Objektselektion und Diskrimination in Einem Bildanalysesystem

Kurzfassung

Objekte gleichen Grauwerts oder gleicher Kantensteilheit lassen sich mit einem mehr oder weniger intelligenten Diskriminator automatisch für eine binäre Bildanalyse ermitteln. Häufig besteht aber die Aufgabe, Objekte gleicher Grauwerteigenschaft (Grauwert, Kantensteilheit) als Funktion ihrer äußeren Form zu selektieren, z.B. zur Unterscheidung von Körnern und Körner-Aggregaten bei pulverförmigen Teilchen oder von faser- und nichtfaserförmigen Teilchen bei Asbestablagerungen.

Binäre Bildtransformationen wie Expanding, Shrinking oder ihre Verallgemeinerung, wie sie z.B. aus der mathematischen Morphologie bekannt sind, können für SW-Fernsehsignale in Echtzeit durchgeführt werden. Mit ihnen können Maße bzw. Parameter angegeben werden, die die Beschreibung und damit die Selektion von Objekten nach ihrer Form ermöglichen. Als Beispiel eines solchen Maßes sei genannt der Quotient aus der Flache eines Objekts nach einer zweidimensionalen Expanding / Shrinking Transformation und der Originalobjektfläche. Mit diesem Maß lassen sich Aggregate von Einzelobjekten separieren.

Es wird gezeigt, wie mit Hilfe der binären Bildtransformationen neue Maße (Formfaktoren) bzw. Parameter zur Objektbeschreibung ermittelt werden können, für welche Anwendungsfälle sie geeignet sind und wie die Formparameterbestimmung in einem binären Bildanalysesystem realisiert ist.