DE4241812A1 - Verfahren zur adaptiven Quantisierung eines Eingangswertebereiches - Google Patents
Verfahren zur adaptiven Quantisierung eines EingangswertebereichesInfo
- Publication number
- DE4241812A1 DE4241812A1 DE4241812A DE4241812A DE4241812A1 DE 4241812 A1 DE4241812 A1 DE 4241812A1 DE 4241812 A DE4241812 A DE 4241812A DE 4241812 A DE4241812 A DE 4241812A DE 4241812 A1 DE4241812 A1 DE 4241812A1
- Authority
- DE
- Germany
- Prior art keywords
- partitions
- density
- values
- program
- program point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Optimization (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Complex Calculations (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Description
Die Erfindung geht aus von einem Verfahren zur adaptiven Quantisierung
eines Eingangswertebereiches nach der Gattung des Hauptanspruches.
Für die Klassifikation von Mustern werden Verfahren zur Schätzung der
Verteilungsdichte von Eingangswerten über einen Eingangswertebereich
eingesetzt. Als nichtparametrisches Schätzverfahren für die Vertei
lungsdichteschätzung von Eingangswerten über einen Eingangswertebereich
wird das Histogrammdichteschätzverfahren angewendet, das anhand des
folgenden Beispiels erläutert wird.
Will man z. B. die Verteilung von verschieden dunklen Grauwerten einer
Serie von Werkstücken ermitteln, was z. B. für die Qualitätssicherung
von Bedeutung ist, so werden die Grauwerte einer Serie von Werkstücken,
die in diesem Beispiel die Eingangswerte darstellen, gemessen und einer
Grauwerteskala, dem sogenannten Eingangswertebereich, zugeordnet. Für
die Beurteilung der Farbqualität der Werkstücke z. B. sind nicht die
exakten Grauwerte der einzelnen Werkstücke von Bedeutung, sondern die
Verteilung der gemessenen Grauwerte, die die Eingangswerte darstellen,
bzw. die Verteilungsdichte über den gesamten Grauwertebereich, der
den Eingangswertebereich darstellt. Deshalb wird der Grauwertebe
reich (Eingangswertebereich) in Grauwertstufen (Partitionen) einge
teilt. Zur Ermittlung der Verteilungsdichte der gemessenen Grauwerte
einer Serie von Werkstücken über den Eingangswertebereich werden die
Grauwerte den Partitionen der Grauwerteskala zugeordnet. Die einer
Partition zugeordneten Grauwerte werden gezählt, auf die Größe der
Partition, d. h. auf dessen Grauwertebereichsabschnitt, und die ge
samte Anzahl der gemessenen Grauwerte bezogen und so eine durch
schnittliche Dichte für diese Partition ermittelt, die als Dichte
schätzwert bezeichnet wird. Dies wird für alle Partitionen des Ein
gangswertebereiches durchgeführt und so eine Verteilungsdichteschät
zung der Eingangswerte über den Eingangswertebereich ermittelt.
Je kleiner die Partitionen sind, um so genauer wird die Verteilung
der gemessenen Grauwerte durch die Verteilungsdichte des Histogramms
wiedergegeben, aber um so mehr Partitionen sind notwendig, um so
größer wird die zur Bildung statistisch signifikanter Schätzwerte
notwendige Stichprobengröße und um so aufwendiger ist die Berechnung
der Verteilungsdichte. Die Einteilung des Eingangswertebereiches in
Partitionen und die Bestimmung der Größe der Partitionen wird als
Quantisierung bezeichnet.
Es ist ein Histogrammdichteschätzverfahren bekannt, bei dem der Ein
gangswertebereich in Partitionen konstanter Größe eingeteilt wird.
(K.E.Willard, "Nonparametric Probablilty Density Estimation: Impro
vements to the Histogram for Laboratory Data", Computers And Biome
dical Research, 25, 1992, S. 17-28). Auf diese Weise wird die vorge
gebene Anzahl der Partitionen nicht optimal der Verteilung der Ein
gangswerte über den Eingangswertebereich angepaßt, so daß eine unge
naue Verteilungsdichteschätzung ermittelt wird. Weiterhin ist es
bekannt, bei Histogrammdichteschätzverfahren die Größe der Parti
tionen mit Hilfe von Rechenmethoden unter der Bedingung zu optimie
ren, daß die Größe für alle Partitionen gleich und die Anzahl der
Partitionen frei wählbar ist, um eine möglichst genaue Verteilungs
dichteschätzung zu erhalten. (D. Freedman, "On the Histogram as a
Density Estimator: L2Theory", Zeitschrift für Wahrscheinlichkeits
theorie und verwandte Gebiete, 57, 1981, S. 453-476). Dies erfordert
einen hohen Aufwand und erreicht für Eingangswerteverteilungen mit
abrupten Wertschwankungen nicht die optimale Quantisierung des Ein
gangswertebereiches.
Das erfindungsgemäße Verfahren mit den kennzeichnenden Merkmalen des
Hauptanspruches hat demgegenüber den Vorteil, daß die Größe der Par
titionen der Verteilung der Eingangswerte über den Eingangswertebe
reich angepaßt wird. So wird trotz der begrenzten Zahl der Parti
tionen eine die reale Verteilung der Eingangswerte möglichst genau
wiedergebende Verteilungsdichtefunktion ermittelt. Als weiterer Vor
teil ist anzusehen, daß die Quantisierung des Eingangswertebereiches
automatisch durchgeführt wird. Besonders vorteilhaft ist die konti
nuierliche Wiederholung der Quantisierung des Eingangswerteberei
ches, da dadurch eine Anpassung der Quantisierung an sich verändern
de Eingangswerteverteilungen erreicht wird.
Durch die in den Unteransprüchen aufgeführten Maßnahmen sind weitere
vorteilhafte Weiterbildungen und Verbesserungen des im Hauptanspruch
angegebenen Verfahrens möglich.
Besonders zweckmäßig ist es, die Grenzfrequenz für die Tiefpaßfilte
rung der Dichteschätzwerte über eine Schätzung der Varianz des Dich
teschätzwertes einer Partition, zu ermitteln.
Bei der Tiefpaßfilterung soll der mittlere Dichteschätzwert erhalten
bleiben und durch die Messung bedingte statistische Schwankungen der
Schätzwerte, sowie die Unstetigkeiten zwischen den Partitionen ste
tig ausgeglichen werden. Die Varianz beschreibt die mittlere quadra
tische Abweichung des gefilterten Dichteschätzwertes in einer Parti
tion vom mittleren Dichteschätzwert. Je geringer die Abweichung des
gefilterten Dichteschätzwertes vom mittleren Dichteschätzwert, um so
weniger wurde der Dichteschätzwert der Partition durch die Tiefpaß
filterung oder durch die statistischen Schwankungen verfälscht.
Eine weitere Verbesserung des Verfahrens besteht darin, eine zweite
Tiefpaßfilterung der Dichteschätzwertfunktion nach der Summation zur
Umwandlung in die Abbildungsfunktion durchzuführen, denn dadurch
wird mit weniger Eingangswerten eine besser angepaßte Quantisierung
erreicht, als mit nur einer Tiefpaßfilterung.
Eine vorteilhafte Erweiterung des Verfahrens wird erreicht, wenn die
zweite Tiefpaßfilterung mit der gleichen Frequenz wie die erste
Tiefpaßfilterung durchgeführt wird.
Es ist besonders vorteilhaft, die Umwandlung der Dichteschätzwert
funktion in die Abbildungsfunktion anstelle der Differenzbildung als
Ableitung und anstelle der Summation als Integration durchzuführen,
da dadurch eine größere Genauigkeit der Abbildung erreicht wird.
Eine zweckmäßige Vereinfachung des Verfahrens wird erreicht, wenn
die zur Ermittlung der Frequenz der Tiefpaßfilterung verwendete
Varianz an den Mittelpunkten der Partitionen gebildet wird, denn
dadurch wird das Verfahren zur Ermittlung der Tiefpaßfrequenz
vereinfacht, ohne eine ungenauere Frequenzanpassung zu erhalten.
Eine weitere Vereinfachung wird dadurch erreicht, daß auch die Tief
paßfilterung der Dichteschätzwertfunktion nur an den Mittelpunkten
der Partitionen durchgeführt wird, wodurch man für jede Partition
einen gefilterten Wert erhält. In diesem Fall entsteht nach der Fil
terung wieder eine unstetige Stufenfunktion, weshalb die zweite
Tiefpaßfilterung nach der Summation durchgeführt werden muß.
Die Ermittlung der optimalen Quantisierung wird vorteilhaft verbes
sert, wenn die Zählwerte, die die Anzahl der der jeweiligen Parti
tion zugeordneten Eingangswerte enthalten, bei der Übernahme einer
neuen Quantisierung mit einem Faktor zwischen Null und Eins, der den
Faktor der Überlappung der vorherigen mit der neuen Quantisierung
und das Maß der Änderung der Quantisierung berücksichtigt, bewertet
übernommen wird. Dies verhindert sprunghafte Änderungen der Quanti
sierung, was zu ungenauen Ergebnissen bei den Dichteschätzwerten
führen könnte.
Besonders vorteilhaft ist es, die Änderung der Partitionsgrenzen bei
Änderung der Quantisierung mit einem Faktor zwischen Null und Eins
zu bewerten, um eine geeignete Dämpfung der Änderung der Partitions
grenzen zu erreichen.
Zwei Ausführungsbeispiele der Erfindung sind in der Zeichnung darge
stellt und in der nachfolgenden Beschreibung näher erläutert. Es
zeigen
Fig. 1 den schematischen Aufbau einer Schaltung für ein er
stes Ausführungsbeispiel, Fig. 2 das Flußdiagramm eines ersten Mi
kroprozessors, Fig. 3 das Flußdiagramm eines zweiten Mikroprozes
sors, Fig. 4 das Flußdiagramm eines dritten Mikroprozessors, Fig.
5 das Flußdiagramm eines vierten Mikroprozessors jeweils in der
Schaltung nach Fig. 1 für das erste Ausführungsbeispiel und Fig.
6a-f schematisch ein Verfahren zur Ermittlung der adaptiven Quanti
sierung.
Fig. 7 zeigt den schematischen Aufbau des zweiten Ausführungsbei
spiels, Fig. 8 das Flußdiagramm des Mikroprozessors in Fig. 7,
Fig. 9 das Flußdiagramm zur Durchführung einer Initialisierung
einer ersten Quantisierung, einer zweiten Quantisierung, einer
Schätzwerttabelle und einer Häufigkeitstabelle, Fig. 10 das Fluß
diagramm zur Zuordnung eines Eingangswertes zu einer Partition einer
Quantisierung eines Eingangswertebereiches, Fig. 11 das Flußdia
gramm zur Bestimmung der Tiefpaßfilterfrequenz, Fig. 12 das Fluß
diagramm der Tiefpaßfilterung der Dichteschätzwerte der Partitionen
einer Quantisierung, Fig. 13 das Flußdiagramm zur Ausführung einer
Monotonisierung einer Dichteschätzwertfunktion, Fig. 14 das Fluß
diagramm zur Ermittlung einer neuen Quantisierung des Eingangswerte
bereiches und Fig. 15 das Flußdiagramm zur Ermittlung einer Umkehr
funktion für die neue Quantisierung.
In der Schaltung nach Fig. 1 ist ein erster Mikroprozessor 1 über
Datenleitungen 7 mit einem zweiten Mikroprozessor 2, einem dritten
Mikroprozessor 3 und einem vierten Mikroprozessor 4 verbunden. Der
zweite Mikroprozessor 2 ist über weitere Datenleitungen 7 mit einer
ersten Schnittstelle 12, einer zweiten Schnittstelle 13, einem er
sten Speicher 5 und einem zweiten Speicher 6 verbunden. Der dritte
Mikroprozessor 3 ist über weitere Datenleitungen 7 mit der ersten
Schnittstelle 12, dem ersten Speicher 5, dem zweiten Speicher 6,
einem dritten Speicher 8, einem vierten Speicher 9 und einem fünften
Speicher 10 verbunden. Die vierte Recheneinheit 4 ist über weitere
Datenleitungen 7 mit dem dritten Speicher 8, dem vierten Speicher 9,
dem fünften Speicher 10 und einem Tiefpaßfilter 11 verbunden.
Die genannte Anordnung mit den Mikroprozessoren (1, 2, 3, 4), den
Speichern (5, 6, 8, 9, 10) und dem Tiefpaßfilter (11) können als
eine Recheneinheit (15) betrachtet werden.
Die Funktionsweise des ersten Ausführungsbeispiels wird anhand der
Flußdiagramme der Fig. 2 bis Fig. 5 erläutert. In Fig. 2 ist das
Flußdiagramm des ersten Mikroprozessors 1 dargestellt, der die Ar
beitsabläufe des zweiten, des dritten und des vierten Mikroprozes
sors 2, 3, 4 steuert. Bei Programmpunkt 20 gibt der erste Mikropro
zessor 1 ein Signal S1 an den zweiten und den dritten Mikroprozessor
2, 3. Bei Programmpunkt 21 wartet der erste Mikroprozessor 1 darauf,
daß sowohl vom zweiten als auch vom dritten Mikroprozessor 2, 3 das
Signal S1 zurückgesendet wird. Empfängt der erste Mikroprozessor 1
sowohl vom zweiten als auch vom dritten Mikroprozessor 2, 3 das
Signal S1, so sendet der erste Mikroprozessor 1 bei Programmpunkt 22
ein Signal S2 an den dritten Mikroprozessor 3. Daraufhin wartet der
erste Mikroprozessor 1 bei Programmpunkt 23 darauf, daß der dritte
Mikroprozessor 3 das Signal S2 zurücksendet. Ist dies der Fall, so
sendet der erste Mikroprozessor 1 ein Signal S3 an den vierten Mi
kroprozessor 4 bei Programmpunkt 24. Im darauffolgenden Programm
punkt 25 wartet der erste Mikroprozessor 1 auf die Zurücksendung des
Signals S3 vom vierten Mikroprozessor 4. Ist dies erfolgt, so
springt das Programm an den Programmpunkt 20, den Anfang des
Programmes zurück.
In Fig. 3 ist das Flußdiagramm des zweiten Mikroprozessors 2 darge
stellt. Bei Programmpunkt 30 wartet der zweite Mikroprozessor 2 auf
die Zusendung des Signals 51 vom ersten Mikroprozessor 1. Empfängt
der zweite Mikroprozessor 2 das Signal S1, so wird bei Programmpunkt
31 eine Laufvariable i auf Null gesetzt.
Daraufhin wird bei Programmpunkt 32 ein Eingangswert E über die
erste Schnittstelle 12 eingelesen. Bei Programmpunkt 33 sucht der
zweite Mikroprozessor 2 im ersten Speicher 5 bei der ersten Quanti
sierung Q1 nach der Partition, in die der Eingangswert fällt. In dem
zweiten Speicher 6 sind die zu den Partitionen P1(j) der ersten
Quantisierung Q1 gehörenden Dichteschätzwerte ST(j) in der Schätz
werttabelle ST abgelegt. Bei Programmpunkt 34 sucht der zweite
Mikroprozessor 2 nach dem Dichteschätzwert ST(j), der zu der im Pro
grammpunkt 33 ermittelten Partition P1(j) gehört und im zweiten
Speicher 6 in der Schätzwerttabelle ST abgelegt ist. Bei Programm
punkt 35 gibt der zweite Mikroprozessor 2 den Dichteschätzwert ST(j)
über die zweite Schnittstelle 13 aus. Daraufhin erfolgt bei Pro
grammpunkt 36 eine Erhöhung von i um Eins. Bei Programmpunkt 37
erfolgt die Abfrage, ob die Variable i größer als die festgelegte
Anzahl n der einzulesenden Eingangswerte E ist. Ist dies nicht der
Fall, so wird nach Programmpunkt 32 zurückgesprungen und das Pro
gramm erneut durchlaufen. Übersteigt jedoch der Wert von i die Zahl
n, so gibt der zweite Mikroprozessor 2 bei Programmpunkt 38 das
Signal S1 an den ersten Mikroprozessor 1 und das Programm springt
nach Programmpunkt 30 zurück.
Das Flußdiagramm in Fig. 4 beschreibt die Arbeitsweise des dritten
Mikroprozessors 3. Bei Programmpunkt 40 wartet der dritte Mikropro
zessor 3 auf ein Signal vom ersten Mikroprozessor 1. Wird ein Signal
empfangen, so erfolgt bei Programmpunkt 41 die Abfrage, ob es sich
um das Signal S1 oder das Signal S2 handelt. Wurde das Signal S1
empfangen, so wird nach Programmpunkt 42 verzweigt, wo die Lauf
variable i auf Null gesetzt wird. Bei Programmpunkt 43 liest der
dritte Mikroprozessor 3 einen Eingangswert E über die erste Schnitt
stelle 12 ein. Daraufhin wird bei Programmpunkt 44 die Partition
P2(j) der im dritten Speicher 8 abgelegten zweiten Quantisierung Q2
gesucht, in die der Eingangswert fällt. Für jede Partition P2 der
zweiten Quantisierung Q2 ist im vierten Speicher 9 ein Zählwert H(j)
angeordnet, der jeweils die Anzahl der der entsprechenden Partition
P2 (j) zugeordneten Eingangswerte zählt. Bei Programmpunkt 45 wird
der Zählwert H(j) der Partition P2(j), der der Eingangswert zugeord
net wurde, um eins erhöht. Im folgenden Programmpunkt 46 wird die
Laufvariable i um eins erhöht. Es folgt eine Abfrage bei Programm
punkt 47, ob die Variable i größer als die festgelegte Zahl n der
einzulesenden Eingangswerte E ist. Ist dies nicht der Fall, so wird
nach Programmpunkt 43 zurückgesprungen und das Programm erneut
durchlaufen. Ist jedoch i größer als n, so wird nach Programmpunkt
48 verzweigt, an dem der dritte Mikroprozessor 3 das Signal S1 an
den ersten Mikroprozessor 1 gibt. Das Programm springt zum Programm
punkt 40 zurück.
Wurde bei Programmpunkt 41 das Signal S2 vom dritten Mikroprozessor
3 empfangen, so verzweigt das Programm nach Programmpunkt 49, an dem
der dritte Mikroprozessor 3 die zweite Quantisierung Q2, die im
vierten Speicher 8 abgelegt ist, als neue erste Quantisierung Q1 in
den ersten Speicher 5 überträgt, wobei die bisher im ersten Speicher
5 abgelegte erste Quantisierung Q1 gelöscht wird. Bei Programmpunkt
50 werden im Mikroprozessor 3 Dichteschätzwerte ST(j) aufgrund der
im vierten Speicher 9 abgelegten Zählwerte H(j) errechnet. Dazu wird
die Größe des Zählwertes H(j) auf die Größe V(j) der jeweiligen Par
tition P2(j) und auf die Gesamtzahl n der zuvor eingelesenen Ein
gangswerte E bezogen.
ST(j)=[H(j)/n * V(j)]; V(j)= PG2(j)-PG2(j-1).
Die so ermittelten Dichteschätzwerte ST(j) werden von dem dritten
Mikroprozessor 3 bei Programmpunkt 51 in den zweiten Speicher 6 als
neue Schätzwerttabelle ST übertragen, wobei die bisherige Schätz
werttabelle gelöscht wird. Des weiteren legt der dritte Mikroprozes
sor 3 bei Programmpunkt 52 die ermittelten Dichteschätzwerte ST(j)
im fünften Speicher 10 ab. Daraufhin sendet der dritte Mikroprozes
sor 3 bei Programmpunkt 53 das Signal S2 an den ersten Mikroprozes
sor 1 und das Programm springt nach Programmpunkt 40 zurück.
Das Flußdiagramm in Fig. 5 beschreibt die Arbeitsweise des vierten
Mikroprozessors 4. Bei Programmpunkt 58 wartet der vierte Mikropro
zessor 4 auf das Signal S3 vom ersten Mikroprozessor 1. Nach Empfang
des Signals S3 wird bei Programmpunkt 59 die Frequenz fo für die
Tiefpaßfilterung einer in Fig. 6a dargestellten Dichteschätzwert
funktion vom vierten Mikroprozessor 4, wie folgt bestimmt. Die
Dichteschätzwerte ST(j) der Partitionen P2(j) der zweiten Quantisie
rung ergeben eine Stufendichteschätzwertfunktion über den Eingangs
wertebereich (siehe Fig. 6a). Um jedoch eine kontinuierliche Funk
tion zu erhalten, die für die Ermittlung der Quantisierung des Ein
gangswertebereiches mit kleinen Partitionen in Bereichen großer
Dichteschwankungen und großen Partitionen in Bereichen kleiner Dich
teschwankungen notwendig ist, muß die Stufendichteschätzwertfunktion
über den gesamten Eingangswertebereich einer Tiefpaßfilterung unter
zogen werden. Um die optimale Tiefpaßfrequenz zu ermitteln, werden
die Dichteschätzwerte der einzelnen Partitionen P2 der zweiten Quan
tisierung Q2, die im fünften Speicher 10 abgelegt sind, mit einer
großen Frequenz beginnend gefiltert. Für jede Partition P2(j) wird
die mittlere quadratische Abweichung des gefilterten Dichteschätz
werts vom mittleren Dichteschätzwert der Partition, d. h. die Va
rianz, geschätzt.
Die größte Varianz aller Partitionen wird von dem Mikroprozessor 4
ermittelt und mit einem Grenzwert Do verglichen. Die Frequenz wird
solange stufenweise erniedrigt, bis die maximale Varianz der gefil
terten Dichteschätzwerte kleiner/gleich dem festgelegten Grenzwert
Do ist. Bei Programmpunkt 60 wird die so ermittelte Frequenz fo von
einem Tiefpaßfilter 11 verwendet und die im fünften Speicher 10 ab
gelegten Dichteschätzwerte ST(j) (siehe Fig. 6a) an vielen Stellen
gefiltert, wobei die Schrittweite kleiner als die kleinste Parti
tionsbreite gewählt wird. Die gefilterte Funktion ist eine Näherung
einer stetigen Funktion DSWF(E) (siehe Fig. 6b). Daraufhin erfolgt
bei Programmpunkt 61 eine Differenzenbildung der gefilterten Dichte
schätzwertfunktion DSWF(E). Dabei werden für den gesamten Eingangs
wertebereich die Dichteschätzwerte von aufeinander folgenden Ein
gangswerten voneinander abgezogen und die Differenz über dem größe
ren Eingangswert aufgetragen. Dies wird für den gesamten Eingangs
bereich ausgeführt, so daß als ermittelte Funktion die Differenz der
Dichteschätzwerte aufeinander folgender Eingangswerte über den Ein
gangswertebereich aufgetragen wird. Vorzugsweise kann anstelle der
Differenzbildung eine Ableitung der Funktion DSWF(E) nach dem Ein
gangswertebereich E erfolgen wie in Fig. 6c dargestellt ist. Von
dieser Funktion wird bei Programmpunkt 62 eine Betragsbildung (siehe
Fig. 6d) und anschließend bei Programmpunkt 63 eine Summation der
Betragswerte vorgenommen und so die in Fig. 6e dargestellte Abbil
dungsfunktion A erhalten. Die Abbildungsfunktion A kann wahlweise,
je nachdem wie sehr die Abbildungsfunktion A Stufencharakter be
sitzt, noch einmal einer Tiefpaßfilterung unterzogen werden.
Um von den Schätzwerten ST(j) zu einer Abbildungsfunktion A zu ge
langen, kann vorzugsweise auch folgendermaßen vorgegangen werden:
Die Schätzwertfunkion, die von den Schätzwerten ST(j) gebildet wird,
wird an den Zellmittelpunkten gefiltert. Dabei erhält man bei m Par
titionen genau m gefilterte Werte DSWF(j) (siehe Fig. 6f). Je zwei
aufeinander folgende Funktionswerte werden voneinander subtrahiert
(Fig. 6g) und davon der Betrag gebildet (Fig. 6h). Die Werte dieser
Folge werden aufsummiert und einer zweiten Tiefpaßfilterung unter
zogen, die notwendig ist, um eine stetige Abbildungsfunktion A zu
erhalten (Fig. 6i), mit der die neuen Partitionen bestimmt werden.
Vorzugsweise kann bei beiden Verfahren anstelle einer Betragsbildung
eine Quadrierung mit anschließender Summation und Ziehen der Qua
dratwurzel verwendet werden, um die Abbildungsfunktion zu erhalten.
Die ermittelte Abbildungsfunktion A=f(E) hat über den Eingangswerte
bereich aufgetragen einen Funktionswertebereich, der bei Programm
punkt 64 auf eins normiert wird. Bei Programmpunkt 65 wird der
Funktionswertebereich in eine festgelegte Anzahl von Bereichen
eingeteilt. Vorzugsweise wird der unterste und der oberste Bereich
halb so groß wie die anderen Bereiche gewählt. Die Anzahl der Berei
che ist gleich der Anzahl der Partitionen m. Die Bereichsgrenzen
AG(j) werden folgendermaßen ermittelt: Die nullte Bereichsgrenze
AG(0) wird auf den Funktionswert Null gelegt und die folgenden Be
reichsgrenzen AG(j) werden nach der Formel AG(j)=(j-1/2)/(m-1)(siehe
Fig. 6e, 6i) bestimmt, wobei j von 1 bis m läuft. Im Programmpunkt
66 werden die Bereichsgrenzen des Funktionswertebereichs über die
Umkehrfunktion E=f-1(A) auf den Eingangswertebereich übertragen
und somit die Größe V(j) der Partitionen P2(j) für den Eingangswer
tebereich neu festgelegt, d. h. eine neue Quantisierung des Eingangs
wertebereiches ermittelt. Daraufhin wird bei Programmpunkt 67 die
neue zweite Quantisierung Q2 des Eingangswertebereiches in dem vier
ten Speicher 8 abgelegt. Anschließend wird bei Programmpunkt 68 von
dem vierten Mikroprozessor 4 ein Signal S3 an den ersten Mikropro
zessor 1 gesendet. Das Programm springt an den Programmpunkt 58
zurück.
In Fig. 6a ist ein Dichteschätzwerthistogramm dargestellt, bei dem
die Eingangswerte E auf der x-Achse (Abszisse) und die Dichteschätz
werte ST(j) auf der y-Achse (Ordinate) aufgetragen sind. Der Ein
gangswertebereich ist in diesem Beispiel vorzugsweise in 6 gleich
groß gestufte Partitionen unterteilt, wobei jede Partition P(j) von
einer Partitionsgrenze PG(j-1) und einer Partitionsgrenze PG(j) ge
bildet wird. So wird z. B. die Partition P(1) von den Partitions
grenzen PG(0) und PG(1) begrenzt. Bei dem dargestellten Histogramm
sind die Dichteschätzwerte ST(j) der Partitionen P(j) über den Ein
gangswertebereich aufgetragen. Da der Dichteschätzwert für jede
Partition konstant ist, ergibt sich eine Dichteschätzwertstufenfunk
tion über den Eingangswertebereich.
Fig. 6b zeigt die schematische Darstellung des in Fig. 6a darge
stellte Histogramms nach einer Tiefpaßfilterung. So wird aus einer
Stufenfunktion eine stetige Dichteschätzwertfunktion DSWF erzeugt.
Fig. 6c zeigt die Ableitung der in Fig. 6b dargestellten Dichte
schätzwertfunktion nach dem Eingangswertebereich (dDSWF/dE), Fig.
6d zeigt die Betragsabbildung |dDSW/dE| der in Fig. 6c dargestell
ten Funktion und Fig. 6e zeigt die Abbildungsfunktion A=f(E), die
sich aus der Summation bzw. der Integration |dDSWF/dE| der in Fig.
6d dargestellten Betragsfunktion ergibt.
Fig. 6f zeigt die Dichteschätzwerte ST(j) nach einer Tiefpaßfilte
rung, die nur an den Partitionsmitten vorgenommen wurde.
Fig. 6g zeigt die Differenzbildung der in Fig. 6f dargestellten
Werte, wobei die Differenz der Dichteschätzwerte benachbarter Ein
gangswerte in der Mitte zwischen den Eingangswerten aufgetragen ist.
Fig. 6h zeigt den Betrag der Differenzen gemäß Fig. 6g. Fig. 6i
zeigt die Abbildungsfunktion, die sich durch Summation der in Fig.
6h angegebenen Differenzen und anschließender Normierung ergibt. Auf
der y-Achse ist die Einteilung der Bereichsgrenzen AG(j) aufgetragen
und die punktierte Linie deutet die Abbildungsordnung E=f-1(A) an,
mit der die Bereichsgrenzen AG(j) des Funktionswertebereiches auf
die Partitionsgrenzen PG(j) des Eingangswertebereiches abgebildet
werden.
Die neue Quantisierung des Eingangswertebereiches wird erhalten, in
dem die Abbildungsfunktion A = f(E) (Fig. 6e, 6i) über den Ein
gangswertebereich E auf 1 normiert wird, in Abschnitte eingeteilt
wird und diese Einteilung über die Unkehrfunktion E =f-1(A) auf
den Eingangswertebereich übertragen bzw. transformiert wird. So wird
z. B. die Einteilung A(1) der Abbildungsfunktion A, die von den Par
titionsgrenzen AG(0) und AG(1) gebildet wird, dadurch übertragen,
daß die Partitionsgrenze AG(0) auf die Partitionsgrenze PG(0) des
Eingangswertebereiches und die Partitionsgrenze AG(1) auf die Parti
tionsgrenze PG(1) des Eingangswertebereiches übertragen wird, wobei
sich PG(0) und PG(1) folgendermaßen errechnen:
PG(j) = f-1(AG(j)). Die Partition A(1) der Abbildungsfunktion
A = f(E) wird so auf die Partition P(1) des Eingangswertebereiches
abgebildet.
Das erfindungsgemäße Verfahren wird nun mit Hilfe der Fig. 1 bis 6
bei der Abtastung einer unterschiedlich getönten Werkstückoberfläche
beschrieben. Bei der Abtastung der Vorlage werden von einem opti
schen Sensor Grauwerte gemessen und als Eingangswerte an die erste
Schnittstelle 12 weitergegeben. Der erste Mikroprozessor 1 gibt ein
Signal S1 an den zweiten und dritten Mikroprozessor 2, 3 der Rechen
einrichtung 15. Diese lesen eine festgelegte Anzahl n, eine Serie
von unterschiedlichen Grauwerten der abgetasteten Vorlage über die
erste Schnittstelle 12 ein. Der zweite Mikroprozessor 2 ordnet die
Grauwerte den Partitionen P1(j) der ersten Quantisierung Q1 des
Grauwertebereiches im ersten Speicher 5 zu und gibt die entsprechen
den Dichteschätzwerte ST(j) der im zweiten Speicher 6 abgelegten
Schätzwerttabelle ST über die zweite Schnittstelle 13 zur weiteren
Verarbeitung aus.
Nach der Verarbeitung der Eingangswerte gibt der zweite Mikroprozes
sor 2 das Signal S1 an den ersten Mikroprozessor 1. Der dritte Mi
kroprozessor 3 ordnet gleichzeitig zum zweiten Mikroprozessor 2 die
Grauwerte den Partitionen P2 einer zweiten Quantisierung Q2 im drit
ten Speicher 8 zu und erhöht für jede Zuordnung den zu der entspre
chenden Partition P2(j) gehörenden Zählwert H(j) im vierten Speicher
9. Nach Verarbeitung aller eingelesener Eingangswerte E der Vorlage
gibt der dritte Mikroprozessor 3 das Signal S1 an den ersten Mikro
prozessor 1. Der erste Mikroprozessor 1 gibt nach Erhalt des Signals
S1 vom zweiten und dritten Mikroprozessor 2, 3 ein Signal S2 an den
dritten Mikroprozessor 3. Der dritte Mikroprozessor 3 ermittelt nach
Erhalt des Signals S2 die Dichteschätzwerte ST(j) der Partitionen
P2(j) der zweiten Quantisierung Q2. Dazu werden die Zählwerte H(j)
der Partitionen P2(j) auf die Größe V(j) [V(j) = PG2(j)-PG2(j-1)]
der jeweiligen Partition P2(j) und die Anzahl n der zugeordneten
Grauwerte (Eingangswerte E) bezogen. Die errechneten Dichteschätz
werte ST(j) werden in die Schätzwerttabelle ST im zweiten Speicher 6
und im fünften Speicher 10 abgelegt und die alten Schätzwerte werden
gelöscht. Die erste Quantisierung Q1 im ersten Speicher 5 wird vom
dritten Mikroprozessor 3 gelöscht und die zweite Quantisierung Q2
wird im ersten Speicher 5 als neue erste Quantisierung Q1 vom drit
ten Mikroprozessor 3 abgelegt. Danach gibt der dritte Mikroprozessor
3 das Signal S2 an den ersten Mikroprozessor 1. Der Mikroprozessor 1
gibt nach Erhalt des Signals S2 ein Signal 53 an den vierten Mikro
prozessor 4. Der vierte Mikroprozessor 4 ermittelt daraufhin die
Frequenz fo für die Tiefpaßfilterung der Dichteschätzwerte durch die
Minimierung der Varianz der Dichteschätzwertfunktion. Der vierte
Mikroprozessor 4 erhält die Dichteschätzwerte ST(j) aus dem fünften
Speicher 10 und filtert diese Dichteschätzwerte ST(j), die über den
Eingangswertebereich eine Stufenfunktion ergeben (vgl. Fig. 6b), mit
Hilfe eines Tiefpaßfilters 11 mit einer großen Frequenz (geringe
Filterwirkung) und vergleicht die maximale Varianz D der Funktion
mit einem vorgegebenen Wert Do. Die Varianz beschreibt die statisti
schen Schwankungen der Schätzwerte, die durch die Einteilung des
Eingangswertebereiches in Partitionen erzeugt wird. Durch eine Ver
kleinerung der Filterfrequenz wird die Varianz reduziert, aber es
wird auch durch die Glättung der Dichteschätzwerte an Information
verloren. Ist die maximale Varianz der Dichteschätzwertfunktion
größer als der vorgegebene Wert Do, so wird die Frequenz verkleinert
und die Dichteschätzwerte werden erneut aus dem fünften Speicher 10
geholt und erneut gefiltert. Dies wird so oft durchgeführt bis die
maximale Varianz D der gefilterten Dichteschätzwerte DSWF(E) kleiner
als der vorgegebenen Wert Do ist. Eine Erweiterung des Verfahrens
besteht darin, die Varianz nur an den Partitionsmittelpunkten zu er
mitteln (siehe Fig. 6f). Funktionen zur Schätzung von Varianzen für
den hier vorliegenden Fall sind aus der Literatur bekannt.
(J.O.Berger, statistical decision theory and bayesian analysis, 2nd
ed., Springer,NY, 1985).
Zum Beispiel kann folgende Gleichung verwendet werden:
Darin ist n die oben beschriebene Gesamtzahl der eingelesenen Ein
gangswerte E, m die Anzahl der Partitionen der Quantisierung, si2
die Varianzschätzung in der Partition i (i=1 . . . m), ST(j), V(j),
PG(j) und xj sind der Dichteschätzwert, das Volumen, die Partitions
obergrenze und die Partitionsmitte der Partition j, wobei j von 1
bis m läuft. K(x) ist die Impulsantwort des Tiefpaßfilters 11. Aus
den m Varianzen si2 wird die maximale Varianz D berechnet und mit
der zulässigen Varianz Do verglichen.
Die im fünften Speicher 10 abgelegten Dichteschätzwerte ST(j) (Fig.
6a) der Partitionen P2 der zweiten Quantisierung Q2 werden mit der
ermittelten Frequenz fo an den Partitionsmitten gefiltert (siehe
Fig. 6f). So wird eine Dichteschätzwertfunktion erhalten, die durch
die gefilterten Dichteschätzwerte DSWF(j) (Fig. 6f) repräsentiert
wird. Die Dichteschätzwertfunktion wird einer Differenzbildung (Fig.
6g), dann einer Betragsbildung (Fig. 6h) und anschließend einer
Summation unterzogen und so in eine monoton steigende Stufenfunktion
überführt. Durch erneute Filterung mit dem zuvor verwendeten Tief
paßfilter 11 und einer Grenzfrequenz, die vorzugsweise gleich der
zuvor verwendeten Frequenz fo ist, wird die monoton steigende Stu
fenfunktion in eine stetige monoton steigende Abbildungsfunktion
A=f(E) (Fig. 6i) überführt. Auf diese Weise werden die ansteigenden
und fallenden Flanken der Dichteschätzwertfunktion in steigende
Flanken der Abbildungsfunktion A=f(E) umgewandelt. Der Funktions
bereich dieser Funktion wird auf 1 normiert und in Teilbereiche ein
geteilt (vgl. Fig. 6i). Die Einteilung des Funktionsbereiches wird
über die Umkehrfunktion E=f-1(A) auf den Eingangswertebereich
übertragen und so eine neue zweite Quantisierung Q2 des Eingangs
wertebereiches ermittelt. Dieses Abbildungsverfahren ordnet Berei
chen großer Dichteschwankungen kleine Partitionen und Bereichen ge
ringer Dichteschwankungen große Partitionen des Eingangswerteberei
ches zu. Daraufhin wird die bisher geltende zweite Quantisierung Q2
im dritten Speicher 8 gelöscht und die neue zweite Quantisierung im
dritten Speicher 8 als zweite Quantisierung Q2 abgelegt. Der vierte
Mikroprozessor 4 gibt ein Signal 53 an den ersten Mikroprozessor 1
und der Programmablauf beginnt von vorne.
In Fig. 7 ist der schematische Aufbau eines Blockschaltbildes für
ein zweites Ausführungsbeispiel dargestellt. Der Aufbau besteht aus
einer ersten Schnittstelle 81, einer Recheneinheit 82, einer zweiten
Schnittstelle 83, einem Speicher 84 und Datenleitungen 85. Die Funk
tion wird mit Flußdiagrammen gemäß Fig. 8 bis 15 erläutert. Fig. 8
zeigt einen Überblick über das beschriebene Histogrammdichteschätz
verfahren, Fig. 9 stellt die Initialisierung der verwendeten Va
riablen, Tabellen und Konstanten dar, Fig. 10 zeigt den Verfahrens
ablauf der Zuordnung von Eingangswerten E zu Partitionen einer
Quantisierung, Fig. 11 zeigt die Ermittlung der Filterfrequenz für
die Tiefpaßfilterung auf, Fig. 12 beschreibt die Tiefpaßfilterung,
Fig. 13 erläutert die Monotonisierung der Dichteschätzwertfunktion,
Fig. 14 zeigt die Bestimmung der Partitionen der neuen Quantisie
rung auf und Fig. 15 stellt die Bildung einer Umkehrfunktion aus
der aus Dichteschätzwerten ermittelten Abbildungsfunktion dar.
In Fig. 8 wird bei Programmpunkt 101 die Initialisierung der ersten
Quantisierung Q1, der zweiten Quantisierung Q2, der Schätzwertta
belle ST, der Häufigkeitstabelle H und der Anzahl der Partitionen
nach dem Flußdiagramm von Fig. 9 durchgeführt. Bei Programmpunkt
102 wird eine Laufvariable i auf eins festgelegt. Danach liest die
Recheneinheit 82 bei Programmpunkt 103 über die erste Schnittstelle
81 einen Eingangswert E ein. Bei Programmpunkt 104 wird der eingele
sene Eingangswert E entsprechend seinem Wert einer Partition P1(j)
der Quantisierung Q1 nach dem Programm in Fig. 10 zugeordnet. Im
Speicher 84 ist für jede Partition P1(j) der Quantisierung Q1 ein
Dichteschätzwert ST(j) in der Dichteschätzwerttabelle ST abgespei
chert. Eine Variable j kennzeichnet den Dichteschätzwert ST(j) und
die dazugehörige Partition P1(j). Bei Programmpunkt 105 wird der
Dichteschätzwert ST(j) der Partition P1(j), der der Eingangswert
zugeordnet wurde, von der Recheneinheit 82 aus dem Speicher 84
ausgelesen und bei Programmpunkt 106 über die zweite Schnittstelle
83 zur weiteren Verarbeitung ausgegeben. Daraufhin wird bei Pro
grammpunkt 107 der im Programmpunkt 103 eingelesene Eingangswert E
einer Partition P2(j) der Quantisierung Q2 nach dem Programm in
Fig. 10 zugeordnet. Im Speicher 84 ist für jede Partition P2(j) ein
Zählwert abgespeichert, der die Anzahl der Eingangswerte E, die der
jeweiligen Partition zugeordnet werden, speichert. Im Programmpunkt
108 wird der im Speicher 84 abgelegte Zählwert H(j) der Partition,
der der Eingangswert zugeordnet wird, um eins erhöht. Bei Programm
punkt 109 wird die Variable i um eins erhöht. Anschließend erfolgt
bei Programmpunkt 110 eine Abfrage, ob die Variable i größer/gleich
der vorgegebenen Anzahl n der einzulesenden Eingangswerte E ist. Ist
dies nicht der Fall, so wird nach Programmpunkt 103 zurückgesprungen
und die Programmpunkte 103 bis 109 wiederholt durchlaufen, bis die
Variable i größer/gleich der Zahl n ist, um dann zum Programmpunkt
111 zu verzweigen, wo die Variable j auf eins festgelegt wird. An
schließend wird bei Programmpunkt 112 die Quantisierung Q1 durch die
Quantisierung Q2 im Speicher 84 ersetzt. Bei Programmpunkt 113 wird
von der Recheneinheit 82 die Schätzwerttabelle ST aus den Zählwerten
H(j) der Quantisierung Q2 ermittelt. Der Schätzwert ST(j) der Parti
tion P2(j) ergibt sich aus der Anzahl n der eingelesenen Eingangs
werte E, dem Zählwert H(j) und der Größe V2(j)
[V2(j) = PG2(j)-PG2(j-1)) der Partition P2(j) als:
ST(j):=H(j)/[V2(j) * n]. Die Variable j wird bei Programmpunkt 114 um
eins erhöht und bei Programmpunkt 115 erfolgt die Abfrage, ob die
Variable j größer/gleich der Zahl n ist. Ist dies nicht der Fall, so
werden die Programmpunkte 113 bis 114 wiederholt durchlaufen, bis
die Variable j größer als n ist, um dann zu Programmpunkt 116 zu
verzweigen. Bei Programmpunkt 116 wird die Größe der Filterfrequenz
fo nach dem Programm in Fig. 11 bestimmt. Anschließend erfolgt bei
Programmpunkt 117 die Tiefpaßfilterung der in der Schätzwerttabelle
ST abgelegten Dichteschätzwerte ST(j) nach dem Programm in Fig. 12.
Bei Programmpunkt 118 wird die Monotonisierung der gefilterten Dich
teschätzwerte nach dem Programm in Fig. 13 durchgeführt und bei
Programmpunkt 119 die neue Quantisierung Q2 nach dem Programm in
Fig. 14 bestimmt. Danach wird nach Programmpunkt 102 zurückgesprun
gen und das Programm mit weiteren Eingangswerten E erneut durch
laufen.
Fig. 9 stellt den Ablauf der Initialisierung der ersten Quantisie
rung Q1, der zweiten Quantisierung Q2, der Dichteschätzwerttabelle
ST und der Häufigkeitstabelle H gemäß Programmpunkt 101 aus Fig. 8
dar. Bei Programmpunkt 141 wird der unteren Grenze xo des Eingangs
wertebereiches ein Wert aus dem Speicher 84 zugeordnet, der den
kleinstmöglichen Eingangswert darstellt. Bei Programmpunkt 142 wird
der oberen Grenze xm des Eingangswertebereiches ein Wert aus dem
Speicher 84 zugeordnet, der dem größtmöglichen Eingangswert ent
spricht. Der Filterfrequenz fo wird bei Programmpunkt 143 als An
fangswert ein Wert aus dem Speicher 84 zugeordnet. Bei Programmpunkt
144 wird die Anzahl m der Partitionen von dem Speicher 84 eingele
sen. Bei Programmpunkt 145 wird der Schwellwert Do für die maximale
Dichteschätzwertvarianz vom Speicher 84 eingelesen. Bei Programm
punkt 146 wird ein Schwellwert U für den maximalen Funktionswert
fehler vom Speicher 84 eingelesen. Bei Programmpunkt 147 wird der
Wert der unteren Grenze xo des Eingangswertebereiches der ersten
Partitionsgrenze PG1(0) der Quantisierung Q1 und bei Programmpunkt
148 der ersten Partitionsgrenze PG2(0) der Quantisierung Q2 zugeord
net. Bei Programmpunkt 149 wird die Größe V einer Partition P(j)
folgendermaßen ermittelt: V = (xm-xo)/m, wobei xm die obere, xo
die untere Grenze des Wertebereiches und m die Zahl der Partitionen
P(j) ist. Bei Programmpunkt 150 wird der Variablen j der Wert eins
zugeordnet. Bei Programmpunkt 151 werden die Grenzen PG1(j) der Par
titionen P1(j) der ersten Quantisierung Q1 festgelegt: PG1(j) = j * V.
In Programmpunkt 152 werden die Grenzen PG2(j) der Partitionen P2(j)
der zweiten Quantisierung Q2 ermittelt: PG2(j) = j * V. Im Programm
punkt 153 wird dem j-ten Wert ST(j) der Schätzwerttabelle ST der
Wert Null zugeordnet: ST(j)=0. Im Programmpunkt 154 wird dem Zähl
wert H(j) der Häufigkeitstabelle H der Wert Null zugeordnet: H(j)=0.
Im folgenden Programmpunkt 155 wird die Variable j um eins erhöht.
Zeigt die Abfrage im Programmpunkt 156, daß die Variable j nicht
größer als die Anzahl m der Partitionen ist, so werden die Programm
punkte 151 bis 155 wiederholt durchlaufen, bis j größer gleich m ist
und zum Hauptprogrammpunkt 102 gemäß Fig. 8 verzweigt wird. Dann
sind alle Schätzwerte ST(j) und alle Zählwerte H(j) auf Null gesetzt.
Fig. 10 erläutert die Zuordnung der Eingangswerte E zu den Parti
tionen der Quantisierung Q1 oder Q2 des Eingangswertebereiches gemäß
Schritt 104 bzw. 107 des Hauptprogramms in Fig. 8. Bei Programmpunkt
131 wird der Variablen j der Wert Null zugeordnet und bei Programm
punkt 132 wird die Variable j um eins erhöht. Darauf erfolgt bei
Programmpunkt 133 die Abfrage, ob der Eingangswert E größer als der
Wert der Partitionsgrenze PG1(j) der ersten Quantisierung Q1 bzw.
PG2(j) der zweiten Quantisierung Q2 ist. Ist dies nicht der Fall, so
wird nach Programmpunkt 132 verzweigt und die Programmpunkte 132 und
133 wiederholt durchlaufen, bis die Partition ermittelt ist, in die
der Eingangswert E fällt. Bei Programmpunkt 134 wird der Wert der
Variablen j, der die Partition, in die der Eingangswert E fällt,
bezeichnet, im Speicher 84 abgelegt und anschließend zum Schritt 104
bzw. 107 im Hauptprogramm nach Fig. 8 zurückverzweigt.
Fig. 11 beschreibt die Ermittlung einer Filterfrequenz im Schritt
116 des Hauptprogramms, die für die Tiefpaßfilterung der Dichte
schätzwerte verwendet wird. Bei Programmpunkt 180 wird die Filter
frequenz f mit einer Frequenz vorbesetzt. Bei Programmpunkt 181 wird
die Variable j auf eins festgelegt, bei Programmpunkt 182 werden die
Variablen V1 und V2 auf Null festgelegt und bei Programmpunkt 183
wird die Partitionsmitte x(j) der j-ten Partition P2(j) der Quanti
sierung Q2 folgendermaßen bestimmt: x(j): = (PG2(j)
+ PG2(j-1))/2. Bei Programmpunkt 184 wird die Laufvariable i auf
eins festgelegt.
Bei Programmpunkt 185 wird die Größe V(i) der i-ten Partition P2(i)
der Quantisierung Q2, die von den Partitionsgrenzen PG2(i) und
PG2(i-1) gebildet wird, folgendermaßen ermittelt:
V(i): = PG2(i)-PG2(i-1). Bei Programmpunkt 186 wird die Variable
V1 festgelegt: V1: = V1+ST(i) * (ETA(x,f,PG2(i),PG2(i3w1))2/V(i).
Bei Programmpunkt 187 wird die Variable V2 festgelegt:
V2: = V2+ST(i) * ETA(x, f, PG2(j), PG2(j-1)). Die Funktion
ETA(x,f,PG2(i),PG2(i-1)) besteht aus folgendem Integral:
Für einen linearen Tiefpaß mit der Impulsantwort K(f,x) und der
Grenzfrequenz f ergibt sich zum Beispiel:
Bei Programmpunkt 188 wird die Variable i um eins erhöht und bei
Programmpunkt 189 erfolgt die Abfrage, ob die Variable i größer als
die Anzahl m der Partitionen ist. Ist dies nicht der Fall, so wird
nach Programmpunkt 185 zurückgesprungen und die Programmpunkte 185
bis 189 werden durchlaufen, bis die Variable i größer als die Anzahl
m der Partitionen ist und dann nach Programmpunkt 190 verzweigt
wird. Bei Programmpunkt 190 wird die Varianz der Partition P2(j) er
mittelt: VAR(P2(j)):=(V1-V22)/n, wobei n die Anzahl der einge
lesenen Eingangswerte E ist. Bei Programmpunkt 191 wird die Variable
j um eins erhöht. Zeigt der Vergleich bei Programmpunkt 192, daß die
Variable j kleiner als die Partitionsanzahl m ist, so wird nach Pro
grammpunkt 182 zurückgesprungen. Die Programmpunkte 182 bis 192 wer
den wiederholt durchlaufen, bis j gleich m ist. Dann wird nach Pro
grammpunkt 193 verzweigt.
Bei Programmpunkt 193 wird die Varianz bestimmt, die von den für
jede Partition P2(j) ermittelten Varianzen am größten ist:
D = max(VAR(P2(i)), wobei die Variable i von eins bis m läuft. Bei
Programmpunkt 194 wird die maximale Varianz D mit dem Schwellwert Do
für die maximale Dichteschätzwertvarianz verglichen. Ist die maxi
male Varianz D größer als der Vergleichswert Do, so wird bei Pro
grammpunkt 195 die Frequenz f um einen Wert df1 erniedrigt und nach
Programmpunkt 181 zurückgesprungen und die Programmpunkte 181 bis
194 wiederholt durchlaufen. Ergibt jedoch die Abfrage bei Programm
punkt 194, daß die maximale Varianz D kleiner/gleich dem Vergleichs
wert Do ist, so wird nach Programmpunkt 196 verzweigt. Zeigt ein
Vergleich der maximalen Varianz D mit dem Vergleichswert (Do-to),
wobei to eine Konstante ist, daß D kleiner als (Do-to) ist, so wird
nach Programmpunkt 197 verzweigt, an dem die Frequenz f um einen
Wert df2 erhöht wird und anschließend nach Programmpunkt 181 zurück
gesprungen wird. Ist die maximale Varianz D jedoch bei Programmpunkt
196 größer/gleich (Do-to), so wird nach Programmpunkt 198 verzweigt.
Die so ermittelte Frequenz fo wird im Speicher 84 abgelegt und bei
der folgenden Tiefpaßfilterung der Dichteschätzwerte verwendet. Ab
schließend wird zum Schritt 117 im Hauptprogramm verzweigt.
Fig. 12 beschreibt die Filterung der Dichteschätzwerte ST(j) gemäß
Schritt 117 des Hauptprogramms der Fig. 8, die in der Schätzwert
tabelle ST im Speicher 84 abgelegt sind. Bei Programmpunkt 210 wird
die Variable j auf eins festgelegt. Bei Programmpunkt 211 wird der
j-te gefilterte Dichteschätzwert DSWF(j) der Partition P2(j) mit Null
vorbelegt. Bei Programmpunkt 212 wird die Mitte x(j) der Partition
P2(j) der Quantisierung Q2 ermittelt: x(j):=(PG2(j)+PG2(j-1))/2. Bei
Programmpunkt 213 wird die Variable i auf eins festgelegt. Bei Pro
grammpunkt 214 wird der Beitrag der i-ten Partition P2(i) der Quan
tisierung Q2 zum gefilterten Dichteschätzwert FW(j) mithilfe des
Integrals ETA bestimmt und zwischengespeichert:
DSWF(j):=DSWF(j)+ST(i) * ETA(x,f,PG2(i),PG2(i-1)). Bei Programmpunkt
215 wird die Variable i um eins erhöht und bei Programmpunkt 216
wird, falls die Variable i kleiner/gleich der Anzahl m der Parti
tionen ist, nach Programmpunkt 214 zurückgesprungen. Ist die Varia
ble i größer der Zahl m bei Programmpunkt 216, so wird im darauf
folgenden Programmpunkt 217 die Variable j um eins erhöht und bei
Programmpunkt 218 erfolgt die Abfrage, ob die Variable j größer der
Zahl m ist. Ist dies nicht der Fall, so wird nach Programmpunkt 211
zurückgesprungen und die Programmpunkte 211 bis 218 durchlaufen, bis
die Variable j größer der Zahl m ist. Ist dies der Fall, so werden
bei Programmpunkt 219 die gefilterten Dichteschätzwerte DSWF(j) als
Dichteschätzwertfunktion im Speicher 84 abgelegt und zum Punkt 118
des Hauptprogramms zurückverzweigt.
In Fig. 13 ist eine Differenzenbildung, eine Betragsbildung, eine
Summation, d. h. eine Monotonisierung, und anschließend eine Normali
sierung auf Eins der gefilterten Dichteschätzwerte DSWF(j) darge
stellt. Bei Programmpunkt 160 wird einem monotonisierten Dichte
schätzwert MW(0) der Wert Null zugeordnet. Bei Programmpunkt 161
wird die Variable j auf eins festgelegt. Bei Programmpunkt 162 wird
MW(j) folgendermaßen ermittelt: MW(j):=MW(j-1)+iDSWF-DSWF(j-1),
wobei DSWF(j) die gefilterten Dichteschätzwerte darstellen. In die
sem Schritt ist die Differenzbildung der gefilterten Dichteschätz
werte FW(j) nach Fig. 6g und die Betragsbildung nach Fig. 6h und die
Summation nach Fig. 6i enthalten. Bei Programmpunkt 163 wird die
Variable j um eins erhöht und bei Programmpunkt 164 wird, falls j
kleiner/gleich der Anzahl m der Partitionen ist, nach Programmpunkt
162 verzweigt. Die Programmpunkte 162 bis 164 werden wiederholt
durchlaufen, bis bei Programmpunkt 164 j größer m ist und dann der
Programmpunkt 165 folgt. Die Monotonisierung wird für alle Parti
tionen m durchgeführt. Bei Programmpunkt 165 wird der Variablen j
der Wert eins zugeordnet und bei Programmpunkt 166 die monotoni
sierten Dichteschätzwerte MW(j) folgendermaßen auf Eins normali
siert: MW(j):=MW(j)/MW(m). Bei Programmpunkt 167 wird die Variable j
um eins erhöht und bei Programmpunkt 168 wird, falls j klei
ner/gleich der Gesamtzahl m der Partitionen ist, nach Programmpunkt
166 zurückgesprungen. Die Programmpunkte 166 bis 168 werden wieder
holt durchlaufen, bis j größer m ist, d. h. die monotonisierten Dich
teschätzwerte MW(j) aller m Partitionen werden auf Eins normali
siert. Anschließend wird nach Programmpunkt 169 verzweigt. Bei Pro
grammpunkt 169 erfolgt die Speicherung der normalisierten und mono
tonisierten Dichteschätzwerte MW(j) im Speicher 84, wobei die Varia
ble j von eins bis m läuft. Die normalisierten und monotonisierten
Dichteschätzwerte MW(j) bilden die Abbildungsfunktion A, die in
Fig. 6i dargestellt ist. Danach wird zum Schritt 119 ins Haupt
programm (Fig. 8) zurückverzweigt.
Fig. 14 beschreibt die Ermittlung einer neuen Quantisierung Q2 des
Eingangswertebereiches mit Hilfe einer Umkehrfunktion E=f-1(A),
die sich aus der Abbildungsfunktion A=f(E) ergibt. Bei Programmpunkt
230 wird die Laufvariable j auf eins festgelegt. Bei Programmpunkt
231 wird die Variable y errechnet: y = (j-1/2)/(m-1). Die Anzahl der
Partitionen P2(j) wird mit m bezeichnet. Bei Programmpunkt 232 wird
die Partitionsgrenze PG2(j) der Partition P2(j) der neuen Quanti
sierung Q2 von dem Unterprogramm, das in Fig. 15 dargestellt ist,
in Abhängigkeit von der oben errechneten Variable y, dem monotoni
sierten und normalisierten Dichteschätzwerten MW(j), der bisher ver
wendeten Partitionsgrenze PG2(j) und der Filterfrequenz fo nach dem
in Fig. 15 erläuterten Programm ermittelt. Bei Programmpunkt 233
wird die Variable j um eins erhöht und bei Programmpunkt 234 erfolgt
die Abfrage, ob die Variable j größer als die Anzahl m der Parti
tionen ist. Ist dies nicht der Fall, so wird zu Programmpunkt 231
zurückgesprungen. Die Programmpunkte 231 bis 234 werden durchlaufen,
bis die Variable j größer m ist. Ist dies der Fall, so wird bei Pro
grammpunkt 235 die neue Quantisierung Q2 im Speicher 84 abgelegt und
an das Hauptprogramm zu Programmschritt 102 verzweigt.
Fig. 15 beschreibt die Ermittlung der neuen Quantisierung Q2 mit
Hilfe einer aus den Dichteschätzwerten ermittelten Abbildungsfunk
tion A=f(E) und deren Umkehrfunktion E=f-1(A). Bei Programmpunkt
240 wird die Variable Z folgendermaßen festgelegt: Z=(xo+xm)/2. Die
Variable Z wird als Anfangswert für die Iteration verwendet. Bei
Programmpunkt 241 wird die Schrittweite dz der Iteration festgelegt:
dz:=(xm-xo)/4. Bei Programmpunkt 242 wird die Variable yy mit dem
Anfangswert Null, bei Programmpunkt 243 die Laufvariable j mit dem
Wert eins belegt. Im folgenden Programmpunkt 244 wird die Variable
yy berechnet: yy:=yy+MW(j) * ETA(Z,fo,PG2(j-1),PG2(j)). Bei Programm
punkt 245 wird die Variable j um eins erhöht und anschließend er
folgt bei Programmpunkt 246 die Abfrage, ob die Variable j größer
als die Anzahl m der Partitionen ist. Ist dies nicht der Fall, so
wird zum Programmpunkt 244 zurückgesprungen. Die Programmpunkte 244
bis 246 werden durchlaufen, bis die Variable j größer als m ist. Bei
folgendem Programmpunkt 247 erfolgt die Abfrage, ob die Variable yy
kleiner als y-U ist, wobei U ein vorgegebener Schwellwert für den
maximalen Funktionswertfehler ist und y aus dem Programm von Fig.
14 übernommen wurde. Ist dies der Fall, so wird nach Programmpunkt
250 verzweigt, an dem die Variable Z neu festgelegt wird: Z:=Z+dz.
Bei Programmpunkt 251 wird die Variable dz neu festgelegt: dz=dz/2.
Danach wird nach Programmpunkt 242 zurückgesprungen. Ergibt die
Abfrage bei 247, daß die Variable yy größer als y-U ist, so wird
nach Programmpunkt 248 verzweigt. Bei Programmpunkt 248 erfolgt die
Abfrage, ob die Variable yy größer als y+U ist. Ist dies der Fall,
so wird nach Programmpunkt 249 verzweigt, wo Z neu festgelegt wird:
Z=Z-dz und dann bei Programmpunkt 251 wird die Schrittweite dz neu
festgelegt: dz=dz/2 und anschließend zum Programmpunkt 242 zurückge
sprungen. Ergibt die Abfrage bei Programmpunkt 248, daß die Variable
yy nicht größer als y+U ist, so wird nach Programmpunkt 252 ver
zweigt, an dem der Wert von Z als Wert der Umkehrfunktion der Abbil
dungsfunktion A festgelegt wird. Das heißt, es werden die Bereichs
grenzen AG(j) auf die neuen Partitionsgrenzen PG2(j) abgebildet. Z
stellt die gesuchte neue Partitionsgrenze PG2(j) dar. Abschließend
wird zu Programmschritt 233 des in Fig. 14 dargestellten Programms
mit Übergabe der neuen Partitionsgrenze PG2(j):=Z verzweigt.
Die Abtastung einer unterschiedlich gefärbten Oberfläche eines Werk
stückes wird anhand der Fig. 7 bis Fig. 15 erläutert.
Der Rechner 82 liest einen von einer Videokamera aufgenommenen Grau
wert (Eingangswert E) über die erste Schnittstelle 81 gemäß Schritt
103 in Fig. 8 ein. Dann ordnet der Rechner 82 unter Verwendung des in
Fig. 10 schematisch dargestellten Programmes den Eingangswert E
einer Partition P1(j) der ersten Quantisierung Q1 gemäß Schritt 134
zu. Der zu der Partition gehörende in der Schätzwerttabelle ST abge
legte Dichteschätzwert ST(j) wird vom Rechner 82 im Speicher 84 ge
mäß Schritt 105 gesucht und über die zweite Schnittstelle 83 in
Schritt 106 ausgegeben. Daraufhin ermittelt der Rechner 82 gemäß
Programmschritt 107 für den gleichen Eingangswert E unter Verwendung
des in Fig. 10 schematisch dargestellten Unterprogrammes die Parti
tion P2(j) der zweiten Quantisierung Q2, in die der Eingangswert E
fällt. Der Rechner 82 zählt gemäß Schritt 108 den zu der Partition
P2(j) gehörenden Zählwert H(j) im Speicher 84 um 1 hoch und liest
den nächsten Eingangswert E gemäß Schritt 103 ein. Diesen Vorgang
wiederholt der Rechner 82 für eine vorgegebene Anzahl n der Ein
gangswerte E. Nach Einlesen der n Eingangswerte E löscht der Rechner
82 bei Programmschritt 112 die Partitionen P1(j) der ersten Quanti
sierung Q1 im Speicher 84 und speichert die Partitionen P2(j) der
zweiten Quantisierung Q2 als neue Partitionen P1(j) der ersten Quan
tisierung Q1. Der Rechner 82 setzt die bisher verwendeten Dichte
schätzwerte ST(j) auf Null. Eine Erweiterung des Verfahrens besteht
darin, die Dichteschätzwerte ST(j) nicht zu löschen, sondern mit
einem Faktor, der die Überlappung der vorherigen und der neuen Quan
tisierung Q2 und das Maß der Änderung der Quantisierung Q2 berück
sichtigt, bewertet zu übernehmen. Dann errechnet der Rechner 82 aus
den Zählwerten H(j) und der Größe V(j) der Partitionen P2(j) und der
Anzahl n der eingelesenen Eingangswerte E die Dichteschätzwerte
ST(j): = H(j)/[n * V(j)) gemäß Schritt 113. Anschließend ermittelt der
Rechner 82 die optimale Frequenz für die Tiefpaßfilterung (vergl.
Programmablauf Fig. 11). Dazu liest der Rechner 82 die Dichte
schätzwerte ST(j) aus dem Speicher 84 ein und filtert diese mit
einer kleinen Frequenz. Das Maß für eine gute Filterung ist ein ge
ringes statistisches Rauschen der Schätzwerte einerseits und eine
geringe Abweichung des gefilterten Dichteschätzwertes vom mittleren
Dichteschätzwert andererseits, was durch die Varianz ausgedrückt
wird. Eine Verringerung des Rauschens wird durch eine Verringerung
der Filterfrequenz erreicht. Jedoch verliert bei einer zu kleinen
Frequenz die Verteilung der Dichteschätzwerte über den Eingangswer
tebereich an Information, da die Verteilung der Dichteschätzwerte zu
sehr geglättet wird. Deshalb wird ein Grenzwert Do für die Varianz
der gefilterten Dichteschätzwerte festgelegt. Um die Abschätzung zu
vereinfachen, vergleicht der Rechner 82 nur die größte auftretende
Varianz D aller Partitionen mit dem Grenzwert Do. Ist die Varianz D
der gefilterten Funktion größer als der Grenzwert, dann liest der
Rechner 82 erneut die Dichteschätzwerte ST(j) aus dem Speicher 84
ein und filtert diese mit einer um df1 kleineren Frequenz im Ver
gleich zur vorhergehenden Tiefpaßfilterung.
Ist die maximale Varianz kleiner als der Grenzwert abzüglich einer
Konstanten tr (D(Do-to), so wird die Filterfrequenz um einen Wert
df2 erhöht und die Dichtschätzwerte erneut mit der neuen Frequenz
gefiltert. Dieser Vorgang wird solange wiederholt, bis die größte
Varianz D der gefilterten Dichteschätzwerte kleiner als der Grenz
wert Do und größer als (Do-to) ist.
Es ist eine Vereinfachung des Verfahrens, die Varianz nur an den
Partitionsmittelpunkten zu berechnen. Mit der so ermittelten optima
len Frequenz werden die Dichteschätzwerte ST(j) gefiltert (Fig. 6b,
6f) und nach dem in Fig. 13 dargestellten Programmablauf eine Dif
ferenzbildung (Fig. 6g), eine Betragsbildung (Fig. 6h), eine Sum
mation (d. h. eine Monotonisierung) und eine Normalisierung auf eins
vorgenommen, so daß die Dichteschätzwerte DSWF(j) in eine monoton
steigende Abbildungsfunktion A=f(E) transformiert werden (Fig. 6i).
Vorzugsweise kann anstatt der Differenzbildung eine Ableitung
(Fig. 6c) oder anstatt der Summation eine Integration (Fig. 6e)
erfolgen. In Fig. 6 ist anhand eines Beispiels die Monotonisierung
dargestellt. Ziel des Verfahrens ist es, fallende und steigende
Funktionsbereiche der gefilterten Dichteschätzwerte DSWF(E) bzw.
DSWF(j) in steigende Funktionsbereiche umzuwandeln. Der Funktions
bereich der Abbildungsfunktion A=f(E) wird in äquidistante Bereiche
eingeteilt und die Einteilung des Funktionsbereiches über die Zuord
nung E =f-1(A) übertragen (vergl. Programmablauf Fig. 14). In
Fig. 6e bzw. 6i ist eine Übertragung der Einteilung des Funktions
wertebereiches auf den Eingangswertebereich dargestellt. Wie zu er
sehen ist, erfolgt durch dieses Verfahren in den Eingangswertebe
reichen, in denen die Abbildungsfunktion A=f(E) steigt, eine Ein
teilung in viele kleine Bereiche (Partitionen) und in den Bereichen,
in denen sich der Wert der Abbildungsfunktion nur geringfügig än
dert, eine Einteilung in wenige große Bereiche (Partitionen). Des
weiteren wird durch die Tiefpaßfilterung und die anschließende
Überprüfung der Varianz der gefilterten Dichteschätzwerte (DSWF(E),
DSWF(j)) mit den Dichteschätzwerten ST(j) gewährleistet, daß die
statistischen Schwankungen der geschätzten Dichteschätzwerte ein
festgelegtes Maß nicht überschreiten. Die so ermittelte Quantisie
rung des Eingangswertebereiches wird im Speicher 84 als neue Quanti
sierung Q2 abgelegt. Versuche zeigten, daß eine Tiefpaßfilterung
der Abbildungsfunktion vor der Ermittlung der Quantisierung mit der
gleichen Frequenz wie bei der Tiefpaßfilterung der Dichteschätzwerte
die Ermittlung der Quantisierung verbessert. Eine Erweiterung des
Verfahrens der Ermittlung der neuen Quantisierung des Eingangswerte
bereiches besteht darin, die Änderung der Partitionsgrenzen PG2(j)
mit einem Faktor zwischen 0 und 1 multipliziert als neue Partitions
grenzen PG2(j) im Speicher 84 abzulegen.
Claims (11)
1. Verfahren zur adaptiven Quantisierung eines Eingangswertebereiches,
bei dem eine Recheneinheit einen Eingangswertebereich in Partitionen
einteilt und eingelesenen Eingangswerten die Partitionen zuordnet und
die für die Partitionen in einem Speicher abgelegten Werte ausgibt,
dadurch gekennzeichnet,
daß die Recheneinheit (82, 15) für jede Partition eine relative Häufig keit, mit der die Eingangswerte den einzelnen Partitionen zugeordnet wurden, berechnet und daraus einen Dichteschätzwert ermittelt,
daß die Recheneinheit (82, 15) den Eingangswertebereich in neue Parti tionen einteilt, wobei die Grenzen der Partitionen so bestimmt werden, daß die Differenz der Dichteschätzwerte innerhalb einer Partition einen festgelegten Wert nicht überschreitet.
daß die Recheneinheit (82, 15) für jede Partition eine relative Häufig keit, mit der die Eingangswerte den einzelnen Partitionen zugeordnet wurden, berechnet und daraus einen Dichteschätzwert ermittelt,
daß die Recheneinheit (82, 15) den Eingangswertebereich in neue Parti tionen einteilt, wobei die Grenzen der Partitionen so bestimmt werden, daß die Differenz der Dichteschätzwerte innerhalb einer Partition einen festgelegten Wert nicht überschreitet.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet,
daß in dem Speicher (84, 9) für jede Partition ein Zählwert abgespei chert ist und die Recheneinheit (82, 15) die Zählwerte der Partitionen, denen ein Eingangswert zugeordnet wurde, um eins erhöht,
daß die Recheneinheit (82, 15) nach einer festgelegten Anzahl von ein gelesenen Eingangswerten die Dichteschätzwerte der Partitionen be stimmt, indem die Größe der in dem Speicher (84, 9) abgelegten Zählwer te durch die Gesamtzahl der eingelesenen Eingangswerte (E) und die Größe der zugehörigen Partitionen geteilt wird und die Dichteschätz werte der Schätzwerttabelle durch die neuen Dichteschätzwerte ersetzt werden.
daß in dem Speicher (84, 9) für jede Partition ein Zählwert abgespei chert ist und die Recheneinheit (82, 15) die Zählwerte der Partitionen, denen ein Eingangswert zugeordnet wurde, um eins erhöht,
daß die Recheneinheit (82, 15) nach einer festgelegten Anzahl von ein gelesenen Eingangswerten die Dichteschätzwerte der Partitionen be stimmt, indem die Größe der in dem Speicher (84, 9) abgelegten Zählwer te durch die Gesamtzahl der eingelesenen Eingangswerte (E) und die Größe der zugehörigen Partitionen geteilt wird und die Dichteschätz werte der Schätzwerttabelle durch die neuen Dichteschätzwerte ersetzt werden.
3. Verfahren nach Anspruch 1 und 2, dadurch gekennzeichnet,
daß die Dichteschätzwerte mittels einer Tiefpaßfilterung in eine steti ge Dichteschätzwertfunktion geglättet werden,
daß von der stetigen Dichteschätzwertfunktion eine Differenzenbildung, davon eine Betragsbildung und anschließend eine Summation vorgenommen wird,
daß der Funktionsbereich einer so gebildeten Abbildungsfunktion zur Er mittlung einer neuen Quantisierung auf 1 normiert und in eine bestimmte Anzahl gleich großer Bereichen eingeteilt wird, und diese Einteilung des Funktionsbereiches über die Umkehrfunktion f-1(A) auf den Ein gangswertebereich übertragen wird und so neue Partitionen und eine neue Quantisierung des Eingangswertebereiches ermittelt wird.
daß die Dichteschätzwerte mittels einer Tiefpaßfilterung in eine steti ge Dichteschätzwertfunktion geglättet werden,
daß von der stetigen Dichteschätzwertfunktion eine Differenzenbildung, davon eine Betragsbildung und anschließend eine Summation vorgenommen wird,
daß der Funktionsbereich einer so gebildeten Abbildungsfunktion zur Er mittlung einer neuen Quantisierung auf 1 normiert und in eine bestimmte Anzahl gleich großer Bereichen eingeteilt wird, und diese Einteilung des Funktionsbereiches über die Umkehrfunktion f-1(A) auf den Ein gangswertebereich übertragen wird und so neue Partitionen und eine neue Quantisierung des Eingangswertebereiches ermittelt wird.
4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet,
daß nach Ermittlung der neuen Partitionen des Eingangswertebereiches
die im Speicher (84,9) abgelegten Zählwerte mit einem Faktor zwischen
0-1 bewertet beibehalten werden, wobei der Faktor die Überlappung der
alten Partitionen mit den neuen Partitionen und das Maß der Änderung
der Partitionen berücksichtigt.
5. Verfahren nach einem der Ansprüche 3 bis 4, dadurch gekennzeichnet,
daß bei der Einteilung des Funktionswertebereiches der Abbildungsfunk
tion in eine bestimmte Anzahl von Bereichen der unterste und der ober
ste Bereich kleiner als die anderen Bereiche und vorzugsweise halb so
groß wie die anderen Bereiche gewählt werden.
6. Verfahren nach einem der Ansprüche 3 bis 5, dadurch gekennzeichnet,
daß die Tiefpaßfilterung der Dichteschätzwerte nur an den Mitten der
Partitionen durchgeführt wird.
7. Verfahren nach einem der Ansprüche 3 bis 6, dadurch gekennzeichnet,
daß eine Schätzung der Varianz zwischen den gefilterten
Dichteschätzwerten und den in der Schätzwerttabelle gespeicherten Dich
teschätzwerten (ST(j)) bei der Bestimmung der Tiefpaßfilterfrequenz
berücksichtigt wird, wobei vorzugsweise die Frequenz so bestimmt wird,
daß die maximal auftretende Varianz in einem festgelegten Wertebereich
liegt.
8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, daß die Varianz
der gefilterten Dichteschätzwerte von dem mittleren ungefilterten Dich
teschätzwert nur an den Mittelpunkten der Partitionen bestimmt wird.
9. Verfahren nach einem der Ansprüche 3 bis 8, dadurch gekennzeichnet,
daß die Abbildungsfunktion vor Ermittlung der neuen Quantisierung mit
tels einer zweiten Tiefpaßfilterung vorzugsweise mit der für die Tief
paßfilterung der Dichteschätzwerte ermittelten Frequenz gefiltert wird.
10. Verfahren nach einem der Ansprüche 3 bis 9, dadurch gekennzeichnet,
daß die aufgrund der neuen Quantisierung bestimmte Änderung der Parti
tionsgrenzen mit einem Faktor zwischen 0-1 multipliziert von der Re
cheneinheit (82, 15) im Speicher (84, 8) zu den bisher gültigen Parti
tionsgrenzen addiert werden und so neue Partitionsgrenzen festgelegt
werden.
11. Verfahren nach einem der Ansprüche 4 bis 10, dadurch gekennzeich
net, daß zur Umwandlung der Dichteschätzwerte in die Abbildungsfunktion
anstelle der Differenzenbildung eine Ableitung, anstelle der Summation
eine Integration und anstelle der Betragsbildung eine Quadrierung mit
nach der Summation/Integration folgender Wurzelbildung durchgeführt
wird.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE4241812A DE4241812A1 (de) | 1992-12-11 | 1992-12-11 | Verfahren zur adaptiven Quantisierung eines Eingangswertebereiches |
US08/165,605 US5559899A (en) | 1992-12-11 | 1993-12-09 | Method for the adaptive quantization of a range of input values |
JP5310810A JPH06259544A (ja) | 1992-12-11 | 1993-12-10 | 入力値領域の適応的量子化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE4241812A DE4241812A1 (de) | 1992-12-11 | 1992-12-11 | Verfahren zur adaptiven Quantisierung eines Eingangswertebereiches |
Publications (1)
Publication Number | Publication Date |
---|---|
DE4241812A1 true DE4241812A1 (de) | 1994-06-16 |
Family
ID=6475022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE4241812A Ceased DE4241812A1 (de) | 1992-12-11 | 1992-12-11 | Verfahren zur adaptiven Quantisierung eines Eingangswertebereiches |
Country Status (3)
Country | Link |
---|---|
US (1) | US5559899A (de) |
JP (1) | JPH06259544A (de) |
DE (1) | DE4241812A1 (de) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19530647C1 (de) * | 1995-08-21 | 1997-01-23 | Siemens Ag | Verfahren zur Aufbereitung einer Eingangsgröße für ein neuronales Netz |
DE102017009705A1 (de) * | 2017-10-18 | 2019-04-18 | Leopold Kostal Gmbh & Co. Kg | Verfahren zum Erkennen einer Annäherung an ein Sensorelement |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000042609A1 (fr) | 1999-01-18 | 2000-07-20 | Fujitsu Limited | Procede et dispositif de commande de signal reproduit |
KR100364753B1 (ko) * | 1999-11-19 | 2002-12-16 | 엘지전자 주식회사 | 칼라 히스토그램의 빈값 양자화 방법 |
US6522782B2 (en) | 2000-12-15 | 2003-02-18 | America Online, Inc. | Image and text searching techniques |
US6671402B1 (en) | 2000-12-15 | 2003-12-30 | America Online, Inc. | Representing an image with weighted joint histogram |
US6522779B2 (en) | 2000-12-15 | 2003-02-18 | America Online, Inc. | Representing an image with a posterized joint histogram |
US6522780B1 (en) | 2000-12-15 | 2003-02-18 | America Online, Inc. | Indexing of images and/or text |
US6556710B2 (en) | 2000-12-15 | 2003-04-29 | America Online, Inc. | Image searching techniques |
US7146288B1 (en) * | 2002-07-18 | 2006-12-05 | Johnson Controls Technology Company | System and method for estimating quantization error in sampled data |
JP4529939B2 (ja) * | 2006-04-28 | 2010-08-25 | 富士ゼロックス株式会社 | 装置状態判定装置及びプログラム |
PL2138812T3 (pl) * | 2008-06-24 | 2018-08-31 | Mettler-Toledo Gmbh | Sposób przetwarzania sygnału w urządzeniu do pomiaru siły i urządzenie do pomiaru siły |
CN116208152B (zh) * | 2023-03-07 | 2024-05-07 | 青海量具(常州)有限公司 | 一种高精度模拟量采集装置及方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4760604A (en) * | 1985-02-15 | 1988-07-26 | Nestor, Inc. | Parallel, multi-unit, adaptive, nonlinear pattern class separator and identifier |
US4847786A (en) * | 1986-08-20 | 1989-07-11 | The Regents Of The University Of California | Object analysis of multi-valued images |
JPH0668763B2 (ja) * | 1988-04-11 | 1994-08-31 | 株式会社イーゼル | 画像処理方法 |
US5027306A (en) * | 1989-05-12 | 1991-06-25 | Dattorro Jon C | Decimation filter as for a sigma-delta analog-to-digital converter |
-
1992
- 1992-12-11 DE DE4241812A patent/DE4241812A1/de not_active Ceased
-
1993
- 1993-12-09 US US08/165,605 patent/US5559899A/en not_active Expired - Fee Related
- 1993-12-10 JP JP5310810A patent/JPH06259544A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19530647C1 (de) * | 1995-08-21 | 1997-01-23 | Siemens Ag | Verfahren zur Aufbereitung einer Eingangsgröße für ein neuronales Netz |
US5706401A (en) * | 1995-08-21 | 1998-01-06 | Siemens Aktiengesellschaft | Method for editing an input quantity for a neural network |
DE102017009705A1 (de) * | 2017-10-18 | 2019-04-18 | Leopold Kostal Gmbh & Co. Kg | Verfahren zum Erkennen einer Annäherung an ein Sensorelement |
Also Published As
Publication number | Publication date |
---|---|
JPH06259544A (ja) | 1994-09-16 |
US5559899A (en) | 1996-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE19521346C2 (de) | Bilduntersuchungs/-Erkennungsverfahren, darin verwendetes Verfahren zur Erzeugung von Referenzdaten und Vorrichtungen dafür | |
DE68926566T2 (de) | Musterauswahlvorrichtung mit günstiger Kandidatmusterauswahlfähigkeit | |
DE4241812A1 (de) | Verfahren zur adaptiven Quantisierung eines Eingangswertebereiches | |
EP0925682B1 (de) | Verfahren zur detektion von kanten in einem bildsignal | |
DE102004004528A1 (de) | Verfahren, Vorrichtung und Programm zur Verarbeitung eines Stereobildes | |
DE19857834C2 (de) | Netzwerkanalysatormeßverfahren unter Verwendung einer adaptiven Signalverarbeitung | |
DE19781103B4 (de) | Verfahren und Einrichtung zur Identifikation bzw. Vorausberechnung von Prozeßparametern eines industriellen zeitvarianten Prozesses | |
DE69326420T2 (de) | Digitale Verarbeitung und Filterung von Signalen | |
DE1807599A1 (de) | Verfahren und Einrichtung zur Bestimmung von Eigenschaften sich bewegender Bahnen | |
EP3434413B1 (de) | Vorrichtung zum ermitteln von hochbelasteten positionen bei einer werkzeugmaschine | |
DE4409169C2 (de) | Verfahren und Anordnung zur Fuzzy-Regelung | |
DE69132148T2 (de) | Vorrichtung zur Verarbeitung eines Signals | |
DE4121453C2 (de) | Näherungsschlußfolgerungsvorrichtung | |
DE69802372T2 (de) | Klassifizierungssystem und -verfahren mit N-Tuple- oder RAM-basiertem neuronalem Netzwerk | |
DE10015286A1 (de) | System, Verfahren und Produkt mit Computerbefehlssatz zum automatischen Abschätzen experimenteller Ergebnisse | |
DE10134926A1 (de) | Vorrichtung und Verfahren zum Erzeugen eines Klassifikators für das automatische Sortieren von Objekten | |
DE2057660A1 (de) | Verfahren und Vorrichtung zur Auswertung eines Signals | |
EP0600569B1 (de) | Verfahren zur Auswertung einer Menge linguistischer Regeln | |
EP1525554A1 (de) | Verfahren zur signalauswertung eines elektronischen bildsensors bei der mustererkennung von bildinhalten eines pr fk rpe rs | |
DE2820097C3 (de) | Verfahren zur Bestimmung der Häufigkeit von Garnfehlern | |
DE4440671A1 (de) | Verfahren zur objektorientierten Erkennung bewegter Objekte | |
WO2008049497A1 (de) | Verfahren und vorrichtung zur inkrementierung von in speicherzellen eines speichers gespeicherten zählerständen | |
DE10122318B4 (de) | Verfahren und Vorrichtung zur Berechnung von Qualitätsfähigkeitskenngrößen | |
EP0449363B1 (de) | Schaltungsanordnung zur Bestimmung der Lage von Extrem- werten einer Ähnlichkeitsfunktion | |
EP0814402A2 (de) | Verfahren zum Entwurf oder zur Adaption eines Fuzzy-Reglers oder eines Systems von verknüpften Fuzzy-Reglern |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8125 | Change of the main classification |
Ipc: G06F 17/18 |
|
8110 | Request for examination paragraph 44 | ||
8131 | Rejection |