die Aufgabe zugrunde, den Prozess des Scheibenreinigens zu optimieren.
-
Diese Aufgabe wird durch ein Verfahren nach Anspruch 1 sowie ein System nach Anspruch 9 gelöst.
-
Eine Scheibe im gegenständlichen Sinne kann entweder eine Glasscheibe oder eine Plexiglasscheibe oder eine sonstige durchsichtige Platte sein. Die Scheibe kann insbesondere ein Fassadenbauteil, eine Fensterscheibe, eine Scheibentüre oder dergleichen sein.
-
An einer solchen Scheibe wird an einer ersten Seite eine Kamera befestigt. Die erste Seite ist insbesondere die dem Innenraum des Gebäudes, an dem die Scheibe angeordnet ist, zugewandte Seite. Insbesondere ist die erste Seite die Innenseite der Scheibe. An dieser Seite wird die Kamera so angeordnet, dass deren optische Achse durch die Scheibe hindurch gerichtet ist. Das heißt, dass die Kamera ein Bild durch die Scheibe hindurch erfasst. Insbesondere steht die optische Achse senkrecht auf der Oberfläche der Scheibe. Die optische Achse verläuft dabei insbesondere parallel zur Flächennormalen der ersten und/oder zweiten Seite.
-
Für das gegenständliche Verfahren wird nunmehr vorgeschlagen, dass die Kamera auf „unendlich“ fokussiert wird. Die Brennweite der Kamera wird im Wesentlichen so eingestellt, dass die Kamera weit entfernte Objekte scharf einstellen kann. Insbesondere liegt der Punkt der größten Schärfe zumindest 10m, bevorzugt mehr als 20m von Objektiv der Kamera entfernt. Es wird hierzu vorgeschlagen, dass die Brennweite der Kamera im Wesentlichen auf eine Bildweite der Kamera eingestellt wird, was zu den oben genannten Effekten führt. Dabei sei angemerkt, dass eine leichte Abweichung der Brennweite von der Bildweite selbst dann umfasst ist, wenn weit entfernte Objekte scharf dargestellt werden können. Dies hängt unter anderem auch mit der Blende der Kamera sowie der Kameratechnik zusammen, sodass nicht stets ausschließlich Brennweite gleich Bildweite sein muss, sondern vielmehr gemeint ist, dass die Kamera auf einen weit entfernten Punkt scharf gestellt ist. Weit in diesem Sinne kann 10m oder mehr, insbesondere 20m oder mehr, bevorzugt 50m oder mehr bedeuten.
-
Nachdem die Kamera an der Scheibe befestigt wurde, kann mit dieser durch die Scheibe hindurch ein Bild erfasst werden. Dieses Bild ist aufgrund der Schärfeneinstellung der Kamera so, dass weit entfernte Objekte scharf dargestellt werden und nahe Objekte unscharf. Die Kamera nimmt so ein Bild der Umgebung auf.
-
Mit Hilfe der Kamera ist es nicht nur möglich, ein einzelnes Bild, sondern auch eine Bilderreihe, insbesondere in zeitlichen Abständen zu erfassen und die Bilder dieser Bilderreihen, wie nachfolgend noch beschrieben, miteinander zu vergleichen, insbesondere um Veränderungen zwischen den Bildern zu detektieren.
-
Es ist erkannt worden, dass an der Scheibe anhaftende Verschmutzungen zu Verzerrungen in dem Bild führen. Die Verschmutzungen liegen in unmittelbarer Nähe zu dem Brennpunkt der Kamera, da die Kamera unmittelbar an der Scheibe befestigt ist. Beim Befestigen wird die Kamera insbesondere mit ihrem Objektiv unmittelbar auf der Scheibe befestigt. Die Befestigung ist insbesondere dauerhaft, das heißt, dass die Kamera über eine Dauer von zumindest mehreren Tagen, insbesondere über eine Dauer von zumindest mehreren Monaten an exakt der gleichen Position der Scheibe befestigt bleibt.
-
In einem jeweiligen Bild wird ein Kontrast erfasst. Der Kontrast des Bildes kann auch als Schärfe des Bildes bezeichnet werden. Gegenständlich wurde erkannt, dass durch die an der Außenseite der Scheibe anhaftenden Verschmutzungen der Kontrast in dem Bild sich verringert, das heißt, dass weniger Kantenschärfe vorhanden ist, je mehr Verschmutzung anhaftet. Dies gilt umso mehr, je weiter die Kanten, welche in dem Bild abgebildet sind, von der Scheibe entfernt sind. Darum wird die Kamera auch auf einen möglichen weit entfernten Fokuspunkt eingestellt.
-
Durch das erfasste Bild und den bestimmten Kontrast ist es möglich, das Bild auszuwerten und abhängig von der Auswertung einen Wert eines Verschmutzungsgrades auszugeben. Dies kann insbesondere so verstanden werden, dass ein Signal ausgegeben wird, mit dem eine Scheibenreinigung, wie oben beschrieben, aktiviert wird. Ein Wert eines Verschmutzungsgrades kann auch als Wert einer Bildschärfe verstanden werden. Auch kann als Wert eines Verschmutzungsgrades ein Wert einer Veränderung einer Bildschärfe zwischen zwei Bildern verstanden werden. Auch kann als Wert eines Verschmutzungsgrades ein ja/nein (1/0) Wert verstanden werden, wobei ein Wert eine Verschmutzung anzeigt und der jeweils andere Wert keine Verschmutzung anzeigt. Der Wert der Verschmutzung kann proportional zum erfassten Wert des Kontrastes oder der erfassten Veränderung des Kontrastes sein.
-
Mit Hilfe des gegenständlichen Verfahrens ist es nunmehr möglich, automatisiert und standardisiert einen Reinigungsprozess eines Gebäudes anzustoßen. Dabei kann insbesondere der Verschmutzungsgrad einer einzelnen Scheibe an einem Gebäude repräsentativ für eine Mehrzahl von Scheiben sein, sodass die Messung wie sie gegenständlich beschrieben ist, an nur einer oder wenigen Scheiben eines Gebäudes durchgeführt werden muss.
-
Insbesondere wird vorgeschlagen, dass jeweils zumindest eine Kamera an jeweils einer Scheibe an jeweils einer Seite eines Gebäudes vorgesehen ist. Insbesondere ist es jedoch auch möglich, dass pro Etage jeweils eine Kamera pro Gebäude und/oder Seite vorgesehen ist. Somit kann eine selektive Gebäudereinigung durchgeführt werden, beispielsweise nur eine Seite eines Gebäudes oder nur eine ab oder bis zu einer bestimmten Etage. Häufig ist es so, dass durch Windeinflüsse Regen in unterschiedlichem Maße auf die Gebäudeseiten einwirkt und somit die Verschmutzung an den verschiedenen Gebäudeseiten unterschiedlich ist. Mit Hilfe des gegenständlichen Verfahrens kann beispielsweise automatisiert unterschieden werden, welche Gebäudeseite gereinigt werden muss und welche nicht.
-
Wie bereits erwähnt, ist der Kontrast auch als Schärfe zu verstehen. Insbesondere kann der Kontrast durch eine Kantensteilheit beschrieben werden. Ein Bild kann in eine Mehrzahl an Bereichen unterteilt werden und in diesen Bereichen, auch Blöcke oder Makroblöcke genannt, kann jeweils festgestellt werden, wie groß ein Kontrastverlauf ist bzw. wie steil Kanten in diesem Bereich verlaufen. Das Bild der Kamera erfasst die Umgebung mitsamt Objekten. Objekte sind dabei insbesondere entfernte Gebäude oder sonstige bauliche Strukturen, die aufgrund ihrer Konstruktion scharfkantig sind. Solche Objekte eignen sich besonders gut für die gegenständliche Bestimmung des Kontrastes, da sie in einem Bild eine natürliche Kantensteilheit bewirken. Dies ist anders bei organischen Strukturen, welche ggf. weniger steile Kontrastübergänge haben.
-
Es wird auch vorgeschlagen, dass innerhalb eines Bereiches des Bildes, insbesondere für ein Objekt, verschiedene Gruppen von Kantensteilheiten bestimmt werden und ein Histogramm der Kantensteilheiten für zumindest einen Bereich des Bildes erfasst wird. Je nach Verteilung der Kantensteilheiten kann auf einen größeren oder kleineren Kontrast in dem Bild geschlossen werden und der Verschmutzungsgrad bestimmt werden, insbesondere wenn die Verteilung der Kantensteilheiten zweier Bilder/Blöcke zweiter Bilder miteinander verglichen werden.
-
Wie bereits erläutert, kann nicht nur ein einziges Bild erfasst werden, sondern eine Bildreihe aus zumindest zwei Bildern. Es versteht sich von selbst, dass anhand eines einzelnen Bildes nur mit mäßigem Erfolg der Verschmutzungsgrad der Scheibe bestimmt werden kann. Dies liegt daran, dass eine fehlende Schärfe bzw. Kantensteilheit nicht zwingend an der Verschmutzung der Scheibe liegen muss, sondern vielmehr auch an dem von der Kamera erfassten Bild bzw. der Umgebung der Scheibe liegen kann. Wenn die Umgebung kontrastarm ist, wird in dem Bild auch keine erhöhte Kantensteilheit festgestellt werden können. Führt man jedoch die Messung über zumindest zwei Bilder durch, kann eine Veränderung des Kontrastes über die Zeit (zwischen den Bildern) registriert werden. Insbesondere können die Bilder zu gleichen Zeiten am Tag erfasst werden. Dabei kann insbesondere der Sonnenstand relevant sein. Ein Vergleich von zwei Bildern wird insbesondere abhängig von dem Erfassungszeitpunkt des Bildes sein. Dabei werden insbesondere Bilder verglichen, die zu einem gleichen Zeitpunkt erfasst wurden.
-
Auch ist es möglich, einen Helligkeitswert jeweils eines Bildes zu erfassen. Anschließend können bspw. nur diejenigen Bilder miteinander verglichen werden, die eine im Wesentlichen gleiche Helligkeit aufweisen. Insbesondere kann eine Abweichung der Helligkeit von zwei Bildern unterhalb eines Grenzwertes liegen. Unter Helligkeit kann insbesondere eine Helligkeitsverteilung in dem Bild gemeint sein. Durch die Auswertung der Helligkeit wird sichergestellt, dass Bilder nur dann verglichen werden, wenn die äußeren Rahmenbedingungen ähnlich sind, um Faktoren, die Einfluss auf die Kantensteilheit haben, die nicht auf die Verschmutzung zurückzuführen sind, zu minimieren.
-
Wie bereits erläutert, können Intervalle festgelegt werden, die zwischen zwei Bildern liegen. Der Kontrast wird dann zwischen diesen Intervallen verglichen, das heißt nach Ablauf eines Intervalls wird der Kontrast des ersten Bildes mit dem Kontrast des zweiten Bildes verglichen. Ein Intervall kann insbesondere 24h, 168h oder dergleichen sein.
-
Auch wird vorgeschlagen, dass Bilder abhängig von der aktuellen Wetterlage erfasst werden. So wird beispielsweise vorgeschlagen, dass nur dann Bilder erfasst werden, wenn vor dem Erfassungszeitraum zumindest eine Stunde, bevorzugt zwölf Stunden kein Regen gefallen ist. Regentropfen auf der Scheibe sind nicht repräsentativ für die Verschmutzung, verfälschen jedoch das Bild hinsichtlich des Kontrastes massiv. Daher sollte das Bild nicht dann erfasst werden, wenn an der Scheibe Regentropfen anhaften. Dies wird durch Berücksichtigung der Wetterdaten, insbesondere zurückliegender Wetterdaten vermieden.
-
Gemäß einem Ausführungsbeispiel wird vorgeschlagen, dass beim Bestimmen des Kontrastes zumindest ein Ortsfrequenzspektrum im Bild erfasst wird. Das erfasst Bild kann durch eine Transformation in ein Ortsfrequenzspektrum transformiert werden. Aus diesem Ortsfrequenzspektrum können Transformationskoeffizienten ermittelt werden. Insbesondere können Transformationskoeffizienten für jeweils einen Bereich, beispielsweise einen Block eines Bildes bestimmt werden. Die Werte der Transformationskoeffizienten, insbesondere die Beträge der Transformationskoeffizienten können ausgewertet werden, wobei insbesondere hohe Werte, auch „level“ genannt, für einen hohen Kontrast sprechen und geringe Werte, insbesondere 0-Werte, auch „run“ genannt, für einen geringen Kontrast sprechen. Die Transformationskoeffizienten können insbesondere quantisierte Transformationskoeffizienten sein. Die Verteilung der Transformationskoeffizienten eines Bildes oder eines Bereichs eines Bildes können mit einer Vergleichsverteilung verglichen werden. Liegt die Summe der Transformationskoeffizienten, die einen bestimmten Betrag überschreiten über einem Grenzwert, kann dies als Bild mit ausreichend hohem Kontrast gewertet werden und anders herum. Im letzteren Fall kann ein Verschmutzungsgrad ausgegeben werden.
-
Der Verlauf der Transformationskoeffizienten in einem Bild kann mit dem Verlauf der Transformationskoeffizienten in einem zweiten Bild einer Reihe von Bildern verglichen werden. Tritt eine Abweichung der Transformationskoeffizienten zueinander auf, so kann dies auf eine Verschlechterung des Kontrastes hindeuten und als Wert des Verschmutzungsgrades ausgegeben werden. Insbesondere können die miteinander zu vergleichenden Bilder kreuzkorreliert werden. Dabei ist es möglich, eine Kreuzkorrelation der Transformationskoeffizienten durchzuführen. Insbesondere kann eine Kreuzkorrelation derjenigen Transformationskoeffizienten durchgeführt werden, deren Betrag über einem unteren Grenzwert liegen. Dabei kann insbesondere eine SSD-Korrelation durchgeführt werden. Anhand der Korrelation kann eine Veränderung zwischen den Bildern festgestellt werden. Diese Veränderung oder ein Wert proportional dazu kann als Wert des Verschmutzungsgrads ausgegeben werden.
-
Die Frequenzverteilung im Ortsfrequenzspektrum des Bildes wird mit einer Referenzverteilung gemäß einem Ausführungsbeispiel verglichen. Die Referenzverteilung kann insbesondere aus einem ersten Bild der Kamera an der jeweiligen Scheibe, insbesondere einem ersten Bild einer Reihe von Bildern erstellt werden. Insbesondere wenn eine Scheibe neu eingebaut wurde oder die Scheibe gerade gereinigt wurde, kann ein solches Referenzbild erfasst werden und hieraus eine Referenzverteilung bestimmt werden. Diese Referenzverteilung kann genutzt werden, um die Frequenzverteilung von späteren Bildern der Reihe auszuwerten und insbesondere anhand der Veränderung gegenüber der Referenzverteilung einen Verschmutzungsgrad zu bestimmen. Insbesondere kann jeweils ein erstes Bild einer Reihe als Referenzbild genutzt werden. Eine Reihe kann nach jeweils einem durchgeführten Reinigungsvorgang gestartet werden.
-
Wie bereits erläutert, wird vorgeschlagen, dass abhängig von dem Wert des Verschmutzungsgrades ein Reinigungsprozess gestartet wird. Hierbei kann insbesondere ein Reinigungsroboter aktiviert werden.
-
Ein weiterer Aspekt ist ein System mit einer an einer Scheibe dauerhaft befestigbaren Kamera und einer mit der Kamera verbundenen Auswerteeinrichtung, wobei eine Brennweite der Kamera im Wesentlichen auf eine Bildweite der Kamera eingestellt ist und die Kamera ein Bild durch die Scheibe hindurch erfasst und die Auswerteschaltung einen Kontrast in dem Bild bestimmt und auswertet und abhängig von der Auswertung einen Wert des Verschmutzungsgrades ausgibt.
-
Nachfolgend wird der Gegenstand anhand einer Ausführungsbeispiele zeigenden Zeichnung näher erläutert. In der Zeichnung zeigen:
- 1 eine schematische Darstellung eines Systems gemäß einem Ausführungsbeispiel;
- 2 eine beispielhafte Darstellung der Scharfstellung der Kamera gemäß einem Ausführungsbeispiel;
- 3 ein Ablauf zur Auswahl von Bildern aus einer Reihe von Bildern gemäß einem Ausführungsbeispiel;
- 4 eine Aufteilung eines Bildes in Bildbereiche;
- 5a, b der Vergleich von Kantensteilheiten zweier Bilder gemäß einem Ausführungsbeispiel;
- 6a, b der Vergleich von Kantensteilheiten zweier Bilder gemäß einem Ausführungsbeispiel.
-
1 zeigt ein System 2 zur Auswertung von Bildern. Bei diesem System 2 ist eine Kamera 4 mit einer Auswerteeinrichtung 6 in Kommunikationsverbindung. Die Kamera 4 ist mit einer Scheibe 8 verbunden. Die Scheibe 8 hat eine erste Seite 8a und eine zweite Seite 8b. Die erste Seite 8a ist bevorzugt einem Innenraum eines Gebäudes zugewandt und die zweite Seite 8b ist bevorzugt nach außen gerichtet. Das heißt, dass sich Verschmutzungen durch Regen und Umwelteinflüsse in der Regel auf der zweiten Seite 8b ablagern.
-
Die Scheibe 8 kann eine Glasscheibe, Plexiglasscheibe oder ein sonstiges, durchsichtiges, flächiges Element sein. Die Scheibe 8 kann ein Fassadenelement, eine Fensterscheibe, eine Türscheibe oder dergleichen sein.
-
Die Scheibe 8 muss durch manuelle Reinigung oder einen Reinigungsroboter immer dann gereinigt werden, wenn sie von außen verschmutzt ist, insbesondere wenn Sand, Staub, Ruß oder dergleichen durch Regen auf die zweite Seite 8b aufgespült wurde. Hierzu wird das gegenständliche System eingesetzt.
-
Die Kamera 4 wird beispielsweise mit Haftelementen, Saugnoppen, Kleber oder dergleichen auf der ersten Seite 8a der Scheibe 8 befestigt. Diese Befestigung ist insbesondere dauerhaft, das heißt, dass die Kamera 4 von der Scheibe 8 nicht ohne äußere Krafteinwirkung abfällt.
-
Die Kamera 4 wird so an der Scheibe 8 angeordnet, dass deren optische Achse 10 durch die Scheibe 8 hindurch von der ersten Seite 8a zur zweiten Seite 8b gerichtet ist. Insbesondere steht die optische Achse 10 senkrecht auf der Oberfläche der Scheibe 8. Die Kamera 4 nimmt in Richtung der optischen Achse 10 Bilder der Umgebung auf. Bei diesen Bildern ist eine Veränderung des Kontrastes z.B. in Form der Schärfe und/oder Kantensteilheit anhand von Verschmutzungen der zweiten Seite 8b feststellbar, wie nachfolgend noch gezeigt werden wird.
-
Die von der Kamera 4 aufgenommenen Bilder werden an die Auswerteeinrichtung 6 übermittelt. Dort werden die Bilder, wie nachfolgend beschrieben, ausgewertet. Über eine Weitverkehrsverbindung 12 kann die Auswerteeinrichtung 6 mit einem Zentralrechner 14 verbunden sein. Der Zentralrechner 14 kann mit einer Vielzahl von System 2 verbunden sein und die von den Systemen 2 erhaltenen Informationen dazu nutzen, eine automatisiertes Facility-Management, insbesondere ein automatisiertes Reinigen von scheiben zu veranlassen. Hierzu kann der Zentralrechner 14 eine nicht dargestellten Reinigungsroboter aktivieren und ansteuern. Auch können Aufträge für Reinigungsfirmen automatisch erstellt werden.
-
Die Kamera 4 hat, wie in der 2 gezeigt, eine Bildweite 16. Die Kamera 4 wird so eingestellt, dass ihre Brennweite 18 in etwa der Bildweite 16 entspricht, sodass die Kamera 4 auf entfernte Objekte scharf gestellt ist. Dadurch, dass die Brennweite 18 der Bildweite 16 entspricht, wird von entfernt stammenden Objekten reflektiertes oder ausgestrahltes Licht auf die Bildebene 20 der Kamera 4 scharf projiziert. In diesem Zusammenhang sei angemerkt, dass das Merkmal, dass die Brennweite der Kamera im Wesentlichen auf die Bildweite der Kamera eingestellt ist, so zu verstehen ist, dass die Kamera einen möglichst weit entfernten Fokuspunkt hat, das heißt, dass weit entfernte Objekte scharf dargestellt werden. Dies kann für Objekte in einer Entfernung von 10m, 20m, 50m oder weiter der Fall sein. Insbesondere hängt das Scharfstellen der Kamera ganz Wesentlich vom Kameratyp ab, sodass eine präzisere Definition des Merkmals der Scharfstellung auf einen sehr entfernten Bereich nicht möglich erscheint. Vielmehr wird der Fachmann stets wissen, wie er eine Kamera einstellt, um weit entfernte Objekte scharf darzustellen.
-
Mit der gezeigten Konfiguration des Systems 2 wird eine Reihe von Bildern 22a-e erfasst. Die Bilder 22a-e werden, wie in 3 gezeigt ausgewertet. Dabei wird beispielsweise zunächst an einem ersten Bild 22a eine Referenzhelligkeit in der Auswerteeinrichtung 6 berechnet. Diese Referenzhelligkeit kann beispielsweise eine Gesamthelligkeit, eine mittlere Helligkeit, eine maximale Helligkeit oder eine Kombination aus diesen Werten sein. Die Auswerteeinrichtung 6 erstellt für das Referenzbild 22a einen Referenzwert der Helligkeit. Mit einer Toleranz um diesen Referenzwert herum kann eine anschließende Auswertung der Folgebilder 22b-e erfolgen.
-
Für die Bilder 22b-e wird ein Helligkeitswert entsprechend der Berechnung für das Referenzbild 22a bestimmt. Dieser Helligkeitswert wird mit dem Referenzhelligkeitswert des Referenzbildes 22a für jedes Bild 22b-e verglichen. Ist die Abweichung nach oben und/oder nach unten durch den aktuellen Helligkeitswert von dem Referenzhelligkeitswert über einer gewissen Schwelle, so wird ein Bild 22b-e als nicht verwendbar qualifiziert. Im vorliegenden Fall gilt dies für das Bild 22b.
-
Durch den Helligkeitsvergleich wird sichergestellt, dass die Bilder 22a-e zu gleichen Umweltbedingungen erfasst wurden, sodass die nachfolgend errechneten Kantensteilheiten basierend auf gleichen Umweltbedingungen entstehen.
-
Nach Schritt (a) gemäß der 3, in dem Bilder 22 anhand von Helligkeitswerten qualifiziert werden, werden in einem Schritt (b) gemäß 3 die als verwendbar qualifizierten Bilder 22a, 22c-e beispielsweise anhand von aktuellen Wetterinformationen ausgewertet.
-
Das Referenzbild 22a ist insbesondere bei schönem Wetter, das heißt, kein Regen, kein Nebel, erstellt worden. Diese Bedingungen müssen auch für die weiteren Bilder 22c-f gelten. Für jedes der Bilder 22c-e wird ein Wetterdatum aus einer externen Quelle bezogen. Dieses Wetterdatum wird verwendet, um zu überprüfen, ob die Bilder 22c-e verwendet werden können. Für das Bild 22d wurde festgestellt, dass dieses bei Regen erfasst wurde, weshalb es in Schritt (b) ausgesondert wird.
-
Die nunmehr vorliegenden Bilder 22a, c, e haben gleiche Lichtbedingungen und gleiche Wetterbedingungen, so dass diese miteinander vergleichbar sind. Dieser Vergleich erfolgt in Schritt (c), in dem der Kontrast eines jeden Bildes 22a, c, e in der Auswerteeinrichtung 6 bestimmt wird.
-
Zunächst wird für das Bild 22a ein Verlauf eines Kontrastes 24a berechnet. Hierbei kann beispielsweise eine Auswertung von Transformationskoeffizienten eines Bildes, die mittels Frequenztransformation und Quantisierung in dem Bild erhalten wurden, durchgeführt werden. Beispielsweise ist es möglich für das Referenzbild 22a eine Häufigkeitsverteilung wie im Kontrastverlauf 24a dargestellt, für die Transformationskoeffizienten zu erstellen.
-
Entsprechende Kontrastverläufe 24c, e werden für die Bilder 22c, 22e erstellt.
-
Die Kontrastverläufe 24a, c, e stellen beispielsweise Häufigkeitsverteilungen von Transformationskoeffizienten dar. In 3 sind Transformationskoeffizienten mit großen Beträgen weiter links aufgetragen und Transformationskoeffizienten mit kleinen Beträgen weiter rechts. Das heißt, je mehr Transformationskoeffizienten weiter links sind, desto Kontrastreicher ist das Bild oder der Bildbereich. Hohe Transformationskoeffizienten, insbesondere Beträge von Transformationskoeffizienten, sprechen für einen großen Kontrast im Bild/Bildbereich, wohingegen niedrige Transformationskoeffizienten für einen geringen Kontrast in dem Bild sprechen. Die Verteilung der Transformationskoeffizienten kann aussagekräftig sein hinsichtlich des Kontrast in einem Bild sein.
-
Bei dem gegenständlichen Verfahren wird zunächst für das Referenzbild 22a ein Kontrastverlauf 24a errechnet. Dies kann über das gesamte Bild oder auch nur Teile des Bildes erfolgen. Insbesondere können zunächst diejenigen Bereiche in dem Bild ausgewählt werden, die per se hohe Transformationskoeffizienten haben, also Kanten in dem Bild umfassen. Diese ausgewählten Bereiche eines Bildes, insbesondere Blöcke eines Bildes, können dann für den Kontrastverlauf 24a verwendet werden, wohingegen Bereiche mit wenig Kontrast, beispielsweise Himmel, Hintergrund oder dergleichen unberücksichtigt bleiben können.
-
In der anschließenden Auswertung der Bildfolge 24a-e werden die Kontrastverläufe 24c, e der Folgebilder 22c, e bestimmt.
-
Anschließend wird in der Auswerteeinrichtung 6 ein Vergleich der Kontrastverläufe 24a, c, e durchgeführt, wobei jeweils der als Referenz geltende Kontrastverlauf 24a mit jeweils einem der Kontrastverläufe 24c, e verglichen wird.
-
Bei diesem Vergleich kann beispielsweise eine Korrelation der Kontrastverläufe 24a-e berechnet werden und der Wert der Korrelation kann ein Maß für die Veränderung des Kontrasts in dem Bild sein. Dabei kann beispielsweise eine SSD-Korrelation durchgeführt werden. Auch ist es möglich, dass überprüft wird, ob die Anzahl der Transformationskoeffizienten mit einem bestimmten Mindestbetrag oberhalb oder unterhalb eines Grenzwertes liegen, wobei dieser Grenzwert durch den Kontrastverlauf 24a bestimmt werden kann. Liegt die Anzahl der Transformationskoeffizienten mit dem bestimmten Mindestbetrag unter dem Grenzwert, kann davon ausgegangen werden, dass die Scheibe 8 verschmutzt ist, da der Kontrast in dem Bild 22 verringert ist.
-
Die Kontrastverläufe 24a-e sind rein beispielhaft und dienen nur zur Erklärung und können in der Realität gänzlich anders aussehen.
-
4 zeigt ein Bild 22. Das Bild 22 wird in Blöcke 26 unterteilt. In dem Bild 22 ist beispielsweise eine Skyline einer Stadt zu sehen. Die Häuser 28 grenzen sich gegenüber dem Hintergrund 30 klar ab und bedingen somit eine hohe Kantensteilheit in dem jeweiligen Block 26.
-
Für jeden der Blöcke 26 werden die Transformationskoeffizienten bestimmt. Anschließend wird beispielsweise überprüft, wie viele Transformationskoeffizienten in einem Block 26 oberhalb einer unteren Schwelle liegen. Entsprechende Blöcke liegen in dem Bild 22 in dem Bereich 32a/32b. In dem Bild 22 ist zu erkennen, dass in dem durch die Spalten 32a und die Zeilen 32b bestimmten Bereich 32 die Häuser 28 gegenüber dem Hintergrund 30 klar abgegrenzt sind. Diese Blöcke 26 können zunächst für die weitere Bearbeitung ausgewählt werden.
-
Anschließend wird für einen oder alle der Blöcke 26, wie in der 5a dargestellt, eine Häufigkeitsverteilung der Transformationskoeffizienten erstellt. 5a zeigt rechts einen Block 26 mit einer Kante 29, die vertikal und horizontal in der Mitte des Blocks 26 verläuft. In diesem Block 26 haben die Beträge der Transformationskoeffizienten eine links dargestellte Verteilung 34. Dabei sind links dargestellte Säulen repräsentativ für Transformationskoeffizienten mit hohen Beträgen und rechts dargestellte Säulen repräsentativ für Transformationskoeffizienten mit niedrigen Beträgen.
-
Diese Häufigkeitsverteilung 34 wird für die Blöcke 26 in dem Bereich 32a, b erstellt und die Häufigkeitsverteilungen werden summiert. Hieraus ergibt sich ein z.B. repräsentative Kontrastverlauf 24a.
-
5b zeigt den Block 26 des Bildes 22. Dabei ist in 5a beispielsweise das Bild 22a verwendet worden und in 5b das Bild 22e, das heißt ein Bild 22 zu einem späteren Zeitpunkt.
-
In der 5b rechts ist der Block 26, der dem Block 26 in 5a des Referenzbildes entspricht, dargestellt. Zu erkennen ist, dass durch Verschmutzungen 36, die beispielsweise auf der Scheibe 8 anhaften, der Verlauf der Kante 29 nicht mehr in der gleichen Schärfe ist, wie in 5a. Diese Veränderung des Kontrastes, das heißt ein verschwommener Kantenverlauf, führt zu einer anderen Häufigkeitsverteilung 34, wie sie in der 5b links dargestellt ist. Diese Häufigkeitsverteilung 34 wird für die Blöcke 26 in dem Bereich 32a, b erstellt und die Häufigkeitsverteilungen werden summiert. Hieraus ergibt sich ein z.B. Kontrastverlauf 24c.
-
Diese veränderte Häufigkeitsverteilung wird mit der Referenzhäufigkeitsverteilung gemäß 5a verglichen oder es werden die Kontrastverläufe 24a, 24c miteinander verglichen.
-
Eine Abweichung der Häufigkeitsverteilungen wird bestimmt und abhängig vom Maß der Abweichung kann ein Wert der Verschmutzung ausgegeben werden.
-
6a, b zeigt eine weitere Möglichkeit der Auswertung des Kontrastes. In der 6a ist beispielsweise eine Referenzkurve 38 aufgetragen. Die 6a zeigt beispielsweise eine Häufigkeitsverteilung von Transformationskoeffizienten, wobei die Anzahl der Transformationskoeffizienten mit geringem Betrag weiter links aufgetragen sind und die Anzahl der Transformationskoeffizienten mit höherem Betrag weiter rechts aufgetragen sind. Ausgehend von dieser Referenzkurve 38 wird, wie beispielsweise in 6a dargestellt, für das Referenzbild 22a geprüft, wie viele Transformationskoeffizienten über der Referenzkurve liegen, im gegebenen Fall die rechten drei Transformationskoeffizienten.
-
Anschließend wird für ein Folgebild 22c, 22e ebenfalls, wie in 6b dargestellt, überprüft, wie viele Transformationskoeffizienten über der Referenzkurve liegen. Im gezeigten Beispiel ist nur ein Transformationskoeffizient mit einem hohen Frequenzanteil oberhalb der Referenzkurve 38. Somit liegt die Anzahl der Transformationskoeffizient, die oberhalb der Referenzkurve 28 liegt, unter dem Wert für das Referenzbild 22a und es kann beispielsweise ein Signal hinweisend auf eine Verschmutzung ausgegeben werden.
-
Bezugszeichenliste
-
- 2
- System
- 4
- Kamera
- 6
- Auswerteeinrichtung
- 8
- Scheibe
- 8a, b
- Seite
- 10
- optische Achse
- 12
- Weitverkehrsnetz
- 14
- Zentralrechner
- 16
- Bildweite
- 18
- Brennweite
- 20
- Bildebene
- 22a-e
- Bild
- 24a-e
- Kontrastverlauf
- 26
- Block
- 28
- Häuser
- 29
- Kante
- 30
- Hintergrund
- 32
- Bereich
- 34
- Verteilung
- 36
- Schmutz
- 28
- Referenzkurve
