PatentDe  


Dokumentenidentifikation DE10161681C2 24.12.2003
Titel Verfahren zur Erkennung von Strukturen in (n+1)-dimensionalen Räumen durch Verschiebung und n-dimensionale Aggregation
Anmelder Falkenhagen, Joachim, 12555 Berlin, DE
Erfinder Falkenhagen, Joachim, 12555 Berlin, DE
DE-Anmeldedatum 14.12.2001
DE-Aktenzeichen 10161681
Offenlegungstag 03.07.2003
Veröffentlichungstag der Patenterteilung 24.12.2003
Veröffentlichungstag im Patentblatt 24.12.2003
IPC-Hauptklasse G06T 7/00
IPC-Nebenklasse G01S 7/20   G01S 13/66   

Beschreibung[de]
Stand der Technik

Viele Radargeräte sind zur Identifikation bewegter Objekte in der Lage.

Bei der Objektverfolgung im Navigationsradar oder Überwachungsradar erfolgt in der Regel im einzelnen Radarbild eine Identifikation von Bereichen mit stärkeren Reflexionen. Vorzugsweise bei wiederholtem, begrenzt verschobenem Auftauchen in den folgenden Radarbildern werden diese als Objekte bzw. Ziele bestätigt, und deren Bewegungen können somit verfolgt werden (exemplarisch in Furuno Service manual marine radar FR1505 Mark-3 series, S. 2-23). Bei aufwendigeren Verfahren erfolgt eine Zielerkennung durch Vergleich mit "Signaturen", also typischen Erscheinungsmustern der gesuchten Objekte. Dabei kann in der Regel zu den einzelnen Zeitpunkten der Ort von mutmaßlichen Objekten bzw. ein Schwerpunkt ihres Abbilds ermittelt werden.

Eine Identifizierung von Objekten aus einem "Momentanbild" erfolgt auch bei Zielfolge- Radaren, wobei solche Radarsysteme anschließend physikalisch mit ihrem Radarstrahl den Objekten folgen.

Durch Vergleich des Abstands von zu verschiedenen Zeitpunkten festgestellten Abbildern mit der Fortbewegungsgeschwindigkeit der tatsächlich gesuchten Objekte kann festgestellt werden, ob verschiedene Abbilder zu einem Objekt gehören können, bzw. es können Objekte in nicht interessierenden Geschwindigkeitsbereichen ausgeklammert werden. Dann kann auch eine Prognose der Folgebewegung erfolgen. Vorteilhaft für derartige Verfahren ist ein erkennbares Hervortreten der Objekte gegenüber Störgeräuschen in den einzelnen Bildern. Aufwendigere Algorithmen berücksichtigen auch die Möglichkeit von kurzzeitigen Unterbrechungen der Signale und andere probabilistische Einflußgrößen. Buurma (Long range surveillence radards as indicators of bird numbers aloft, Israel Journal of Zoology, Vol. 41, besonders S. 229) erwähnt einen solchen iterativen Prozess, der jedoch ebenfalls auf der Vorauswahl von Radarechos in Einzelbildern aufbaut.

Bekannt ist eine Rauschunterdrückung durch wiederholte Addition von Signalen, womit sich stochastisch auftretende Störungen ausmitteln, gegebenenfalls unterstützt durch das Abziehen eines Intensitätsmittelwerts des Rauschens. Dies gelingt am besten bei jeweils gleichen Nutzsignalen, bzw. im Falle von Radarbildern bei unbewegten Objekten, die in aufeinanderfolgenden Radarbildern jeweils an derselben Stelle auftreten.

Auch bei bewegten Signalen, die zu schwach sind, um in einzelnen Bildern jedes für sich hervorzutreten, bzw. keine derartige Identifikation erlauben, kann teilweise durch Summierung mehrerer Bilder (Echo trail bzw. Langzeitbelichtung, vergl. Buurma S. 224) erreicht werden, daß Nutzsignale, die wiederholt an der selben Stelle bzw. entlang einer Bewegungslinie auftreten, ex-post als Spur erkennbar werden. Dagegen verteilen sich stochastisch auftretende Störsignale gleichmäßiger im Raum und ergeben damit nur schwächere "Graustufen" des Hintergrunds. Dies kann durch die Speicherung nur von Raumpunkten, in denen die Signalstärke festgelegte Mindestwerte überschreitet, unterstützt werden (z. B. Vorgehen der SWARM-Software der Firma Trios).

Dies entspricht einer Projektion der dreidimensional interpretierten Bildfolge in Richtung der Zeit-Dimension auf die zweidimensionale Ebene eines Summenbildes. Es kommt also bei 2- dimensionalen Bildern mit n = 2 zu einer Aggregationen entlang der Zeit als dritter bzw. n + 1- ter Koordinatenachse, und dabei ohne Verschiebung innerhalb der übrigen Koordinaten. Man kann diese Projektion als eine seitliche bzw. eigentlich schräge Ansicht des linienartig erstreckten Objekts bezeichnen, die dessen "Längsseite" in der Raum-Zeit darstellt. Nachteilig ist, dass bei bewegten Zielen bereits die Verteilung der Signale auf mehrere Stellen einer Bewegungslinie eine Maskierung durch Störsignale bzw. durch deren Schwankungen bewirken kann. Auch kann in über die Zeit addierten Bildern teilweise keine Unterscheidung mehr zwischen Signalen von mehreren zu erfassenden Zielen möglich sein.

Bei ortsfesten Objekten wiederholt sich dagegen das Signal an gleicher Stelle. In der Summation über die Zeit tritt daher eine stärkere Konzentration der Signale an derselben Stelle auf (vergl. Verfahren Seascan Ryan J.: Application of High Speed Scanning Radar to search, surveillance and navigation). Ein unbewegtes kleines Objekt ergibt in der Raum-Zeit einen Strich, der parallel zur Dimension "Zeit" verläuft, und wegen seiner Ortsfestigkeit nur eine geringe Ausdehnung in Richtung der räumlichen Dimension aufweist. Bei Summation mehrerer zeitlich aufeinanderfolgender Bilder erfolgt eine Projektion entlang der Zeit, also entlang der schmalsten Seite der Raum-zeitlichen Darstellung dieser Objekte. Das Ergebnis stellt also gewissermaßen die "Schmalseitenansicht" dieser in der Raumzeit erstrecken Objekte dar. Daher ergibt sich eine stärkere Signalverstärkung als bei der zuvor beschriebenen Projektion bewegter Objekte in ähnlicher Weise. Allerdings läßt der jeweils entstehende "Punkt" meist keine Aussagen über Zeitpunkt und Dauer des Signals zu. Außerdem ist die Erkennung ortsfester Objekte seltener von Interesse. Eine vergleichbare Signalverstärkung auch für bewegte Objekte würde die Erkennung solcher Objekte deutlich verbessern.

Eine weitere etablierte Technik ist die Bildverarbeitung. In der Bildverarbeitung wird meist unterschieden zwischen Verfahren, bei denen Graustufen bearbeitet werden, ohne Objekte abzugrenzen, und Vorgehensweisen, bei denen erst Objekte mit erkennbaren Begrenzungslinien abgegrenzt und dann bearbeitet werden.

Bekannte Bildverarbeitungsschritte wie u. a. Kappungen, Glättungen, Kantenerhöhungen, Bestimmung des Schwerpunkts und der Größe von identifizierten Objekte lassen sich grundsätzlich auch auf Bilder mit mehr als zwei Dimensionen übertragen.

Da es grundsätzlich beliebig viele Bewegungsrichtungen und Ausrichtungen gibt, deren Vielfalt mit der Zahl der Dimensionen und der daraus resultierenden Zahl der Freiheitsgrade zunimmt, stößt eine Mustererkennung in mehrdimensionalen Räumen meist schnell an Grenzen.

Ein weiteres bekanntes Verfahren ist die Hough-Transformation.

Auch für die Suche nach Linien bzw. Bewegungsmustern in mehrdimensionalen Räumen mit Hilfe der Hough-Transformation bzw. der dynamischen Hough-Transformation ergeben sich rechentechnische Grenzen, da diese aufwendigere Rechenschritte als die einfache Addition verschobener Bilder erfordert. Hough-Transformationen erfolgen häufig erst nach Beschränkung eines Bildes auf binäre Kantenlinien. Analogien zwischen der Hough- Transformation und nachfolgender Erfindung ergeben sich durch die Projektion in einen Auswertungs-Raum und die Durchführung eines Auswahlalgorithmus im Auswertungsraum, (vergl. http:/ / cs-alb-pc3.massey.ac.nz/notes/59318/l11.html/Stand Dezember 2001). Eine Ziel der Erfindung ist daher ein rechentechnisch einfaches Verfahren, was allerdings durch die Verwendung mehrerer Auswertungsräume für mehrere Verschiebungsarten erkauft wird.

Ein weiteres Verfahren wird in EP 0 562 004 B1 beschrieben.

Auch dort werden Zeitreihen von Daten in mehrdimensionalen Datenmatritzen gespeichert. Als technisches Beispiel beschrieben wird dort eine passive Sonarerkennung, die sich dadurch auszeichnet, dass Geräuschquellen aus unterschiedlichen Richtungen erkannt werden (vergl. Fig. 1, Fig. 3 ff. und Fig. 11-12), wegen der unbekannten Entfernung der Geräuschquelle aber zunächst keine Aussage über die Bewegung der Geräuschquelle erlaubt, weil nur der Winkel relativ zum Empfänger als Ortsinformation gegeben ist. In Spalte 15 Zeile 29 ff. und Spalte 16 Zeile 49 ff. wird auf Möglichkeiten der Eliminierung bestimmter Störgeräusche aus den Rohdaten hingewiesen. Beschrieben wird die mögliche Visualisierung der Daten in einem Daten-Kubus und deren Betrachtung "von einer der drei Seiten" desselben (Spalte 8, Zeile 42 f.). Die Möglichkeit einer "schrägen" Betrachtung wird jedoch nicht angegeben. Sie würde bei den gewählten Beispielen aus der Sonartechnik auch nicht sinnvoll sein, jedenfalls nicht zum "Filtern" von Objekten nach ihrem Geschwindigkeitsvektor führen. Anspruchsbestimmend ist die Verkettung entlang einer Dimension (Spalte 20 Zeile 18 bzw. Spalte 25/Zeile 15), also bei räumlichen Daten jeweils im rechten Winkel zu der anderen Dimension.

Für eine Analyse von typischerweise dreidimensionalen Bildern wie nachstehend beschrieben, wobei in günstiger Ausprägung zunächst Umwandlungen (verschobene Addition) im Grauwertbereich und anschließend Auswahloperationen erfolgen, sind keine Vorbilder bekannt. Ohne Vorbild ist auch eine Mischung von Auswahlschritten per Algorithmus mit anschließender visueller Analyse durch den Menschen, wie sie insbesondere im Anschluß an ein rechentechnisches Verfahren gemäß Anspruch 9 oder 10 erfolgen kann.

Aufgabe

Aufgabe der Erfindung ist die Beschreibung eines Verfahrens zur Suche nach langgestreckten Objekten unbekannter Ausrichtung in mehrdimensionalen Räumen, bzw. in deren Abbildern in Computersystemen. Ein bevorzugter Anwendungsfall ist die Erkennung bewegter Objekte, die mit Radar untersucht werden, soweit sie sich im Einzelbild bzw. in Momentaufnahmen nur wenig von Störsignalen abheben. Die Zeit wird dabei als eine Dimension eines mehrdimensionalen Raums behandelt.

Derart auszuwertende Bilder könnten mit Hilfe von elektromagnetischen Wellen, wie Radar oder Licht, mit akustischen Verfahren oder auf andere Weise erzeugt worden sein. Zur Herstellung der Bilder könnten die Wellen aktiv von dem Untersuchenden abgestrahlt worden sein (Radar, Sonarortung, Seismik), oder es könnten Emissionen des beobachteten Objekts oder dort reflektierte Umgebungsstrahlung beobachtet werden. Die Entfernung bzw. Lageinformation könnte durch Laufzeitermittlung, durch stereoskopische Peilung oder durch andere Verfahren ermittelt worden sein.

Neue Lösung

Während intuitiv eine Erkennung von langgestreckten Objekten durch die Betrachtung ihrer Längsseite naheliegt, beruht die Erfindung auf dem Gedanken einer Projektion in der Längsrichtung der Ausdehnung der Objekte, und damit auf eine Fläche senkrecht zu dieser Ausdehnungsrichtung, bzw. auf einer Erkennung nach Projektion im spitzen Winkel. Im Falle der Suche nach bewegten Objekten handelt es sich um eine Projektion (ungefähr) parallel zu ihrer raumzeitlichen Bewegungsrichtung (Anspruch 4). Damit werden sie auf eine kleine (raumzeitliche) Querschnittsfläche abgebildet. Damit sollen sie sich auf ähnliche Weise verstärken und damit gegen andere Signale abgrenzen, wie es stehende Objekte tun, die immer an der selben Stelle Signale erzeugen, wenn ortsfeste Bilder über die Zeit addiert bzw. aggregiert werden. Als Aggregation werden hier Funktionen bezeichnet, die die Intensitätswerte bzw. anderen Eigenschaften von mehreren Punkten (im n + 1-Raum) zu einem Wert zusammenfassen.

In vielen Fällen wird eine Bewegung im zweidimensionalen Raum zu analysieren sein, die wie eine Spur in einem dreidimensionalen Raum behandelt wird.

Da nicht bekannt ist, in welcher Richtung sich Objekte bewegen, und sich unterschiedlich bewegende Objekte jeweils bei unterschiedlichen Projektionsrichtungen auf diese Weise hervortreten, werden diese Projektionen für verschiedene Richtungen (Anspruch 1) durchgeführt. Die Projektionsrichtungen, bzw. die davon abgeleiteten Verschiebungen, können so gewählt werden, daß Objekte hervortreten, die sich - ungefähr - mit der gewünschten Geschwindigkeit bewegen. Die sich ergebenden "Querschnittsbilder" ermöglichen Aussagen, daß ein in dieser Richtung ausgedehntes Objekt (wahrscheinlich) vorhanden ist.

Danach kann eine Analyse der so gewonnenen Projektionen bzw. Summenbilder in der zweidimensionalen Ebene erfolgen. Dabei bieten sich in zweckmäßigen Ausprägungen insbesondere Mustererkennungsverfahren an (Anspruch 5 ff.), die nach abgrenzbaren "Flecken" bzw. Blobs suchen. Vorteilhaft ist dabei, daß deren Größe bei streckenhaften Bewegungen durch die Feinheit der Abstufung der Bewegungsvektoren bestimmt wird. Ebenfalls kann die Anwendung von Unschärfeoperationen wie dem Medianwertverfahren auf die zweidimensionalen Summenbilder dazu beitragen, unterbrochene Signale als Einheit zu erkennen.

Nähere Aussagen über die in diesen Richtungen vorhandenen Objekte erhält man durch eine weitergehende Analyse der in dieser Richtung gelegenen Informationen. Weiter ausgewertet werden nur die Raumbereiche, in denen sich ein "Querschnitt" abgezeichnet zu haben scheint.

Anspruch 7 schlägt dabei die Bildung von Regressionslinien innerhalb von n + 1- dimensionalen Teilräumen vor, die mittels der n-dimensionalen Projektionsbilder identifiziert worden sind. Damit kann innerhalb des vorselektierten Richtungsbereichs eine von der ursprünglichen Suchrichtung etwas abweichende Bewegungsrichtung identifiziert werden, bzw. vermutete Bewegungslinien können verifiziert werden. Bei dem Verfahren gemäß Anspruch 7 oder 8 kann es zweckmäßig sein, zur Ermittlung der Linie bzw. Regressionslinie die eine Intensität abbildenden Eigenschaften im Raum bei der Durchführung der Regression wie eine Häufigkeit des Vorkommens von Objekten an diesen Stellen zu behandeln.

Die Bildung von Regressionslinien bzw. Geraden basiert grundsätzlich auf der Beschreibung einer abhängigen Variablen. Einzelne fehlerhafte Werte weit außerhalb des tatsächlichen Kurvenverlauf können bei der Regression zu starken Änderungen des berechneten Verlaufs führen, so daß dieses Verfahren bei störbehafteten Signalen und bei Vorliegen mehrerer Kurven, entlang derer sich die Werte konzentrieren, nicht aussagefähig ist. Die Anwendung dieses Verfahrens wird hier durch die Beschränkung auf vorselektierte Teilräume ermöglicht. Die nach dieser Prüfung verbleibenden Raumbereiche bzw. Regressionslinien können mit höherer Wahrscheinlichkeit als Spuren von Objekten betrachtet werden.

Gleichzeitig heilt die nachgeschaltete Regressionsanalyse z. T. die Einschränkung, daß zur Eingrenzung des Rechenaufwands zuvor nur eine begrenzte Zahl von Richtungen analysiert werden kann.

Möglich ist auch, zunächst durch automatische Mustererkennung bestimmte Richtungen bzw. Raumbereiche mit mutmaßlichen Objekt-Spuren zu erkennen, dann nur die Signale in diesen Raumbereichen zu übernehmen, um mit ihnen anschließend eine konventionellunverschobene Addition mehrerer Bildteile über die Zeit vorzunehmen (Anspruch 8). Dies hätte eine (zwei-) dimensionale Darstellung der Originaldaten in konventioneller zeitlicher Integration zur Folge, die die weitgehend unveränderten Spuren darstellen würde, die ein Bearbeiter im Detail analysieren kann und dabei auch eventuelle Fehlerkennungen der Algorithmen korrigieren könnte. Vorteil ist hier die Eliminierung der Störsignale in Raumbereichen abseits der interessierenden Spuren durch die vorgeschaltete Analyse. Gegebenenfalls können die in Anspruch 8 beschriebenen Arbeitsschritte wiederholt werden bzw. weitere Auswahlschritte zwischengeschaltet werden.

Durch die raumzeitlich "schräge" Projektion gemäß Anspruch 1 und 4 werden sonst diffus erscheinende Bewegungslinien zu deutlichen Punkten bzw. kurzen Strichen konzentriert. Andererseits geht die der Anschauung entsprechende räumliche Zuordnung teilweise verloren. Dieser Nachteil kann bei längerer Beobachtungsdauer gemäß Anspruch 10 durch eine gemischte Darstellung ausgeglichen werden, mit verschoben-addierter Darstellung über kurze Zeitabschnitte, die jeweils über einen längeren Zeitraum in unverschobener Ausgangsposition in ein Bild addiert werden. Damit werden nur kurze Zeitabschnitte in der "schrägen" Projektion dargestellt. Nach jedem dieser Zeitabschnitte beginnt die Abbildung wieder an der ursprünglichen Stelle. Damit konzentrieren sich Abbilder von Objekten, die sich genau mit dem Bewegungsvektor fortbewegen, innerhalb dieser Zeitabschnitte in einem Punkt, so daß ein höherer Kontrast der "Querschnitte" erreicht wird. Die generelle Bewegung wird in gewohnter Weise erkennbar, weil das Objekt im nächsten Zeitabschnitt mit einem in seiner "normalen" zweidimensionalen Fortbewegungsrichtung verschobenen Punkt dargestellt wird (Anspruch 10).

Vorrangig bei Darstellung von summierten Graustufenbildern in zwei Dimensionen können den Bildpunkten Farbwerte zugeordnet werden, insbesondere entsprechend dem Zeitpunkt des Aufblinkens des Punktes, oder entsprechend der Richtung, für die dieser Punkt als Teil einer Bewegung erkannt wurde. Solche Summenbilder können für alle Richtungen gemeinsam, für einzelne und für einen Teil der Richtungen gebildet werden (Anspruch 11).

Anwendungen von Anspruch 14 ergeben sich insbesondere bei Radarbildern, deren Auflösung in der Entfernungsrichtung genauer ist als die seitlichen Winkelangaben, und bei denen daher mittels geodätischer Berechnung auf der Grundlage zweier Entfernungsangaben eine genauere Positionsbestimmung möglich ist. Hier bietet sich eine zweidimensionale Anwendung des Suchverfahrens von zwei Beobachtungspunkten aus an, mit der Entfernung als räumlicher Dimension und der Zeit, womit die Geschwindigkeit in axialer Richtung zu je einem Beobachtungspunkt ermittelt wird. Durch Beschränkung auf zwei Dimensionen kann gegebenenfalls mit akzeptablem Rechenaufwand eine relativ feine Abstufung der Projektionsrichtungen (d. h. der implizit geprüften, axialen Geschwindigkeitskomponenten) erreicht werden, was besonders zur Erkennung schwacher Signale von mit konstanten Geschwindigkeiten bewegten Objekten nutzbar ist. Deren Abbild wird sich im Falle guter Übereinstimmung ihrer Geschwindigkeit mit der Projektionsrichtung auf einem kleinen Bereich konzentrieren. Anschließend können für einen Zeitabschnitt die Informationen beider Beobachtungspunkte zusammengefaßt werden. Durch die Vorverarbeitung mit Übergabe nur der Bewegungsinformationen erkannter Objekte, statt der Übertragung kompletter Bilddaten, wird außerdem die benötigte Bandbreite der Datenübertragung begrenzt.

Eine räumliche Aggregation in verschiedenen Richtungen kann vorteilhaft durch Additionen paralleler, in der Darstellungsweise gleichförmig gegeneinander verschobener Bilder erreicht werden. Anspruch 15 beschreibt eine Speicherorganisation, mit der eine vorteilhafte Berechnung der Verschiebungen in bestimmten Richtungen erreicht werden kann. Dabei muß es sich im Originalraum nicht um eine gleichförmige Verschiebung handeln; beispielsweise repräsentiert eine Verschiebung innerhalb einer Darstellung von Radarbildern in Polarkoordinaten eine Streckung und Drehung im Originalraum.

Weitere Merkmale ergeben sich aus der Formulierung der Ansprüche.

Vorteile

Die Erfindung ermöglicht eine Erkennung von Spuren auch in solchen Fällen, in denen

  • - sich ein Ziel in einem einzelnen Bild noch nicht mit einer erkennbarem Muster (Signatur) abbildet, und
  • - sich auch bei ortsfester Integration über die Zeit nicht hinreichend abzeichnet.

Weitere vorteilhafte Ausprägungen

In zweckmäßiger Ausprägung wird in allen Verfahren der Aufwand durch Beschränkung auf eine begrenzte Zahl der Richtungen bzw. Bewegungsvektoren beschränkt. Dies entspricht einer faktisch gemeinsamen Untersuchung von mehreren ähnlichen Richtungen, die nicht bereits dem nächsten Bewegungsvektor stärker ähneln.

Zweckmäßig sein kann auch eine in den Ansprüchen nicht explizit genannte Beschränkung auf Ausgangspunkte in bestimmten Abständen untereinander, und die Beschränkung der Summenbildung in mehreren Verschiebungsrichtungen auf eine geringere Auflösung als in den Originaldaten, um Rechenzeit zu sparen. Sinnvoll ist eine Beschränkung der Summenbildung auf eine bestimmte Entfernung bzw. zeitliche Distanz von den Ausgangspunkten, um nicht völlig gleichmäßige Bewegungen gut zu erfassen. Die Beschränkung kann sich evtl. an der geometrischen Unschärfe der auszuwertenden Bilder orientieren.

Im Falle von Bewegungen in einer in Polarkoordinaten dargestellten Fläche kann das Verfahren auch bei im Originalraum geradlinigen Bewegungen durch Verschiebung aufeinanderfolgender Bilder um einen jeweils festen Wert in Winkel- und in Entfernungsrichtung angewendet werden, solange innerhalb eines Zeitabschnitts der Addition die Winkeländerungen hinreichend klein sind, und damit die Unterschiede zu einer Erfassung gemäß streng geradlinigen Bewegungen gering bleiben. Ein Verschiebungsschritt würde dann z. B. einer gleichzeitigen Drehung und Streckung des nachfolgenden Bildes entsprechen, also an verschiedenen Stellen des Koordinatensystems ganz unterschiedliche Bewegungen repräsentieren. Als Sonderform einer Verschiebung kommen auch andere Verzerrungen der aufeinanderfolgenden Bilder in Frage, etwa in Richtung eines Zielpunktes.

Die bekannte Störungsunterdrückung bei der Erfassung ortsfester Objekte durch Mittelung mehrerer Abbilder stellt gewissermaßen einen Sonderfall der Erfindung dar, bei dem in der Raumzeit parallele Spuren betrachtet werden. Die Erfassung ortsfester Objekte könnte daher in die beschriebenen Verfahren, mit denen unterschiedliche Richtungen bzw. Bewegungsvektoren betrachtet werden, als eine mögliche Bewegungsart einbezogen werden.

Die erkannten Bewegungen können als Liste gespeichert werden.

Die über einige Zeit ermittelten Bewegungen können auch als standardisierte Linien bzw. Pfeile in einem zweidimensionalen Bild dargestellt werden. Dies würde insbesondere bei relativ kurzer Dauer der einzelnen Projektionsvorgänge, die nur kurze Bewegungsabschnitte analysieren, eine anschauliche Überprüfung ermöglichen, ob diese ein Teil längerer Bewegungsvorgänge sind.

Bei der Analyse von Projektionen könnte ein Mittelwert der Störsignale ermittelt werden oder ein Grenzwert der Summe, ab dem die summierten Einzelbilder in die weitere Darstellung "übernommen" werden, und die übernommenen Einzelbilder könnten um diesen Grenz- oder Mittelwert gemindert werden.

Blobs verschiedener Richtungssummen können verglichen werden, und im Falle von Blobs an gleicher Stelle in mehreren Richtungen könnte dann eine Auswahl erfolgen.

Um beschleunigte Bewegungen zu analysieren, kann eine unterschiedliche Verschiebung aufeinanderfolgender Flächenbilder erfolgen.

Für die Datenverarbeitung kann es vorteilhaft sein, nur solche Verschiebungen bzw. Bewegungsvektoren zu betrachten, die ganzzahligen Unterschieden zwischen Speicheradressen bzw. ganzzahligen Brüchen entsprechen.

Evtl. kann es Rechenzeit sparen, statt für ganze Ebenen die richtungsbezogenen Summen zu berechnen, jeweils für ausgewählte Ausgangsstellen die Summation in verschiedenen Richtungen vorzunehmen, und abzubrechen, wenn absehbar ist, daß kein das Kriterium erfüllender Summenwert erreicht wird.

Beispiel

Zeichnung 1 beschreibt ein zur Verdeutlichung nur zweidimensionales, aus einer Richtungsachse (1) und der Zeit (2) gebildetes Koordinatensystem. In diesem bewegt sich ein Objekt mit konstanter Geschwindigkeit entlang der Linie (3), und hinterläßt in dem betrachteten Zeitabschnitt das hier unterbrochen gezeichnete Muster (4). Gleichzeitig können Störsignale (5) auftreten, die sich in einem kurzen Zeitabschnitt nicht von dem gesuchten Muster unterschieden müssen.

Bei konventioneller Integration bzw. Addition des am jeweiligen Ort auftretenden Signals über die Zeit entsteht das Bild (7), das einer Projektion (6) parallel zur zeitlichen Dimension entspricht. Dabei weist das Abbild des Musters entlang seines Verlaufs eine ähnliche Stärke auf, wie kurze Störsignale ähnlicher Intensität. Dagegen ergibt sich bei einer Projektion parallel zur Bewegungsrichtung des Objekts eine Konzentration des Abbilds auf einen Punkt (8), der sich deutlich von den Abbildern der Störsignale (nicht dargestellt) abhebt, und dessen Identifikation unabhängig von kurzen Unterbrechungen des ursprünglichen Musters (4) ist. Auch bei einer Projektion im spitzen Winkel zur Bewegungsrichtung ergibt sich eine günstige Konzentration auf ein im Vergleich zu (7) kürzeres, intensiveres Abbild (9). Länge und Verlauf dieses Abbildes erlauben bei Kenntnis der Projektionsrichtung und -dauer bereits Rückschlüsse auf den tatsächlichen Bewegungsverlauf. Um zu einem anschaulichen Abbild in Richtung der räumlichen Dimension zu kommen, kann in einer Folgeverarbeitung nach Ermittlung der Größe des Abbilds 9 eine Auswahl der zwischen den Begrenzungslinien (10) gelegenen Bereiche erfolgen. In diesem Bereich liegen nur das Nutzsignal (4) und hier ein Störsignal (11), während die anderen Störsignale "ausgefiltert" worden sind.

Die so ausgewählten Bereiche könnten wiederum räumlich konstant über die Zeit zu einem verbesserten Abbild (7) aggregiert werden, das dann weniger von Störsignalen maskiert wäre. Ebenfalls könnte gemäß Anspruch 7 eine lineare Regression erfolgen, die zunächst zu einem in der Nähe der tatsächlichen Bewegungslinie liegenden Schätzwert führen würde. Im nächsten Schritt wäre das Störsignal (11) wegen seiner Entfernung zu diesem Schätzwert auszusondern, so daß eine weitere Regression mit den nunmehr ausschließlich verbleibenden Signalen (4) erfolgen könnte, und somit verbesserte Ergebnisse liefern würde.

Zeichnung zwei zeigt oben nebeneinander drei Flächenausschnitte mit 5.5 Punkten, die drei aufeinanderfolgende Zeitpunkte repräsentieren, und die an den jeweiligen Punkten ermittelten Intensitätswerte. Im Beispiel ermöglichen die schwachen Unterschiede zwischen den Intensitäten noch keine abschließende Unterscheidung in Punkte mit Nutz- und Störsignalen bzw. in Bereiche ohne Reflexionen in den einzelnen Zeitpunkten; vielmehr scheint überall ein "Rauschen" vorhanden zu sein.

Im unteren Teil der Tabelle sind neun 5.5-Feldern dargestellt. Davon ist das mittlere von den Summen der unverschobenen Werte der drei Zeitpunkte gefüllt. Beispielsweise ergibt sich für den mittleren Punkt der Wert 12 als Summe aus 3 (für t = 2), 2 (für t = 1) und 7 (für t = 0). Auch hier ist keine prägnante Bewegungslinie erkennbar.

Die anderen acht 5.5-Felder stellen nun die jeweils um ein Feld seitlich und/oder horizontal verschobenen Summen dar, also gleichsam die schrägen Projektionen in der Raumzeit. Wegen der begrenzten Größe der Flächenausschnitte sind die Summenfelder nur in drei Reihen bzw. Spalten ausgefüllt. Die neun Werte im linken oberen Feld stellen beispielsweise die Summe der gegenüber t = 0 nach links oben verschobenen Flächen dar. Die Zahl 22 ergibt sich aus der Summe von 8 (links oben in t = 2), 7 (zweite Reihe und Spalte in t = 1) und erneut 7 (mittlere Zahl in t = 0). Insgesamt ist eine mögliche Bewegung nach links oben erkennbar, da die Zahl 22 aus den übrigen Summen herausragt.

Rechts neben der 7 in der Mitte der Matrix für (t = 0) befindet sich der Wert 8. Nach der vorstehend beschriebenen Identifikation eine möglichen Spur nach "links oben", die eine Verschiebung um jeweils einen Bildpunkt je Zeitabschnitt aufweist, könnte eine anschließende Regression gemäß Anspruch 7 erfolgen. Dabei könnte ein etwas erweiterter Raumbereich einbezogen werden. Dabei könnte z. B. der in (t = 0) rechts neben dem Mittelpunkt gelegene Wert 8 einbezogen werden. Dies würde zu einer etwas geneigteren Regressionsgeraden führen, weil auch dieser Punkt zur Schätzung der tatsächlichen Bewegung beitragen würde, bzw. für (t = 0) als Teil des Abbilds des bewegten Objekts interpretiert würde. Im Ergebnis der Regression würde dadurch eine schnellere Bewegung nach links als um je eine Längeneinheit je Zeiteinheit ermittelt werden.

Das Beispiel zeigt auch, daß es bei Anwendung der Erfindung für das Rechenergebnis unerheblich ist, ob die Addition bzw. Aggregation flächenweise oder von bestimmten Ausgangspunkten aus entlang von Verschiebungsvektoren erfolgt.


Anspruch[de]
  1. 1. Verfahren zur Erkennung von Strukturen in (n + 1)-dimensionalen Räumen, bei dem deren Abbild mit einem Computersystem auf das Vorkommen von Mustern bzw. Signaturen überprüft wird, wobei
    1. - an unterschiedlichen Stellen des Raumes bzw. dessen Abbilds unterscheidbare Eigenschaften vorliegen, die quantitativ bzw. binär dargestellt werden können,
    2. - die Ausprägung der Eigenschaften an einer bestimmten Stelle des Raums teilweise keine hinreichend gesicherte Aussage erlaubt, ob diese Stelle Teil eines mehrere Stellen umfassenden Musters bzw. einer gesuchten Signatur ist, gekennzeichnet dadurch,
    3. - daß jeweils die Eigenschaften der Raumpunkte n-dimensionaler Teilräume mit einer begrenzten Zahl an Verschiebungsarten bzw. Projektionsrichtungen so für jede Verschiebungsart bzw. Projektionsrichtung zu einem n-dimensionalen, aggregierten Bild aggregiert bzw. summiert werden,
    4. - daß sich ein Objekt, das sich bei Variation der (n + 1)-ten Dimension mit einer der jeweiligen Verschiebungsart bzw. Projektionsrichtung entsprechenden Veränderung bzw. Verschiebung in den n-dimensionalen Teilräumen wiederholt, mehrfach bzw. sich verstärkend an derselben Stelle dieses aggregierten Bildes abbildet,
    5. - wobei regelmäßig auch das Abbild von Objekten, die sich nur ähnlich der jeweiligen Verschiebungsarten bzw. Projektionsrichtungen verschieben, stärker konzentriert wird bzw. auf eine kürzere Strecke oder einen kleineren Teilbereich des n-dimensionalen Raums projektiert wird, als es der Fall wäre, wenn von gleichen Orten der n-dimensionalen Räume eine Aggregation auf jeweils gleiche Punkte des n-dimensionalen Zielraums erfolgen würde; die Verschiebungsarten werden dabei zwischen n-dimensionalen Räumen bzw. Flächen, die innerhalb des (n + 1)-dimensionalen Raums benachbart sind, ausgedrückt.
  2. 2. Verfahren nach Anspruch 1, wobei die sich in der (n + 1)ten Dimension unterscheidenden n-dimensionalen Teilräume durch einfache Verschiebungen den Zielpunkten des n-dimensionalen Bilds zugeordnet werden, an denen eine Aggregation aus den Eigenschaften der durch die Verschiebung zugeordneten Punkte erfolgt.
  3. 3. Verfahren nach Anspruch 1, wobei die Zuordnung zu Zielpunkten durch eine Verzerrung der n-dimensionalen Ausgangsräume erfolgt, wobei die Topologie derselben nicht verändert wird.
  4. 4. Verfahren gemäß einem der Ansprüche 1 bis 3 zur Erkennung von länglichen Spuren (4), bei dem eine Bewegung in einem n-dimensionalen Raum wie eine Spur in einem (n + 1)- dimensionalen Raum behandelt wird,

    wobei die Zeit (2) die (n + 1)ste Dimension bildet, und

    die Verschiebungsarten Bewegungen in dem n-dimensionalen Raum repräsentieren,

    wobei bei der Aggregation Verschiebungen (10) zwischen je aufeinanderfolgenden n- dimensionalen Bildern bzw. Bildbereichen so festgelegt werden, daß sie den ungefähr erwarteten Geschwindigkeitsvektoren der gesuchten Objekte entsprechen.
  5. 5. Verfahren gemäß Anspruch 4

    mit n = 2, bei dem für die Analyse der zweidimensional aggregierten Bilder,

    die durch Projektion bzw. Aggregation von Punkten, die sich in räumlicher und in zeitlicher Dimension unterscheiden, zustande gekommen sind,

    Routinen zur Bildbearbeitung zweidimensionaler Darstellungen eingesetzt werden,
  6. 6. Verfahren gemäß Anspruch 5, bei dem solche Routinen zur Bildbearbeitung eingesetzt werden, mit denen Muster bzw. Flecken in den aggregierten Bildern nach ihren Abmessungen ausgewählt werden, wobei sich die Auswahlkriterien richten nach
    1. - der Größe der gesuchten Objekte in den ursprünglichen Bildern und
    2. - der zulässigen Verschiebung der gesuchten Objekte in dem aggregierten Bild, die durch die Differenz zwischen der Geschwindigkeit des Objekts und dem jeweiligen Verschiebungsvektor, gewichtet mit der Dauer der Aggregation, zustande kommt.
  7. 7. Verfahren gemäß einem der vorstehenden Ansprüche, bei dem
    1. - zunächst in aggregierten n-dimensionalen Bildern, die mit Verfahren gemäß vorstehenden Ansprüchen aus Bildern (n + 1)-dimensionaler Räume gebildet worden sind, ein häufiges bzw. intensiveres Vorkommen von gesuchten Eigenschaften bzw. Muster gesucht und dort n- dimensionale Teilbereiche ausgewählt werden,
    2. - für jeden ausgewählten Teilbereich der zugehörige (n + 1)-dimensionale Raumbereich identifiziert bzw. ausgewählt wird,

      und unter Verwendung lediglich der Daten aus diesem Raumbereiche eine Linie im n + 1- dimensionalen Raum ermittelt wird, entlang derer ein besonders häufiges bzw. intensives Vorkommen vorliegt,
    3. - und in einer anschließenden Weiterverarbeitung diejenigen Raumpunkte bzw. Teile des im vorherigen Schritt selektierten Raumbereichs abgesondert werden, die sich nicht in genügender Nähe dieser Linie befinden, und damit im nächsten Arbeitsschritt ausser Betracht bleiben,
    4. - geprüft wird, ob nach dieser Absonderung und der damit erfolgenden Beschränkung der Betrachtung auf einen Teilraum bzw. einen entsprechenden Teil der Daten noch eine genügend charakteristische Ausprägung der Eigenschaften vorliegt, die auf ein Vorliegen der gesuchten Strukturen hinweist.
  8. 8. Verfahren, gemäß Anspruch 7, bei dem mehrere Schritte der Selektion und der Regression erfolgen, und zwar jeweils in Bereichen, die mittels der im vorherigen Schritt ermittelten Regressionslinie ausgewählt werden.
  9. 9. Verfahren gemäß einem der vorstehenden Ansprüche, bei dem
    1. - zunächst in aggregierten n-dimensionalen Bildern gemäß einem der vorstehenden Ansprüche ein erhöhtes Vorkommen von gesuchten Eigenschaften bzw. Muster gesucht und dort (n-dimensionale) Teilbereiche ausgewählt werden,
    2. - die zugehörigen (n + 1)-dimensionalen Raumbereiche identifiziert bzw. ausgewählt werden,
    3. - und unter Verwendung lediglich der Daten aus diesen Raumbereichen eine erneute Aggregation, jedoch ohne Verschiebung, zu einem n-dimensionalen Bild erfolgt.
  10. 10. Verfahren gemäß einem der vorstehenden Ansprüche, bei dem
    1. - ein insgesamt untersuchter Zeitraum in kürzere Zeitabschnitte aufgeteilt wird,
    2. - für die kürzeren Zeitabschnitte zunächst in aggregierten n-dimensionalen Bildern gemäß einem der Ansprüche 1 bis 8 ein erhöhtes Vorkommen von gesuchten Eigenschaften bzw. entsprechende Muster gesucht werden,
    3. - die zugehörigen n-dimensionalen Bildbereiche identifiziert bzw. ausgewählt werden,
    4. - und diese Bildbereiche aus mehreren kurzen Zeitabschnitten in einem ebenfalls n- dimensionalen Bild, das den gesamten Zeitraum darstellt, zusammengefaßt bzw. aggregiert werden, jedoch ohne räumliche Verschiebung der Teilbilder aus verschiedenen Zeitabschnitten, so daß sich länger andauernde Bewegungen, bis auf die Verschiebung innerhalb der kurzen Zeitabschnitte, in ihrem grundsätzlichen räumlichen Verlauf über den Gesamtzeitraum abbilden.
  11. 11. Verfahren gemäß Anspruch 9 oder 10, bei dem in den summierten Bildern den Bildpunkten Farbwerte zugeordnet werden, indem bei der Addition bzw. Aggregation des Intensitätswert eines Punktes dieser mit unterschiedlicher Gewichtung den Registern für unterschiedliche Farben hinzugerechnet wird.
  12. 12. Verfahren gemäß Anspruch 11, bei dem die Farbe nach dem Zeitpunkt des Aufblinkens des Bildpunktes gewählt wird.
  13. 13. Verfahren gemäß Anspruch 11, bei dem die Farbe nach der Verschiebungsart bzw. Projektionsrichtung, in die dieser Punkt als Teil einer Bewegung erkannt wurde, gewählt wird.
  14. 14. Verfahren gemäß einem der Ansprüche 1 bis 11, bei dem mindestens zwei unterschiedliche Beobachtungsorte zur Untersuchung der Bewegungen zum Einsatz kommen, von dort aus Listen der beobachteten Objekte übermittelt werden, und durch Vergleich der dort angegebenen Lageinformationen genauere Angaben über die Bewegung des Objekts erreicht werden können.
  15. 15. Verfahren gemäß einem der Ansprüche 1 bis 14, bei dem die Speicheranordnung so erfolgt, daß eine Bewegung um eine bestimmte Entfernung in einer Dimension durch Änderung der Speicheradressen um einen festen Wert repräsentiert wird, wobei sich dieser Wert je nach Verschiebungsrichtung unterscheidet.
  16. 16. Vorrichtungen, die durch Installation geeigneter Rechnerprogramme zur Ausführung von Verfahren gemäß Anspruch 1 bis 15 geeignet sind.
  17. 17. Vorrichtungen, die durch auf diese Funktionen zugeschnittene Rechnerhardware zur Ausführung von Verfahren gemäß Anspruch 1 bis 15 geeignet sind.






IPC
A Täglicher Lebensbedarf
B Arbeitsverfahren; Transportieren
C Chemie; Hüttenwesen
D Textilien; Papier
E Bauwesen; Erdbohren; Bergbau
F Maschinenbau; Beleuchtung; Heizung; Waffen; Sprengen
G Physik
H Elektrotechnik

Anmelder
Datum

Patentrecherche

Patent Zeichnungen (PDF)

Copyright © 2008 Patent-De Alle Rechte vorbehalten. eMail: info@patent-de.com