FI97663B - Menetelmä liikkeen tunnistamiseksi videosignaalista - Google Patents

Description

97663

Menetelmä liikkeen tunnistamiseksi videosignaalista - Förfarande för att detektera rörelse i en videosignal 5 Keksinnön kohteena on menetelmä liikkeen tunnistamiseksi videosignaalista kahden peräkkäisen ja samanvaiheisen kentän välillä käyttämälllä kahta kenttämuistia.

Liike on suhteellinen käsite: liike on verrannollinen havaitsijan ja kohteen väliseen sijaintiin. Jos havaitsijan ja kohteen keskinäinen sijainti pysyy muuttumattomana, ei 10 kohde liiku havaitsijan mukaan. Toisaalta, jos kohteen sijainti muuttuu havaitsijan suhteen, on kohde liikkeessä. Prosessoitaessa videosignaalia on liikkeellä ja siten sen oikealla tunnistamisella ratkaisevan tärkeä osuus.

Kuvassa 1 vasemmalla on esitetty pystysuoran ohuen palkin vaakasuoraa liikettä 3-15 ulotteisessa avaruudessa x-, y- ja t-koordinaattien funktiona. Kolmas tilakoordinaatti z on koko ajan nolla, koska liike tapahtuu tasopinnalla havaitsijaan nähden. Analogisessa, jatkuvassa muodossa liike muodostaa kuvan mukaisesti yhtenäisen uran avaruuteen; se vastaa silmän ja aivojen tulkintaa liikkeestä. Kuvan 1 oikea puolisko esittää ko. liikkeen näytteistystä. Yhtenäisestä liikeurasta tulee näytejono 2-ulottei-20 siä projektiopintoja. Tästä huomataan, että liikkeentunnistus liittyy oleellisesti myös videosignaalikäsittelyyn.

Useat kuvanparannusalgoritmit on edullista suunnitella adaptiiviseksi liikkeeseen: jos kuvassa on paikallisesti liikettä, on edullista prosessoida kuvaa spatiaalisesti kun 25 taas liikkumattomassa kohdassa temporaalinen käsittely tuottaa paremman tuloksen. Päämääränä on tietysti toteutuksen yksinkertaisuus ja tunnistuksen varmuus. Liik-keentunnistuksessa pyritään siis ainoastaan löytämään liikkuvat kohdat kuvasta, ei arvioimaan liikkeen suuntaaja suuruutta, mikä kuuluu liikkeenestimointiin. Lähtökohtana liikkeentunnistamiselle voidaan pitää erosignaalia (absoluuttinen eroja 30 kynnystys tai merkitsevimpien bittien yhtäsuuruus) peräkkäisten kuvien välillä. Jos kuvassa on liikettä, se aiheuttaa todennäköisesti suuren eron luminanssi arvoon liikkuvalla kohdalla - staattisissa kohdissa luminanssi pysyy mitä todennäköisimmin muuttumattomana. Erosignaaliksi ei kuitenkaan kelpaa lomitellun videosignaalin peräkkäisten kenttien välinen signaali, koska ko. kentät ovat spatiaalisesti eri kohdasta. 35 Näin ollen erosignaali pitää muodostaa kuvan yli, jolloin samankohtaisia pikseleitä voidaan vertailla. Tällaista kuvan yli olevaa pikselikohtaista signaalia kutsutaan myös "paikalliseksi liikkeentunnistimeksi" (= Local movement detector). Ne ns. liikkeentunnistimet, jotka eivät perustu tähän paikalliseen liikkeentunnistimeen vaan 2 97663 jotka pyrkivät tunnistamaan liikkeen peräkkäisistä, ei samankohtaisista kentistä, eivät oikeastaan ole mitään liikkeentunnistimia.

Useimmiten yhden kentän muistilla toimivat tunnistimet pyrkivät tunnistamaan pe-5 räkkäisistä kentistä vaakasuoran reunan, koska liike aiheuttaa lomitettuun signaaliin voimakkaan kampailmiön (Combing effect), jossa kamman piikit aiheutuvat liikkeestä. Tunnistuksen selkeä puute on se, että se ei kykene mitenkään erottamaan paikallaan olevaa vaakasuoraa reunaa liikkeestä aiheutuvasta reunasta, koska vaakasuorilla reunoilla on korkea pystysuuntainen taajuus n. 288 c/aph. Tämän vuoksi 10 kaikki korkeat pystytaajuudet tulevat käsitellyiksi liikkuvana, mistä seuraa selvästi näkyviä virheitä. Esimerkiksi lomitellusta lomittelemattomaksi -muunnoksessa IPC (Interlaced-to-Progressive Conversion) yllä mainitun kaltainen "liikkeentunnistin" ei tuo mitään etuja perusmediaanisuodattimiin verrattuna, koska mediaanisuodattimet tunnistavat automaattisesti vaakasuorat reunat.

15

Tarkastellaan seuraavaksi liikkeentunnistusta IPC . n yhteydessä. On tunnettua, että kuvan liikkumattomassa kohdassa interpolointi on edullisinta suorittaa temporaalisesta esim. toistamalla pikseli edellisestä samankohtaisesta kentästä. Liikkuvassa kohdassa interpolointi kannattaa tehdä spatiaalisesta kentän sisällä olevien pikselien 20 avulla. Tätä selostetaan tarkemmin oheisen kuvan 2 avulla.

Kuvan 2 vasemmalla puolella on alekkain osia kolmesta peräkkäisestä kentästä, joissa esitetään skannattua pystysuoraa palkkia, joka liikkuu vaakasuoraan vasemmalta oikealle. Oletetaan, että tehtävänä on interpoloida kentän (t) puuttuvat juovat. 25 Tällöin puuttuvia juovia vastaava liiketieto muodostetaan edeltävän kentän (t-1) ja seuraavan kentän (t+1) juovista (liike = musta, staattinen = valkoinen). Palkin positio kentässä (t-1) aiheuttaa korkean erosignaalin vasempaan reunaan, ja vastaavasti palkin positio kentässä (t+1) aiheuttaa korkean erosignaalin kuvan oikeaan reunaan. Erosignaalia kuvaa keskimmäinen kenttä. Sen sijaan palkin sijainti kentässä (t) jää 30 tunnistamatta. Kun erosignaalin mukaan interpoloidaan uudet juovat kentän t juovien väliin, on tuloksena kuvan oikeassa reunassa oleva kenttä. Huomataan, että interpolointi jättää selvät virheet kuvaan: interpoloinnin pitäisi muodostaa keskelle yhtenäinen musta palkki katkonaisen sijasta.

35 Itse asiassa yllä olevan kaltainen ongelmatilanne ei ole mitenkään rajoitettu pystysuoraan vaakatasossa liikkuvaan palkkiin, vaan tunnistamatta jäävät kaikki ne kohdat kentässä (t), joissa liikkuva kohde ei ole kentän (t-1) eikä kentän (t+1) aikana. Ongelma on seurausta liian alhaisesta näytteenottotaajuudesta. Ongelma voidaan 3 97663 ratkaista osittain lisäämällä systeemiin yksi kenttämuisti ja laskemalla erosignaali kentästä (t) kenttään (t-2). Ongelmana on, että yksi lisäkenttämuisti tekee menetelmästä epäsopivan käytettäväksi nykyisissä yhden kuvamuistin ( = 2 kenttämuistia) televisioissa. Lisäksi toinenkaan erosignaali ei takaa täysin vannaa tunnistusta.

5

Kuva 3 sisältää lohkokaavion yhdestä tunnetusta liikeadaptiivisesta IPC-menetel-mästä, jossa lomiteltu PAL-signaali muunnetaan lomittelemattomaksi. Käytetään kahta kenttämuistia, interpolaattorilohkoa, reunantunnistinta ja liikeilmaisinta. Liikkuvissa kohdissa interpolointi tehdään spatiaalisesti reunantunnistimen laskeman 10 reunatiedon mukaan ja staattisissa kohdissa interpoloidaaan temporaalisesti kopioimalla pikseli edellisestä kentästä. Reunatieto voidaan muodostaa esim. patenttihakemuksen FI- 916195 mukaisella menetelmällä, mutta siihen käy jokin muukin ken-tänsisäinen menetelmä. Tässä tapauksessa staattisten kohtien inteipolointi ei vaadi mitään lisätietoa, ja se tehdään temporaalisesti kiinteästi esim. pikselin toistolla.

15

Kuva 4 puolestaan on lohkokaavio NDHD-muunnoksesta (Nonnal-to-high definition). Se on parannettu versio kuvan 3 mukaisesta, patenttihakemuksessa FI-923 808 esitetystä järjestelystä ja sisältää nyt sekä liikkeentunnistuksen että reunantunnis-tukset - liikkuville ja staattisille alueille kullekin omansa. Staattisten alueiden reu-20 nantunnistus ja interpolointi voidaan tehdä esim. patenttihakemuksen FI-921 676 mukaisella menetelmällä, vastaavasti liikkuville alueille sopii patenttihakemuksen FI-923 808 mukainen menetelmä.

Kuvan 3 ja 4 kaltaiset järjestelyt ovat vain esimerkkejä liikkeen tunnistusta käyttä-25 vistä liikeadaptiivisista sovelluksista, mutta muutkin kuvanparannussovellukset voivat hyötyä liiketiedosta, esim. kohinanpoisto, ristivirheiden poisto.

Edellä esitettyjen tunnettujen menetelmien haittana on, että liikkeen tunnistus suoritetaan peräkkäisten kenttien välillä. On käynyt ilmi, että tunnistus vaatii vähintään 30 kaksi kenttämuistia ollakseen edes tyydyttävästi toimiva. Lisäämällä kenttämuistien määrää voidaan tunnistusta tosin parantaa, mutta muistien hinnan vuoksi tämä on kallis ratkaisu. Tämä keksintö on uusi liikkeentunnistusmenetelmä, joka ei vaadi enempää kuin kaksi kenttämuistia, mutta joka on osoittautunut hyvinkin toimivaksi.

35 Keksinnölle on tunnusomaista, että kuvan yli olevaa erosignaalia, joka antaa mini-miliikealueen, laajennetaan horisontaalisesti käyttäen hyväksi kahdesta peräkkäi- 1. sestä kentästä laskettua reunatietoa. Liikkeentunnistin perustuu siten peräkkäisten parittomien tai parillisten kenttien väliseen kynnystettyyn erosignaaliin, josta saa- 4 97663 daan minimiliikealue, sekä minimiliikealueen horisontaaliseen hallittuun laajentamiseen vaakasuorien reunojen mukaan. Liiketiedon jälkikäsittelyssä tasoitetaan epämääräiset liikealueet.

5 Voidaan tyytyä kahteen kenttämuistiin ja silti saavuttaa hyvä tulos, jos sallitaan yksi pieni kompromissi: lähellä liikettä olevien vaakasuorien staattisten reunojen, ei kuitenkaan yksittäisten vaakasuorien reunojen, tulkinta liikkuviksi.

Menetelmässä suoritetaan vaiheina: 10 a) Etsitään kuvan yli olevasta erosignaalista kohdat, jotka ylittävät tietyn kynnysar von . Nämä kohdat tulkitaan liikkuviksi, ja niitä kutsutaan liikepisteiksi.

b) Etsitään kahden peräkkäisen kentän muodostavasta kuvasta vaakasuorat reuna-kohdat. Tässä reunana tunnistetaan sekä liikkeestä johtuvat reunat että todelliset vaakasuorat reunat. Näitä pisteitä nimitetään reunapisteiksi.

15 c) Laajennetaan liikealuetta liike- ja reunapikseleiden mukaan seuraavasti: Lasketaan samalla juovalla olevien liikepisteiden määrä alueella x-v,..., x+v. Lisäksi lasketaan reunapisteiden määrä alueella x-u,..., x+t/. Sopiva arvo v:lle on n. 15 ja w:lle n. 2. Jos samanaikaisesti liikepisteiden lukumäärä ja reunapisteiden lukumäärä on suurempi kuin asetettu arvo, esim. 1, tulkitaan pikseli liikkuvaksi.

20 d) Suoritetaan liiketiedon parantaminen jälkiprosessoinnilla.

Keksintöä selostetaan seuraavassa viitaten oheisiin kuviin, jotka esittävät: kuva 1 jatkuvaa ja näytteistettyä liikettä, kuva 2 ohuen pystysuoran palkin liikettä kentissä, 25 kuva 3 lohkokaaviota liikeadaptiivisesta IPC-muunnospiiristä, kuva 4 lohkokaaviota NDHD-muunnospiiristä, kuva 5 liike- ja reunapisteiden tunnistuksessa käytettyjä juovia ja kenttiä, kuva 6 vaakasuoraa reunan tunnistinta, kuva 7 liikealueen laajentamista liike- ja reunapikseleiden mukaan ja 30 kuva 8 jälkisuodatusikkunaa.

Viitataan kuvaan 5, jossa tarkastellaan samoja positioita eri ajanhetkinä. Videosignaali on lomitettu. Kun pyyhkäistään kenttää t-2, tulee pikseli-informaatio juovien y-1 ja y+1 samaan horisontaalipositioon, kuvassa siis alekkain. Seuraavan kentän t-1 3 5 aikana pyyhkäistään uudet näytteet juoville y ja y+2 ja siis edellisten väliin. Jälleen seuraavan kentän t aikana pyyhkäistään näytteet juoville y-1 ja y+1 samoihin hori-sontaalipositioihin, kuin kentän t-2 aikana. Vastaavalla tavalla kentän t+1 aikana pyyhkäistään samoja posiotioita kuin kentän t-1 aikana. Kuvassa 5 nuoli "frame dif- 5 97663 ference" viittaa kuvan yli olevaan eroon ts. miten pikseliarvo samassa kohdassa muuttuu kuvataajuuden pituisen ajan kuluttua. Keksinnön ensimmäisen vaiheen mukaan lasketaan kaikkien näytteiden kohdalla edellä sanottu erosignaali "frame difference" ja etsitään ne kohdat, joissa signaali ylittää määrätyn kynnysarvon kl. Nämä 5 kohdat tulkitaan liikkuviksi ja niitä kutsutaan liikepisteiksi (moving _pixel).

Matemaattinen ilmaisu ensimmäiselle vaiheelle on siten: jos |s(x,y,/- l)-5(x,y,/ + l| > niin m(x,y,t) = moving_pixel, jossa s(x,y,t) on kentässä t, juovalla y, kohdassa x olevan pikselin luminanssiarvo ja 10 m(x,y,t) on tähän pikseliin liittyvä liiketieto.

Sopiva kynnysarvo kj on noin 12.

Toisena vaiheena, joka käytännössä suoritetaan samanaikaisesti vaiheen 1 kanssa, 15 etsitään kahden peräkkäisen kentän muodostamasta kuvasta vaakasuorat reunakoh-dat. Reunana tunnistetaan sekä liikkeestä johtuvat reunat että todelliset vaakasuorat reunat. Pisteitä nimitetään reunapikseleiksi (edge_pixel). Tunnistimena käytetään kuvassa 6 esiteittä ristitunnistinmaskia. Sen yhden näytepaikan sisältävälle ylä-ja alariville johdetaan kentän t kahden peräkkäisen juovan, juovat y-1 ja y+1, saman 20 horisontaaliposition omaavat näytteet. Keskiriville johdetaan näiden juovien väliin pyyhkäistyn edellisen kentän t-1 kolme peräkkäistä näytettä, joista keskimmäisellä on sama horisontaalipositio kuin ristin ylä-ja alarivin näytteilläkin on. Tunnistimella haetaan maksimi arvoista: ikkunan ylimmän ja keskimmäisen näytteen erotus, keskimmäisen ja alimman näytteen erotus. Maksimiarvosta vähennetään keskirivin 25 maksiminäytteenja miniminäytteen erotus. Saatua tulosta merkitään hor value. Mikäli tämä arvo ylittää asetetun kynnysarvon k2, se tulkitaan reunapisteeksi.

6 97663

Matemaattinen ilmaisu edellä sanotulle on: hor_ value = niax[|s(x,y -1,/) - s(x,y,t - l)|,|(.s(x,.M -1) - s(x,y+1,/)|] - range[j(x -1 ,y,t -1), s(x,y,t-1), s(x+\,y,t -1>]

Jos (hor value > k2 Niin e(x,y,t) = edge pixel, missä max[ ] on sisäänmenojen maksimi, range[ ] on sisäänmenojen maksimin ja minimin erotus , e(x,y,t) paikkaan x,y,t liittyvä reunatieto.

Suoritettujen ensimmäisen ja toisen vaiheen tuloksena on saatu jokaiselle pikselille 5 alustava tieto, onko kyseessä liikkuva pikseli vaiko reunapikseli. Kolmantena vaiheena suoritetaan liikealueen laajentaminen. Liikealuetta laajennetaan liike-ja reu-napikseleiden mukaan. Selostetaan laajentamista viitaten kuvaan 7. Siinä on kysymysmerkillä "?" merkitty kohtaa, jonka liiketieto halutaan selvittää. Lasketaan samalla juovalla olevien liikepisteiden [m(x,y,t)==moving_pixel] määrä alueella x-v, 10 ..., x+v. Merkitään saatua lukumäärää merkinnällä "countmoti0n_pixel"* Lisäksi las ketaan reunapisteiden [e(x,y,t)=edge_pixel] määrä alueella x-u,..., x+m . Saatua tulosta merkitään merkinnällä " counte<jge^pixei". Jos samanaikaisesti liikepisteiden lukumäärä ja reunapisteiden lukumäärä on alueessa suurempi kuin 1, tulkitaan pikseli liikkuvaksi. Sopiva arvo v:lle on n. 15 ja Mille n. 2.

15 Matemaattisesti ilmaistuna laajennus tarkoittaa alueessa: jos (county Jixe) > 1) JA (county pixel > 1) niin m(x,y,t) = motion_pixel.

Kuvassa 7 on merkitty ?-merkillä sitä kohtaa, jonka liiketieto halutaan selvittää. Ku-20 vassa tarkastellaan jälleen pystysuoran palkin tapausta. Kentän (t-1) aikana palkki on vasemmalla kohdassa x-6/x-5, ja se liikkuu oikealle ollen kentän (t+1) aikana kohdassa x+6/x+7. Nämä kohdat on tunnistettu hyvin erosignaalin avulla, ja ne on merkitty liikepisteiksi. Samalla on tutkittu kuvan 6 mukaisen operaattorin avulla reunapisteet ja havaittu kohdassa x/x+1 olevan reunapiste. Tällöin voidaan liikealue 25 laajentaa kytkemällä se reunapisteisiin.

7 97663

Kriittinen arvo on v, joka ilmoittaa kuinka kaukaa liikettä etsitään. Käytännössä suurempi liike kuin 15 pikseliä/kenttä on harvinainen ja siksi se on valittu rajaksi. v:n arvoa muuttamalla säädellään siis sitä, kuinka nopea liike voidaan tunnistaa, mutta myös sitä, kuinka laajalla alueella väärintunnistus voi tapahtua.

5

Viitataan nyt kuvaan 8. Liiketietoa, kuten muutakin kontrollitietoa, pitää yleensä parantaa eli jälkiprosessoida. Sillä täytetään yksittäiset kolot tai poistetaan yksittäiset pikselit. Jälkiprosessoinnissa tarkastellaan valitun kokoisia alueita, esim. 5x3 alueita. Esitetyn liikkeentunnistuksen jälkisuodatus tapahtuu saman kentän kolmella pe-10 räkkäisellä juovalla, kuvassa kentän t peräkkäisillä juovilla y-2, y, y+2. Ikkunassa, jonka koko voi olla esim. 5*3, katsotaan, montako liikkuvaa pikseliä siinä on. Jos liikkuvia pisteitä on vähemmän kuin asetettu ehto, ei ikkunan keskimmäistä pikseliä katsota liikkuvaksi. Jos kuvan 8 tapauksessa, jossa näytteitä ikkunassa on 15 kappaletta, on liikkuvia pikseleitä esim. kolme tai vähemmän, ei keskimmäinen tutkittava 15 pikseli ole liikkuva.

5*3- ikkunassa suoritettava jälkiprosessointi voidaan siten esittää vaiheina seuraavasti: 1. 5*3-ikkunassa lasketaan liikepisteiden kokonaismäärä countt0t koko ikkunassa 20 (max = 15).

2. Jos cornitta on 0 tai 1, poistetaan kohta x, y liikepisteiden joukosta.

3. Jos counttot on 5 ja ne ovat samalla rivillä (jos ikkunan leveys on 5), poistetaan 25 kohta x, y liikepisteiden joukosta.

Muussa tapauksessa kohtaa x, y voidaan pitää liikepisteenä.: Tämän jälkisuodatuksen vaiheessa 2 parannetaan menetelmän kohinasietoisuutta ja 30 vähennetään kytkentävirheitä. Vaiheessa 3 muutetaan kaikki yhden juovan korkuiset liikkuvat juovat liikkumattomiksi. Tällä vähennetään liikealueen leviämistä staattisille alueille. On huomattava myös, että em. prosessointi laajentaa liikealuetta aina silloin kun ehdot täyttyvät ja alunperin kohta x, y ei ollut liikepiste.

35 Keksintö voidaan toteuttaa patenttivaatimusten suojapiirissä pysyen myös muilla tavoilla kuin edellä kuvatulla. Niinpä vaakasuoran reunan tunnistus voi tapahtua muullakin tavoin kuin esitetyllä. Se voidaan tehdä esim. patenttihakemuksen FI-921 676 opettamalla tavalla, jossa hakemuksessa käsitellään kuvan 4 kaltaista sovellusta, 97663 g tai siihen voidaan käyttää jotain muuta tunnettua reunantunnistinta, esim. Sobel-tunnistinta. Jälkiprosessointi voidaan tietysti tehdä muullakin tavalla kuin esitetyllä, mutta kuitenkin niin, että kaikki yksittäiset liikkuvat juovat muuttuvat staattisiksi. Pystysuunnassa pitää siis olla vähintään kahdella peräkkäisellä juovalla liikettä, jotta 5 keskipiste kuvan 8 ikkunassa katsotaan liikkuvaksi. Kaikki kynnysarvot ovat valittavissa ja on mahdollista tehdä ne adaptiivisesti säätyviksi.

Claims (7)

97663

1. Menetelmä liikkeen tunnistamiseksi lomitellusta digitaalisesta videosignaalista, joka menetelmä antaa tiedon siitä, onko kentässä (t) kulloinkin kahden vertikaali-suunnassa peräkkäisen juovan (y-1, y+1) väliin muodostettavan uuden juovan (y) 5 tutkittavalla kohdalla (x,y,t) liikettä, tunnettu siitä, että jokaista tutkittavaa kohtaa (x,y,t) kohti: a) lasketaan edellisen kentän (t-1) pikselin, joka on tutkittavan kohdan positiossa (x,y), ja seuraavan kentän (t+1) pikselin, joka on tutkittavan kohdan positiossa (x,y), välinen erosignaali ja verrataan sitä asetettuun kynnysarvoon, jolloin erosignaalin 10 ylittäessä ensimmäisen kynnysarvon nimetään tutkittava kohta (x,y,t) liikepisteeksi, b) etsitään kentän t ja edeltävän kentän t-1 muodostavasta kuvasta vaakasuorat reu-nakohdat ja mikäli tutkittavalla kohdalla (x,y,t) on reuna, nimetään kohta reunapis-teeksi, ja c) lasketaan muodostettavalla uudella juovalla (y) olevien liikepisteiden määrä en-15 simmäisessä alueessa (x-v,x+v) ja reunapisteiden määrä toisessa alueessa (x-w, x+u) ja jos samanaikaisesti liikepisteiden lukumäärä ja reunapisteiden lukumäärä on suurempi kuin toinen kynnysarvo, tulkitaan tutkittavaan kohtaan (x,y,t) liittyvän liikettä.

2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että ensimmäinen kynnysarvo oh noin 12.

3. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että vaakasuorat reu-nakohdat tutkittavalla kohdalla (x,y,t) määritetään laskemalla arvo HOR seuraavasti:

25 HOR = max[ | s(x,y-l,t)-s(x,y,t-l) I, I s(x,y,t-l)-s(x,y+l,t) I ] -range[s(x-l,y,t-l), s(x,y,t-l), s(x+l,y,t-l)] jossa max[ ] on sisäänmenojen maksimi, range[ ] on sisäänmenojen maksimin ja minimin erotus, 30 ja jos arvo HOR on suurempi kuin asetettu kolmas kynnysarvo, nimetään tutkittava kohta reunapisteeksi.

4. Patenttivaatimuksen 3 mukainen menetelmä, tunnettu siitä, että kolmas kynnysarvo on noin 8. 35

5. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että ensimmäinen alue käsittää 15 kohtaa ja toinen alue käsittää 2 kohtaa tutkittavan kohdan (x,y,t) molemmilla puolilla ja toinen kynnysarvo on 1. 97663

6. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että kun jokaista tutkittavaa kohtaa (x,y,t) varten on saatu liiketieto, suoritetaan jälkiprosessointi, jossa tutkittavan kohdan liiketietoa verrataan naapurissa olevien tutkittavien kohtien 5 liiketietoon.

7. Patenttivaatimuksen 6 mukainen menetelmä, tunnettu siitä, että M*3- ikkunaan johdetaan samanaikaisesti 3 peräkkäistä uutta juovaa, jolloin ikkunan kullakin rivillä on M kpl saman juovan peräkkäisiin kohtiin liittyvää liiketietoa ja jolloin ikkunan 10 keskellä olevan tutkittavan kohdan (x,y,t) lopullinen liiketieto määritetään siten, että lasketaan, kuinka monta kohtaa ikkunan kullakin rivillä ilmaisee kohtaan liittyvän liikettä, lasketaan ikkunassa niiden kohtien lukumäärä, joihin liittyy liikettä ja jos lukumäärä on 0 tai 1 tai jos lukumäärä on M kpl ja yhdelläkin rivillä on M kpl kohtia, joihin liittyy liikettä, ei tutkittavaan kohtaan (x,y,t) tulkita liittyvän liikettä. 15