Hiervon
ausgehend liegt der Erfindung die Aufgabe zugrunde, ein Verfahren
zur Bewertung der Ähnlichkeit
von Merkmalsvektoren zur Beschreibung realer Objekte in Form von
Signalen mit ortsabhängig
variierenden Eigenschaften, insbesondere für eine 2-D-Konturerkennung
bereit zu stellen, bei welchem die Konturen der Objekte bzw. dessen
Randlinien ähnlich
zur menschlichen Wahrnehmung vergleichbar sind. Eine weitere Aufgabe
der Erfindung ist es, einen Weg aufzuzeigen, wie die Konturdaten
in Form von Merkmalsvektoren besonders effektiv miteinander verglichen
werden können,
so dass ein gegenüber
dem Stand der Technik verbessertes Verfahren zur Erkennung von Objekten
zur Verfügung
gestellt werden kann.
Diese
Aufgaben werden bei einem Verfahren mit den Merkmalen des Patentanspruchs
1 gelöst.
Vorteilhafte
Ausgestaltungen und Weiterbildungen dieses Verfahrens sind Gegenstand
der abhängigen
Patentansprüche.
Das
erfindungsgemäße Verfahren
umfasst im ersten Verfahrensschritt die Bildung von Sätzen 1-dimensionaler
parametrisierter Daten (Stützpunktvektoren)
für miteinander
zu vergleichende erste und zweite Objekte. Ziel dabei ist es, ein
neues Objekt mit einem einzelnen Objekt aus einer Gruppe von bereits
erfassten Objekten zu vergleichen und die Ähnlichkeit des neuen Objekts
mit den bereits gespeicherten Objekten zu bewerten. Grundlage der
Bewertung ist die Kontur des neuen Objekts, die aus einer Bildsignalinformation
gewonnen wird. In der Bildverarbeitung ist die Erkennung von Konturen
eines Objekts, d.h. die Bereitstellung der Konturdaten Stand der
Technik. Beispielsweise kann ein farbiges Bild in ein Grauwertbild
umgewandelt werden. Aus dem Grauwertbild kann z.B. durch Anwendung
weiterer Filter Rauschen entfernt werden. Über die Einstellung von Helligkeit
und Kontrast ist es möglich,
Konturen eines Objektes hervorzuheben. Im Rahmen der Patentanmeldung
wird davon ausgegangen, dass diese Kontur grundsätzlich zur Verfügung steht.
Diese
Kontur wird abgetastet, wobei auf der Kontur eine Kette von n =
n0,....,nN–1 aufeinander
folgender Stützpunkte
erzeugt wird. In einem kartesischen Koordinatensystem besitzt jeder
dieser Stützpunkte
einen x-Wert und einen y-Wert, die jeweils mit dem Index des Stützpunkts
versehen als Stützpunktvektoren X → = (x0,...,xN– 1) und Y → = (y0,...,yN–1)
abgespeichert werden. Diese Stützpunktvektoren
enthalten jeweils N Komponenten. Wichtig für die Leistungsfähigkeit
des erfindungsgemäßen Verfahrens
ist die Aufteilung einer 2-D-Kontur in zwei einzelne 1-dimensionale
Datensätze,
d.h. in zwei Vektoren der Dimension N, die Grundlage der Vergleichsoperation
sind. Zweckmäßig ist
die Transformation der Stützpunktvektoren
in den Frequenzraum, wobei ein Satz von m Basisfunktionen verwendet
wird. Dies erfolgt insbesondere durch die Anwendung einer Gabor-Filterung, wobei
für jeden
angewendeten Gabor-Filter das Resultat in den Ortsraum rücktransformiert
wird, um auf diese Weise komplexe Koeffizienten in den Basisfunktionen
zu bestimmen, die wiederum in Merkmalsvektoren f →i der
Länge m
für jeden
der Stützpunkte
erfasst werden können.
Diese Merkmalsvektoren f →i der Dimension 2 × mi enthalten komplexe Koeffizienten für den x-Wert
als auch für
den y-Wert.
Die
Berechnung der Ähnlichkeit
der Merkmalsvektoren erfolgt unter Berücksichtigung der Phasenähnlichkeit
der einzelnen Vektorkomponenten (Koeffizienten) in der komplexen
Ebene. Wesentlich ist bei dem erfindungsgemäßen Verfahren ist, dass nicht
zuerst für
die Ähnlichkeit
aller x-Koeffizienten der miteinander zu vergleichenden Merkmalsvektoren
und anschließend
ein Maß für die Ähnlichkeit
aller y-Koeffizienten der miteinander zu vergleichenden Merkmalsvektoren
berechnet und anschließend
diese Ähnlichkeiten
miteinander kombiniert werden, sondern dass für jede Basisfunktion, d.h.
für jeden
komplexen Koeffizienten des Merkmalsvektors jeweils getrennt nach
x- und y-Merkmalen die Ähnlichkeit
berechnet wird und anschließend
die Ergebnisse multipliziert werden, so dass sich eine hohe Ähnlichkeit
nur dann ergibt, wenn sowohl die Ähnlichkeit der jeweiligen komplexwertigen
x-Koeffizienten in Verbindung mit der Ähnlichkeit der komplexwertigen
y-Koeffizienten hoch ist. Die Berechnung der Ähnlichkeit erfolgt Komponentenweise,
wobei im ersten Schritt die jeweiligen x- bzw. y-Koeffizienten der jeweiligen Merkmalsvektoren
miteinander kombiniert werden. Als besonders leistungsstark hat
es sich heraus gestellt, wenn bei der Berechnung der Ähnlichkeit
der Merkmalsvektoren die Phasenähnlichkeit
der miteinander zu vergleichenden komplexwertigen Koeffizienten
berücksichtigt
wird. Die Ähnlichkeit
zweier komplexwertiger Koeffizienten wird also dadurch berechnet,
dass der Betrag, d.h. die Länge der
Vektoren miteinander multipliziert wird, wobei die Phaseninformation
als Winkelfunktion, insbesondere als Kosinusfunktion der Phasendifferenz
einfließt.
Dieses Verfahren hat sich als wesentlich genauer herausgestellt als
beispielsweise die Berücksichtigung
des absoluten Abstands der Komponenten in der komplexen Zahlenebene.
Auf diese Weise wird die Phasenähnlichkeit
zwischen allen zu vergleichenden Koeffizienten der Merkmalsvektoren
berechnet. Schließlich
werden diese Werte für
jede Komponente, d.h. für
jede Basisfunktion miteinander multipliziert und schließlich aufsummiert,
wobei sich ein Maß Ps für
Phasenähnlichkeit
ergibt. Dieser Wert wird zweckmäßigerweise
in Relation zu einem Maximalwert Ms von
Ps gesetzt, wobei der Maximalwert Ms dann gegeben ist, wenn die Phasendifferenz
Null ist. Entsprechend berechnet sich der Maximalwert als Summe
der Produkte der Beträge
der einzelnen komplexzahligen Komponenten der Merkmalsvektoren.
Durch Division des Wertes für
die Phasenähnlichkeit
Ps durch den Maximalwert Ms erhält man einen
normierten Ähnlichkeitswert
Ss im Intervall [–1, 1].
Da Ähnlichkeitswerte
in Form von Wahrscheinlichkeiten üblicherweise in einem Intervall
[0, 1] angegeben werden, kann optional eine zusätzliche Normierung des Ähnlichkeitswerts
Ss gemäß der Gleichung
in Patentanspruch 2 erfolgen.
Die
Transformation der jeweiligen Stützpunktvektoren
kann grundsätzlich
nach unterschiedlichen 1-dimensionalen Basisfunktionen erfolgen,
wobei sich durch die Aufspaltung der Stützpunktinformationen in Stützpunktvektoren
für die
x- Richtung als auch
für die
y-Richtung 1-dimensionale Gabor-Filter als besonders günstig herausgestellt
haben. Gegenüber
2-D-Gabor-Filtern, bei denen eine Sinuswelle mit bestimmten Frequenzen
und Richtungen im Gauß-Raum
angewendet wird, gelingt es durch Verwendung eines 1-D-Gabor-Filters Konturbereiche
besonders gut zu erfassen. Der Grund ist darin zu sehen, dass bei
dem erfindungsgemäßen Verfahren
Texturinformationen ausgeblendet werden. Durch die Verwendung 1-dimensionaler
Datensätze
und entsprechend 1-D-Gabor-Filter können die einzelnen Gabor-Koeffizienten
für die
x- und für
die y-Werte der Stützpunkte
separat berechnet werden, ohne dass die Textur des Objektes oder
des an die Objektkontur angrenzenden Hintergrundes die in die Ähnlichkeitsbetrachtung
einfließenden
Merkmale, d.h. die komplexen Koeffizienten der Merkmalsvektoren,
beeinflussen würde.
Die
Durchführung
der von Transformationen äquivalent
zur 1-D-Gabor-Wavelet-Transformation
ist im Rahmen der Erfindung Gegenstand des Patentanspruchs 4. Hierzu
wird zunächst
eine Fourier-Transformation für
jeden der Stützpunktvektoren X → und Y → innerhalb
der gewählten
Grenzen durchgeführt.
Die Grenzen der Fouriertransformation sind durch die Anzahl der
Stützpunkte
auf den zu vergleichenden Konturen vorgegeben. Die 1-D-Gabor-Wavelet-Transformation
wird dadurch vollzogen, dass die fouriertransformierten Stützpunkte im
Fourierraum mit dem Gabor-Kernel multipliziert werden und das Resultat
einer Fourier-Rücktransformation unterzogen
wird. Bei dem Gabor-Wavelet handelt es sich um eine ebene Welle
mit der Frequenz k, die von einer Gauß-Funktion eingehüllt wird.
Bei dem erfindungsgemäßen Verfahren
beschreibt der Merkmalsvektor an einem bestimmten Stützpunkt
der Kontur die benachbarte Verteilung der x-Werte bzw. y-Werte.
Durch eine Mehrzahl von Merkmalsvektoren einer Kontur lässt sich
die Kontur in parametrisierter Weise sehr gut beschreiben. Bei dem
Gabor-Kernel gemäß Patentanspruch
4 ist m der Index eines jeden Gabor-Levels. Zweckmäßigerweise
wird bei rechnergestützten
Verfahren eine Maximalfrequenz k
max = 2π/λ
min vorgegeben.
Die einzelnen Frequenzen liegen in einem Abstand zueinander, der
durch den so genannten Größenfaktor
f nach der Gleichung k
m = k
max(1/f)
m beschrieben werden kann. Typische Werte
für den
Größenfaktor
f sind 2 für
Oktavenintervalle, √
2 oder
um
ein sehr dichtes Sampeln im Frequenzraum zu erreichen. Wieviele
unterschiedliche Gabor-Levels
(m
max +1) verwendet werden sollten wird
nach folgender Gleichung berechnet,
wobei m
max auf
den nächstliegende
ganze Zahl gerundet wird, und C
D eine von
einem Anwender vorgebbare Konstante ist. Die Konstante c
D wird normalerweise auf den Wert 6 gesetzt,
wobei der Abstand von 2·σ links und
rechts desjenigen Gabors mit der größten Wellenlänge fast
ein Drittel der gesamten Kontur bedeckt. Durch eine höhere Konstante
c
D kann die Bedeutung bzw. der Einfluss
kleinerer Konturdetails erhöht
werden. In jedem Fall nimmt die Anzahl der Gabor-Level linear mit
dem Logarithmus von N zu.
Anschließend erfolgt
eine Rücktransformation
der Daten in den Ortsraum. Auf diese Weise erhält man sowohl für die x-
als auch für
die y-Richtung Konturvektoren. Die Konturvektoren besitzen N Komponenten
entsprechend der Anzahl der Stützpunkte.
Um bei einem Berechnungsverfahren einen Stützpunkt zu identifizieren,
erfolgt dies nicht über
seine absoluten x- und y-Werte, sondern lediglich über den
Index n, d.h. seine Stellung innerhalb der Konturvektoren. Die Komponenten
dieser Konturvektoren sind die jeweiligen Merkmalsvektoren der einzelnen
Stützpunkte.
Die Dimension dieser Merkmalsvektoren beträgt 2 × m entsprechend der Anzahl
der x- und y-Koeffizienten.
Im
Falle von geschlossenen 2-dimensionalen Konturen kann eine rotatorische
Invarianz dadurch erzielt werden, dass die fouriertransformierten
Stützpunkt vektoren
normalisiert werden. Hierzu muss ein Standardverschiebungswinkel
gemäß der Gleichung
in Patentanspruch 5 berechnet werden. In dieser Gleichung ist ϕi die Phase des i-ten Fourier-Koeffizienten.
Durch Rotation der Stützpunktvektoren X → und Y → um
den Winkel –p
kann die Kontur in eine normalisierte Orientierung gedreht werden.
Dies Verfahren kann durch die Verwendung einer Rotationsmatrix Q
beschrieben werden, wobei der Winkel p zwischen der Hauptachse der
Kontur und der horizontalen Achse gemessen wird. Nach der Fourier-Transformation
können X ‿ und Y ‿ unter
Verwendung von X →rot und Y →rot berechnet
werden.
Es
kann im Rahmen der Erfindung vorgesehen sein, eine Kontur um einen
Vielzahl von Winkeln zu drehen, z.B. in Schritten von 5° bis 10° in einem
Bereich von 0° bis
180°. Es
ist auch denkbar ein Objekt um mehrere Raumachsen zu rotieren. Auf
diese Weise kann von einem Objekt ein Datensatz mehrerer unterschiedlicher
Konturen generiert werden, so dass die auf diese Weise gewonnen
Konturdaten Grundlage eines späteren
Abgleichprozesses sein können.
Eine
weitere Aufgabe der Erfindung ist es, eine Möglichkeit aufzuzeigen, Merkmalsvektoren
unterschiedlicher Länge
sinnvoll miteinander zu vergleichen. Der Vergleich von Merkmalsvektoren
identischer Länge
ist unproblematisch. Die unterschiedliche Länge bedeutet, dass die Anzahl
der Gabor-Level, d.h. der Index m für die einzelnen Merkmalsvektoren
unterschiedlich ist. Am besten lässt
sich die Problematik an einem Beispiel erläutern. Zwei miteinander zu
vergleichende Konturen besitzen N1 und N2 Stützpunkte
und eine dementsprechende Anzahl von Merkmalsvektoren an den einzelnen
Stützpunkten.
Um die Ähnlichkeit
zweier Stützpunkte
an einem Konturindex n1 und n2 zu
berechnen, betrachtet man die Merkmalsvektoren f1 und
f2. Jeder dieser Merkmalsvektoren besitzt
2 × m1 bzw. 2 × m2 komplexzahlige
Koeffizienten entsprechend der Anzahl der Basisfunktionen. Wenn
die erste Kontur mit dem Index 1 neun Basisfunktionen und die zweite
Kontur mit dem Index 2 sechs Basisfunktionen aufweist, ergeben sich
vier unterschiedliche Möglichkeiten,
die beiden Merkmalsvektoren miteinander zu vergleichen, d.h. der
Merkmalsvektor f2 kann an vier Positionen
dem Merkmalsvektor f1 gegenüber gestellt
werden. Wenn dann bei der Vergleichsberechnung das Koeffizientenpaar
x0, y0 des ersten
Merkmalsvektors und x0, y0 des
zweiten Merkmalsvektors gegenüber
gestellt werden, dann handelt es sich um einen Vergleich auf der
Skala s = 0. Wenn zuerst das Koeffizientenpaar x0,
y0 des zweiten Merkmalsvektors mit dem Koeffizientenpaar
x3, y3 des ersten
Merkmalsvektors für
die Berechnung der Ähnlichkeit herangezogen
wird, dann handelt es sich um einen Vergleich auf der Skala 3. Die
weiteren möglichen
Positionen sind Vergleiche auf den Skalen 1 und 2.
Im
Rahmen der Erfindung ist es vorgesehen, einen Iterationsprozess
auf allen möglichen
Skalen durchzuführen,
wobei die Ähnlichkeit
einer Gruppe von Merkmalsvektoren einer neuen Kontur auf einer festgelegten
Skala zu einer bereits bekannten Kontur bestimmt wird und das Verfahren
für alle
möglichen
Skalen wiederholt wird, wobei anschließend eine Entscheidung erfolgt,
bei welcher Skala die größte Übereinstimmung zwischen
den Merkmalsvektoren gegeben ist.
Im
Rahmen der Erfindung ist es zur Berechnung der Ähnlichkeit von zwei Merkmalsvektoren
auf einer Skala s vorgesehen, zuerst die maximale Anzahl der zur
Verfügung
stehenden Vergleichslevel zu berechnen. Hierzu wird der Minimalwert
der Indizes der miteinander zu vergleichenden Vektoren berechnet:
mmin = min(mmax 1, mmax 2).
Für jedes
Level, d.h. für
jeden Index m wird nun ein nicht normalisierter Ähnlichkeitswert Ss für die x-
und die y-Koeffizienten des Merkmalsvektors berechnet. Wie bei dieser
Berechnung die Phasendifferenz der komplexwertigen Koeffizienten
einfließt
und welche optionalen Möglichkeiten
zur Normalisierung des Ähnlichkeitswerts
möglich
sind wurden bereits erläutert
(vgl. Patentanspruch 1 und 2).
Im
Rahmen des erfindungsgemäßen Verfahrens
wird es als vorteilhaft angesehen, wenn die Sätze 1-dimensionaler parametrisierter
Daten, d.h. die Stütz punktvektoren
für die
x- und die y-Richtung Stützpunkte einer
die Kontur möglichst
gut beschreibenden Funktion sind. Das heißt, dass die diskreten Konturpunkte durch äquidistant
verteilte Stützpunkte
eines interpolierten Funktionsgraphen ersetzt sind.
Im
Rahmen der Erfindung kann ein im Gegenuhrzeigersinn orientierter
geschlossener Graph sequentiell in eine Kette von benachbarten Knoten
unterteilt werden, wobei jeder Knotenpunkt einem Pixel entspricht. Die
Position eines solchen Pixels wird in einem kartesischen Koordinatensystem
beschrieben. Um die diskreten Konturpunkte zu beschreiben, ist ein
Interpolationsverfahren erforderlich, um die Kette von Pixel-Koordinaten
in Funktionen sowohl für
die x-Koordinate als auch für
die y-Koordinate umzuwandeln. Die Länge des Graphs berechnet sich
aus der Summe der Abstände
zwischen aufeinander folgenden Pixeln und wird dabei als Abszisse
für die
Parametrisierung verwendet. Das gewählte Interpolationsverfahren
ist grundsätzlich
beliebig und dient lediglich zur Vereinfachung der anschließenden Transformation
der Stützpunktvektoren
aus dem Ortsraum in den Frequenzraum. Im Rahmen der Erfindung wurde
beispielsweise der B-Spline-Algorithmus verwendet. Hierbei handelt
es sich um eine parametrisierte kubische Kurve, die durch Basisfunktionen
darstellbar ist. Der Algorithmus arbeitet heuristisch, um automatisch
eine ausreichende Anzahl von Knotenpunkten zu finden, um den B-Spline
zu beschreiben. Da der maximale Abstand zweier benachbarter Pixel
einer dicht abgetasteten Kontur √2 beträgt und bei
einer Vorgabe, dass ein einzelnes Knotenpunktintervall maximal die
Länge 2 × √2 besitzt, ergeben sich N–1 Knotenpunktintervalle
entsprechend N Knotenpunkten. Die Anzahl der Interpolationspunkte
kann variieren. Welche Knotenpunkte als Stützpunkte tatsächlich zur
Bewertung der Ähnlichkeit
der Konturen herangezogen werden sollen, kann durch den Anwender
des Verfahrens gesteuert werden. Zweckmäßigerweise sind die einzelnen
Stützpunkte äquidistant
auf den jeweiligen B-Spline angeordnet. Im Rahmen der Erfindung
wird unter dem Begriff "Stützpunkt" einer Kontur sowohl
der diskrete Konturpunkt innerhalb einer aufeinander folgenden Kette
von Konturpunkten verstanden, als auch ein Interpolationspunkt eines
B-Splines, der die diskrete Kette von Konturpunkten beschreibt.
Bei
dem erfindungsgemäßen Verfahren
werden alle Punkte einer Kontur oder einer die Kontur beschreibenden
Funktion mit Hilfe eines Indizierungsvorgangs in eine sequentielle
Reihenfolge gebracht, wobei der Index, beginnend bei 0, einen bestimmten
Stützpunkt
der Kontur bezeichnet. Um auf einen bestimmten Merkmalsvektor eines
Stützpunktes
zuzugreifen, erfolgt die Identifizierung über den entsprechenden Index dieses
Stützpunktes.
Um Ähnlichkeiten
zwischen einem Merkmalsvektor eines bestimmten Konturpunktes mit Merkmalsvektoren
einer anderen Kontur zu berechnen, ist es daher erforderlich, auf
der neuen Kontur einen Indexbereich festzulegen, um die einzelnen
Merkmalsvektoren bzw. Stützpunkte
der Kontur zu identifizieren. Der Indexbereich repräsentiert
einen Abschnitt der Kontur. Ein Abgleich erfolgt lediglich innerhalb
des ausgewählten
Indexbereiches. Die Alternative, nämlich jeden einzelnen Merkmalsvektor
mit allen Merkmalsvektoren der anderen Kontur zu vergleichen, erfordert
einen erheblichen Rechenaufwand und ist nicht effektiv. Anstelle dessen
wird ein begrenzter Indexbereich einer bereits gespeicherten Kontur
(Galerie-Kontur) ausgewählt. Durch
die Verwendung eines Indexbereichs ist es möglich, das erfindungsgemäße Verfahren
sehr flexibel auf unterschiedlichste Konturen anzuwenden, wobei
bei diesem Verfahren die Bestimmung von Ähnlichkeiten zweier Konturen
allein anhand signifikanter Teilkonturen möglich ist.
Das
erfindungsgemäße Verfahren
ermöglicht
eine translations- und skalierungsinvariante, d.h. mit der menschlichen
Wahrnehmung vergleichbare Erkennung von partiell vorhandenen Konturen,
selbst wenn diese bis zu einem bestimmten Grad durch zusätzliche
Informationen bzw. Störungen überlagert
sind. Bestehende Verfahren, die in der Lage sind, starre komplette
Konturen unter verschiedenen Invarianzbedingungen wieder zu erkennen,
haben Probleme, falls Teile der Kontur verdeckt sind oder von einem
anderen Objekt überlagert sind.
Umgekehrt können
bei Verfahren, die Teilkonturen erkennen, nur schwer Normalisierungen
erfolgen, da diese ja von Konturteilen maßgeblich abhängen können, die
gar nicht bekannt sind. Insbesondere bei artikulierten Objekten,
wie im Fall von "Quasi-Stabilen-Konturen" z.B. Menschen, bei
denen die einzelnen Körperteile
unterschiedliche Relativlagen einnehmen können, kann es schwierig sein,
zu versuchen, dieses Objekt "Mensch" mit Hilfe seiner
Gesamtkontur wieder zu erkennen, da es zu viele Kombinationen einzelner
Stellungen von Körperteilen
gibt. Durch die Erkennung von Teilkonturen, insbesondere von Konturen
einzelner Körperteile
kann dieses Problem mit dem erfindungsgemäßen Verfahren gelöst werden.
Eine wesentliche Aufgabe der Erfindung ist daher, ein verbessertes
Verfahren zur Konturerkennung aufzuzeigen.
Herkömmliche
Komplett-Kontur-Erkennungsverfahren versagen weiterhin, falls die
Daten der Kontur unvollständig
sind, z.B. nur ein halber Mensch oder nur ein halbes Auto zu sehen
ist. Des Weiteren versagen bekannte Verfahren auch dann, wenn sich
zwei Objekte überlagern,
wenn z.B. noch ein Mensch, noch ein Fisch, etc. einen anderen überdeckt.
So lange allerdings noch signifikante Teilkonturen vorhanden sind,
kann das erfindungsgemäße Verfahren
das teilverdeckte Objekt identifizieren bzw. verschiedene Objekte
voneinander unterscheiden. Mit einer Datenbank aus Konturen von
bestimmten Profilen, wie z.B. Gesichtskonturen kann das Verfahren
die einzelnen Gesichtskonturen und damit die Gesichter einzelner
Menschen anhand der Konturen identifizieren. Das Verfahren leistet
insbesondere eine Klassifizierung von Objekten anhand der Auswertung
von Teilkonturen als ähnlich,
genau so wie ein Mensch Objekte anhand ihrer Teilkonturen erkennt
und ebenfalls als ähnlich
klassifizieren würde.
Insbesondere ist das erfindungsgemäße Verfahren auf beliebig konturierte
Objekte anwendbar und nicht ausschließlich auf einen bestimmten
Objekttyp, wie beispielsweise auf das Profil eines Gesichts beschränkt.
Ein
wichtiges Merkmal des erfindungsgemäßen Verfahrens ist die Topologieerhaltung
der miteinander zu vergleichenden Konturen. Topologieerhaltung bedeutet
im Rahmen der Erfindung, dass eine neue Kontur mit einer Galerie-Kontur verglichen
werden kann, wobei die relative Länge, entsprechend der Anzahl
der Stützpunkte,
der jeweils miteinander zu vergleichenden Konturen, auch im Ergebnis
erhalten bleibt. Es ist vorgesehen, die Proportionalität der Konturen
bei der Berechnung der Ähnlichkeiten
dadurch zu berücksichtigen,
dass ein Merkmalsvektor der einen Kontur mit einer größeren Anzahl
von Merkmalsvektoren in einem bestimmten Bereich der anderen Kontur
verglichen wird. Die unterschiedliche Länge der Konturen bzw. die unterschiedliche
Anzahl der Stützpunkte
wird durch die Skala der Merkmalsvektoren deutlich. Die Skalendifferenz
ist umso größer, je
größer der
Längenunterschied
der miteinander zu vergleichenden Konturen oder Konturabschnitte ist.
Die Skala ergibt sich aus der Gesamtkonturlänge der miteinander zu vergleichenden
Konturen sowie der Anzahl der Gabor-Levels. Anschaulich kann man
sich vorstellen, dass bei einem beispielhaft gewählten Größenfaktor von 1,4142 mit der
nächstkleineren
Frequenz eine Verbreiterung der Gabor-Funktion um diesen Faktor
einhergeht, so dass eine um 41,42% längere Kontur erfasst werden
kann. Vergleicht man diese beiden Konturen miteinander, würde der
zusätzliche
Größenfaktor
zu einem weiteren Gabor-Level und damit zu einer Skala s = 1 führen. Je
größer die
Längenunterschiede
der miteinander zu vergleichenden Konturen oder Konturabschnitte,
desto größer ist
grundsätzlich
auch die maximale Skalendifferenz der Merkmalsvektoren. Große Skalendifferenzen
bedeuten allerdings einen erhöhten
Rechenaufwand, so dass grundsätzlich
ein Abgleich auf der Skala 0 angestrebt wird. Insbesondere kann
bei dem erfindungsgemäßen Verfahren
von vornherein die gewünschte
Skala festgelegt werden, auf welcher ein Abgleich erfolgen soll.
Insbesondere wenn es sich um gleich lange oder im Wesentlichen gleich
lange Konturen handelt, ist ein Abgleich auf der Skala 0 zu empfehlen,
da mit dem erfindungsgemäßen Verfahren
bereits bei einer Skala 0 sehr gute Ähnlichkeitswerte berechenbar
sind.
Nachfolgend
wird das erfindungsgemäße Verfahren
an einem Beispiel erläutert.
Es sollen zwei Konturen miteinander verglichen werden. Die eine
Kontur ist die so genannte Galerie-Kontur, die in einem Datenspeicher
abgelegt ist. Die Galerie-Kontur weist nG äquidistant
verteilte Stützpunkte
auf. nC ist die Anzahl der Stützpunkte
der neuen Kontur, die mit der Galerie-Kontur verglichen werden soll.
Die Indizes der Stützpunkte der
neuen Kontur können
in Rs Regionen mit der Größe nI = nC/R aufgeteilt
werden, wobei alle Regionen gleich groß sind. Mit dr (nI) wird der Mittelpunkt der jeweiligen Region
beschrieben. Ziel ist es nun, einen Bereich von Indizes der Galerie-Kontur
zu finden, mit welcher der ausgewählte Merkmalsvektor der neuen
Kontur verglichen werden soll. Die Breite eines Bereichs bzw. der
Abstand zwischen den Mittelpunkten zweier Bereiche wird als Δdr bezeichnet. Für die Bestimmung der Lage eines
Bereichs wird zunächst
ein Basisindex cMdr eines Bereichs
Rs gemäß den Gleichungen
in Patentanspruch 6 berechnet. Die Berechnung der Bereichsgrenzen erfolgt
unter Verwendung des Größenfaktors
f, wobei die Bereichsgrenzen in Abhängigkeit von der Skalendifferenz
der miteinander zu vergleichenden Konturen gewählt werden. Die entsprechenden
Gleichungen finden sich in Patentanspruch 6. Je nachdem, ob die
Galerie-Kontur oder die neue Kontur mehr Stützpunkte aufweist, ergeben
sich eine erste und eine zweite Gleichung für die Berechnung des Basisindex
cM sowie für die Faktoren pnear und
pfar. In diesen Gleichungen ist cC ein durch einen Benutzer festsetzbarer
Sicherheitsfaktor, der einen Toleranzbereich eines Bereichs definieren
kann. c0 ist ein zusätzlicher konstanter Korrekturfaktor.
Aus den Gleichungen geht hervor, dass mit zunehmender Skala die
Bereichsgrenzen um einen bestimmten Faktor kleiner werden, so dass
bei einem Abgleich auf unterschiedlichen Skalen jeweils unterschiedliche
Bereiche für jede
Skala berechnet werden.
Wesentlich
bei dem erfindungsgemäßen Verfahren
ist, dass die Indizes dr(nI)
nicht nur für
einen Grobabgleich, sondern auch für den kompletten Konturabgleich
verwendet werden. Die berechneten Indizes dienen gleichzeitig als Grundlage
für den
Offset, das heißt
für die
Indexverschiebung des Index 0, der wiederum gleichzusetzen ist mit
dem Startpunkt der Kontur.
Beim
Abgleich von Konturen ist grundsätzlich
vorgesehen, dass in einem ersten Schritt ein Grobabgleich und in
einem sich anschließenden
zweiten Schritt ein Feinabgleich durchgeführt wird. Durch den Grobabgleich
soll festgestellt werden, in welchem Bereich voraussichtlich die
größten Übereinstimmungen
der Merkmalsvektoren festzustellen sind. Diese gestaffelte Vorgehensweise
ist wesentlich effektiver als jeden Merkmalsvektor der einen Kontur
mit jedem Merkmalsvektor der anderen Kontur unmittelbar zu vergleichen. Bei
dem Grobabgleich wird im Anschluss an die Bereichsbildung, wie sie
in den Schritten a) bis c) des Patentanspruchs 6 beschrieben ist,
für jeden
Merkmalsvektor jedes i-ten Stützpunkts
aus dem gewählten
Bereich der zweiten Kontur ein Ähnlichkeitswert
mit dem Merkmalsvektor am ausgewählten
Stützpunkt
dr der ersten Kontur berechnet. Die Berechnung
des Ähnlichkeitswerts
erfolgt gemäß den Gleichungen
in den Patentansprüchen
1 oder 2. Der höchste
sich in einem Bereich ergebende Ähnlichkeitswert
wird ausgewählt
und zwischengespeichert. Der Grobabgleich besteht darin, dass nicht
jeder Stützpunkt
des Bereichs zur Berechnung eines Ähnlichkeitswerts herangezogen
wird, sondern eine Anzahl, die kleiner ist als die Gesamtzahl der
Stützpunkte
in dem Bereich. Für
alle Stützpunkte
dr werden entsprechende Bereiche und höchste Ähnlichkeitswerte berechnet
und abschließend
wird der arithmetische Mittelwert aus den jeweils höchsten Ähnlichkeitswerten
der einzelnen Bereiche berechnet. Dieser Mittelwert ist ein Maß für die Ähnlichkeit
der beiden Konturen, allerdings in Abhängigkeit von der gewählten Bereichsbildung
und Anordnung. Dieser Ähnlichkeitswert
ist somit abhängig
von der Wahl der Startindizes der jeweiligen Konturen. Um einen Ähnlichkeitswert
unabhängig
von dem willkürlich
festgesetzten Startindex zu erhalten, ist im Rahmen des Patentanspruchs
7 vorgesehen, dass die berechneten Bereiche um einen wählbaren
Offset O verschoben werden. Die Lage des Offsets wird durch eine Indexverschiebung
bestimmt. Es ergeben sich abhängig
von dem gewählten Offset
unterschiedliche Ähnlichkeitswerte,
wobei aus allen errechneten Ähnlichkeitswerten
der höchste Ähnlichkeitswert
ausgewählt
wird. Auf diese Weise wird ein finales Offset OFinal für finale
Suchbereiche definiert, in denen der Feinabgleich erfolgt. Im Unterschied
zum Grobabgleich wird bei einem topologieerhaltenden Feinabgleich
jeder Stützpunkt
aus den entsprechenden Bereichen zur Berechnung des Ähnlichkeitswerts
herangezogen und auf dieser Basis die Gesamtähnlichkeit berechnet. Die verschiedenen
Offsets OFinal werden mit einem Inkrement
inc > 1 gestestet. Wenn
ein finales Offset OFinal gefunden wurde
wird inc = 1 gesetzt und noch mal verglichen.
Im
Rahmen des Patentanspruchs 8 ist vorgesehen, dass der Feinabgleich
für jede
sinnvolle Skala durchgeführt
wird und nicht ausschließlich
auf der Skala Null erfolgt, wenn die Skalendifferenz größer als
Null ist. Der skalenabhängig
höchste Ähnlichkeitswert
wird zur Angabe der Gesamtähnlichkeit
herangezogen.
Im
Rahmen des Patentanspruchs 9 wird eine Ähnlichkeit zwischen zwei Konturen
bei Überschreiten eines
vorgebbaren Schwellenwerts dann bejaht, wenn ein vorgebbarer prozentualer
Anteil von einander benachbarten Merkmalsvektoren der einen Kontur
einen hinreichenden Ähnlichkeitswert
mit einander benachbarten Merkmalsvektoren der anderen Kontur aufweist.
Dieses Verfahren wird im Rahmen der Erfindung als Percent-matching
bezeichnet. Beim Percent-matching geht man davon aus, dass eine Ähnlichkeit
angenommen werden kann, wenn eine bestimmte Anzahl von benachbarten
zueinander im Abstand angeordneten Merkmalsvektoren mit Merkmalsvektoren
einer anderen Kontur mit hinreichender Wahrscheinlichkeit korrespondieren.
Bei einer kompletten Konturerkennung mit gleichmäßig beabstandeten Merkmalsvektoren
entspricht der prozentuale Anteil der Kontur dem prozentualen Anteil
der Merkmalsvektoren der Kontur. Wenn die Merkmalsvektoren hingegen
nicht gleichmäßig beabstandet
sind, kommt es ausschließlich
auf den prozentualen Anteil der Merkmalsvektoren an, die in diesem
Fall nicht mit einem prozentualen Anteil der Konturlänge deckungsgleich
sein müssen.
Das
Percent-matching bietet sich beispielsweise an, wenn zwei Objekte überlagert
sind und nur das teilweise sichtbare Objekt analysiert werden soll.
Von dem Gesamtobjekt ist nur ein Teil der Gesamtkontur erkennbar,
der als prozentualer Anteil ausgedrückt werden kann. Es ist möglich, dass
der prozentuale Anteil der Gesamtkontur signifikante Merkmale aufweist,
so dass eine Identifizierung der Gesamtkontur anhand dieser signifikanten
Konturmerkmale möglich
ist. Es kann nun durch Benutzervorgabe festgelegt werden, dass die Ähnlichkeit
mit einer Galerie-Kontur bejaht wird, wenn ein bestimmter prozentualer
Anteil der Konturlänge
der neuen Kontur mit einem entsprechenden prozentualen Anteil der
Galerie-Kontur übereinstimmt.
Auf diese Weise kann eine bestimmte Wahrscheinlichkeit angegeben
werden, dass die neue Kontur der in der Galerie-Kontur gespeicherten
Gesamtkontur entspricht, obwohl die neue Kontur teilweise verdeckt
ist. Versuche haben gezeigt, dass die Erfolgsquoten bei diesem Verfahren
bei über
80 % liegen.
Mit
dem erfindungsgemäßen Verfahren
ist es möglich,
Konturen aufgrund vorgebbarer Ähnlichkeitskriterien
zu gruppieren.
Eine
andere Vorgehensweise ist es, bestimmte Konturabschnitte vorzugeben,
sei es durch diskrete Auswahl der Abschnittsgrenzen, durch die Angabe
der Abschnittsbreite und Festlegung eines Startpunkts, wie z.B.
des Mittelpunkts eines Abschnitts oder einer Abschnittsober- bzw.
-untergrenze mit zusätzlicher
Richtungsangabe. Im Unterschied zum Percent-matching, bei welchem
automatisch derjenige Bereich herausgesucht wird, in dem sich die
größten Übereinstimmungen
herausstellen, wird bei der diskreten Eingabe eines Konturabschnitts
ausschließlich
in diesem Bereich das erfindungsgemäße Verfahren zu Bewertung von
Merkmalsvektoren angewendet (Patentansprüche 9 bis 12).
Die
technische Verwendung dieses Verfahrens ist z.B. im Bereich eines
Erkennungssystems für
auf einem Transportmittel an einer Kamera vorbeigeführten Objekten
zu sehen, deren Konturen zumindest teilweise sichtbar sind und bei
welchem anhand der Gesamtkontur oder Teilkontur eine Objektidentifizierung
mit einer gewissen Wahrscheinlichkeit möglich ist. Eine Weiterbildung
eines solchen Erkennungssystems ist darin zu sehen, dass anhand
der identifizierten Teilkontur auf die räumliche Lage des Gesamtobjekts
geschlossen werden kann, bzw. Informationen für ein nachfolgendes Bearbeitungssystem,
wie z.B. ein Mittel zu Handhabung des Objekts zur Verfügung gestellt
werden können.
Grundsätzlich
kann die Kamera auch relativ zu einem zu erfassenden Objekt bewegt
werden, wie z.B. bei einem digitalen Erkennungssystem zur Auswertung
von Luftbildinformationen, insbesondere im Rahmen einer Steuerung
eines Flugobjekts, das entsprechende technische Mittel zur Erfassung
von Luftbildern und Mittel zur technischen Durchführung des
erfindungsgemäßen Verfahrens
beinhaltet, wobei die Ergebnisse der Objekterkennung in die Berechnung
der Flugverlaufs, d.h. die Steuerung des Flugobjekts einfließen. Umgekehrt
kann die technische Verwendung des erfindungsgemäßen Verfahrens auch in einer
Auswertung von Bildinformationen von Flugobjekten zu sehen sind,
die von einer stationären
Kamera erfasst worden sind, und mit verbesserter Trefferwahrscheinlichkeit
mit Referenzbildern einer Datenbank rechnergestützt abgleichbar sind, um in
Abhängigkeit
von der Ähnlichkeit
in möglichst
kurzer Zeit Informationen für
einen insbesondere militärischen
ggf. technisch automatisierten Entscheidungsprozess bereitzustellen.
Ein
weiterer Anwendungsbereich des erfindungsgemäßen Verfahrens ist in der Extraktion
von biologischen Strukturen anhand ihrer Konturen zu sehen, wie
z.B. bei der Auswertung von Bildern, insbesondere von Schnittbildern,
hinsichtlich ggf. enthaltener Anomalitäten, wie z.B. Tumore, Einschlüsse etc.