Dreidimensionales Computersehen

Dieses Buch bietet eine systematische Einführung in dieses neue Arbeitfeld der automatischen Bildanalyse. Es behandelt sämtliche wichtigen Teilaspekte, beginnend mit der Gewinnung von Tiefenbildern durch passive und aktive Verfahren über die Extraktion charakteristischer Flächenmerkmale und die Segmentierung bis hin zur modellbasierten Objekterkennung. Daneben werden konkrete Anwendungen der Tiefenbildanalyse vorgestellt. Die Didaktik des Buches erlaubt es Forschern und Praktikern, sich selbständig in dieses Gebiet einzuarbeiten. Das teilweise schwer zugängliche Material wurde in einheitlicher Notation und verständlicher Form aufbereitet. Die beschriebenen Verfahren können damit leicht auf dem Computer implementiert werden. Die Literaturhinweise geben einen vollständigen Überblick über die aktuelle Forschung. Fachgebiete: Nachrichtentechnik Interessenten: Anwendung

1 Einleitung.- 1.1 Bildanalyse.- 1.2 Gewinnung und Analyse von Tiefenbildern.- 1.3 Aufbau des Buches.- 1.4 Allgemeine Literaturhinweise.- 2 Stereoverfahren zur Tiefenbestimmung.- 2.1 Prinzipielles Vorgehen beim Stereosehen.- 2.2 Stereogeometrie.- 2.2.1 Standard-Stereogemetrie.- 2.2.2 Kalibrierung der Stereogeometrie.- 2.3 Zuordnungsmerkmale.- 2.4 Zuordnungseinschränkungen für die Korrespondenzanalyse.- 2.5 Zuordnungsverfahren.- 2.5.1 Korrelationsverfahren.- 2.5.2 Relaxation.- 2.5.3 Dynamische Programmierung.- 2.6 Sonstige Stereoverfahren.- 2.6.1 Aktives Stereo.- 2.6.2 Trinokulares Stereo.- 2.6.3 Axiales Stereo.- 2.7 Literaturhinweise.- 3 Auswertung monokularer Tiefenhinweise.- 3.1 Form aus Schattierung.- 3.1.1 Rekonstruktion der Flächennormalen.- 3.1.2 Rekonstruktion der Tiefe.- 3.1.3 Photometrisches Stereo.- 3.1.4 Tiefenbestimmung aus Nadeldiagramm.- 3.2 Form aus Textur.- 3.3 Literaturhinweise.- 4 Aktive Tiefengewinnung.- 4.1 Laufzeitverfahren.- 4.1.1 Eigenschaften der Signale.- 4.1.2 Direkte Messung der Laufzeit.- 4.1.3 Laufzeitmessung durch Amplitudenmodulation.- 4.1.4 Laufzeitmessung mit Frequenzmodulation.- 4.1.5 Transformation ins kartesische Koordinatensystem.- 4.2 Triangulationsverfahren.- 4.2.1 Projektion von Lichtstrahlen.- 4.2.2 Projektion von Lichtebenen.- 4.2.3 Codierter Lichtansatz.- 4.2.4 Farbcodierte Projektion.- 4.2.5 Projektion binärer Muster.- 4.2.6 Triangulation mit zwei Kameras.- 4.2.7 Tiefenberechnung bei der Lichtebenenprojektion.- 4.2.8 Kalibrierung.- 4.2.9 Diskussion und Vergleich.- 4.3 Form aus strukturiertem Licht.- 4.4 Literaturhinweise.- 5 Vorverarbeitung.- 5.1 Glättung.- 5.1.1 Klassische Glättungsoperatoren.- 5.1.2 Morphologische Glättung.- 5.1.3 Gaußsche Glättung.- 5.1.4 Binomialfilterung.- 5.1.5 Adaptive Glättung.- 5.1.6 Vergleich von Glättungsmethoden.- 5.2 Störungsabschätzung und Schwell Wertbestimmung.- 6 Bestimmung charakteristischer Flächenmerkmale.- 6.1 Grundlagen der Differentialgeometrie.- 6.1.1 Räumliche Kurven.- 6.1.2 Flächen.- 6.1.3 Digitale Berechnung der Flächenmerkmale.- 6.2 Numerische Berechnung der Flächenmerkmale.- 6.3 Analytische Berechnung der Flächenmerkmale.- 6.3.1 Lineare Regression.- 6.3.2 Approximation mittels orthogonaler Polynome.- 6.3.3 Approximation durch Eigenvektoren.- 6.4 Robuste Flächenapproximation.- 6.4.1 Selektive Flächenapproximation.- 6.4.2 Methoden aus der robusten Statistik.- 6.5 Literaturhinweise.- 7 Segmentierung.- 7.1 Kantenbasierte Segmentierung.- 7.1.1 Ableitungsbasierte Kantendetektion.- 7.1.2 Kantendetektion mittels morphologischer Residuenanalyse.- 7.1.3 Kantendetektion mittels Residuenanalyse.- 7.1.4 Moment-basierte Kantendetektion.- 7.2 Regionenbasierte Segmentierung: Algorithmische Paradigmen.- 7.2.1 Split-and-Merge.- 7.2.2 Regionenexpansion.- 7.2.3 Clusteranalyse.- 7.2.4 Sonstige Ansätze.- 7.3 Segmentierung in planare Flächen.- 7.3.1 Split-and-Merge basierend auf Quadtree.- 7.3.2 Split-and-Merge basierend auf Delaunay-Triangulation.- 7.3.3 Clustering in planare Strukturen.- 7.3.4 Gruppierung der Abtastzeilen.- 7.4 Segmentierung in gekrümmte Flächen.- 7.4.1 Split-and-Merge Verfahren.- 7.4.2 Clusteranalyse.- 7.4.3 Iterative Oberflächenapproximation von variablem Grad.- 7.4.4 Hypothese-Verifikations-Verfahren.- 7.5 Detektion von Rotationsflächen.- 7.6 Flächenklassifikation.- 7.6.1 Ebenentest.- 7.6.2 Unterscheidung zwischen quadratischen Flächen.- 7.6.3 Bestimmung der Flächenparameter.- 7.6.4 Modellbasierte Flächenklassifikation.- 7.7 Vergleich von Segmentierungsmethoden.- 7.8 Symbolische Szenenbeschreibung.- 7.9 Literaturhinweise.- 8 Objekterkennung.- 8.1 Aufteilung der Szene.- 8.2 Lokale Zuordnung: Konsistenzbedingungen.- 8.2.1 Gerichtete Geraden.- 8.2.2 Flächen.- 8.3 Globale Zuordnung: Korrespondenzanalyse.- 8.3.1 Diskrete Relaxation.- 8.3.2 Maximale Cliquen.- 8.3.3 Baumsuche.- 8.3.4 Partielle Baumsuche.- 8.3.5 Suche in indexierten Tabellen.- 8.3.6 Akkumulation im Transformationsraum.- 8.3.7 Maßnahmen zur Effizienzsteigerung.- 8.4 Globale Zuordnung: Verifikation.- 8.4.1 Merkmalsbasierte Verifikation.- 8.4.2 Bildbasierte Verifikation.- 8.4.3 Ausdehnung der Objekthypothesen.- 8.4.4 Bewertung und Annahme der Objekthypothesen.- 8.5 Transformationsbestimmung.- 8.5.1 Verkettung elementarer Transformationen.- 8.5.2 Getrennte Bestimmung von Rotation und Translation.- 8.5.3 Kombinierte Bestimmung von Rotation und Translation.- 8.6 Indexierung.- 8.7 Modellgenerierung.- 8.8 Literaturhinweise.- 9 Anwendungen.- 9.1 Formprüfung.- 9.2 Sortieren von Objekten.- 9.2.1 Sortieren nach der Objekterkennung.- 9.2.2 Sortieren von unbekannten Objekten.- 9.3 Navigation autonomer Fahrzeuge.- 9.4 Analyse von Gesichtsbildern.- 9.4.1 Lokalisieren von Gesichtsmerkmalen.- 9.4.2 Gesichtserkennung.- 9.5 Literaturhinweise.- A Mathematische Morphologie.- B Tiefenbildsammlungen.