Stabile, echtzeitfähige Farbbildauswertung

Wir haben in dieser Arbeit ein stabiles, echtzeitfähiges System zur Farbbildauswertung vorgestellt. Diese Aufgabe berührte zwei wichtige, eingenständige Wissenschaftsbereiche, die Farbe und die Bilderkennung. In Kapitel 2 wurden die wichtigsten Grundlagen des Phänomens Farbe zusammengefaßt. Das Thema Farbe ist ein komplexes Gebiet, das verschiedene Wissenschaftsdisziplinen berührt. Wir haben die physikalischen Grundlagen, die Farbmetrik als Basis zum Aufbau von Farbsystemen, sowie die physiologischen und psychologischen Kentnisse über die menschliche Farbwahrnehmung dargestellt. In diesem Kapitel wurden auch die für diese Arbeit wichtigen Farbmodelle vorgestellt. Das Kapitel 3 befaßte sich mit der wichtigsten Komponente eines Bildanalysesystems, der Segmentierung. Wir haben dort die aus der Literatur bekannten Verfahren zur Segmentierung von Farbbildern zusammengefaßt und kritisch bewertet. Diese Verfahren sind entweder schnell, aber dafür in der Qualität ihrer Segmentierungsergebnisse unbrauchbar (lokale Verkettungsverfahren), oder sie sind sequentiell und sehr rechenintensiv (rekursive Histogrammsplitting, Region Growing). Da für eine echtzeitfähige Segmentierung der Einsatz von Parallelrechnern unumgänglich ist, haben wir die inhärent parallele Methode der Segmentierung in hierarchischen Inselstrukturen entwickelt. In Kapitel 4 wurde der CSC, als ein Vertreter dieser Methode, ausführlich beschrieben. In der Generierung des CSC werden die Farbbilder in einer hexagonalen, hierarchischen Inselstruktur segmentiert, die aber auch auf Bilder angewendet werden kann, die im orthogonalen Raster abgetastet wurden. Diese überlappende, hexagonale Inseltstruktur trägt wesentlich zur Stabilität und Schnelligkeit des Verfahrens bei. Für die Vorverarbeitungsphase wurden mehrere nichtlineare Filter untersucht. Der snn (symmetric nearest neighbor) Filter erwies sich als der schnellste und beste dieser Filter. Einige effiziente Operationen zur Merkmalsextraktion aus dem CSC sind ebenfalls im Kapitel 4 beschrieben worden. In der Generierung des CSC wurden mehrere Farbähnlichkeitskriterien für die Verschmelzung von Farbregionen untersucht, die für die Qualität der Segmentierungsergebnisse von enormer Wichtigkeit sind. Untersucht wurden Farbähnlichkeitsmaße in den Farbräumen RGB, YIQ, Lab, Luv und HSV. Bei den Maßen im RGB, YIQ, Lab und Luv handelte es sich um die üblichen in der Farbsegmentierung benutzten Abstandsmaße (Summe der Beträge oder eukl. Abstand), während wir für den HSV--Farbraum ein neues Farbähnlichkeitmaß entwickelt haben, das die Schwellen abhängig vom Farbort setzt. Dieses in vielen Experimenten entwickelte Maß zeigte sich den anderen Ähnlichkeitsmaßen eindeutig überlegen. Wegen der Stabilität des Farbwinkels unter stark variierenden Beleuchtungsbedingungen führt die Segmentierung im HSV--Farbraum zu sehr Segmentierungsergebnissen. Diese Resultate wurden sowohl an einer Auswahl von Beispielbildern als auch an den Erkennungsraten in einer konkreten Anwendung über mehrere tausend Bilder belegt (Kapitel 5). Ein aktuelles Forschungsthema ist die Entwicklung von gleichabständigen Farbräumen, die Farbe über Farbton, Helligkeit und Sättigung beschreiben (s. [LH88], [TMM89]). Der HSV--Farbraum hat den Nachteil, daß die empfundenen Farbunterschiede nicht immer den geometrischen Abständen entsprechen. Sollte demnächst ein solcher gleichabständiger Farbraum veröffentlicht werden, wäre es sehr interessant, diesen Farbraum in der Generierung des CSC zu untersuchen. Die Echtzeitfähigkeit des Systems ergibt sich aus der inhärenten Parallelität des Verfahrens und seiner Schnelligkeit. Die komplette Generierung des CSC inklusive Farbraumtransformation und Filterung benötigt auf einer SPARC10 und einem MPC601 (Motorola Power Chip) ca. 2.7 Sekunden. Wir arbeiten momentan an einer Implementierung des CSC auf einem parallelen Bildverarbeitungssystem. Dieses System wird mit einer Reihe von MPC601 Prozessoren ausgerüstet, die mit einem Bus zur schnellen Verteilung der Bilddaten verbunden sind. Schon mit diesem System dürfte sich der CSC in weniger als 500 Millisekunden generieren lassen. Für die nächsten zwei Jahre sind bereits die Nachfolgemodelle des MPC601 angekündigt worden, die bis zu 20 mal schneller sein sollen. Diese Nachfolgemodelle werden ebenfalls in das Bildverarbeitungssystem integrierbar sein. Damit ist in absehbarer Zeit eine Farbbildauswertung mit dem CSC in Kameraechtzeit möglich.