6  Morphologie, Bildtransformation

6.1 Grauwerttransformation

Wenn ein Bild nur wenige der zur Verfügung stehenden Grauwerte nutzt, kann man die genutzten Grauwerte durch eine geeignete Transformation so ausdehnen, daß die Werte gleichmäßig im Bild vorkommen.
Bild 6.1

Unter Umständen wird dann ein Bild für das menschliche Auge besser erkennbar, da die Kontrate zwischen den einzelnen Wörten höher werden. Abbildung 6.1 zeigt links ein Bild mit 256 Grauwerten, das rechte Bild benutzt dagegen 569 Werte, wodurch viele Einzelheiten deutlicher werden. Hier wurden also die Grauwerte gespreizt.

6.2 Morphologie

Es gibt verschiedene morphologische Operationen, die Erosion, Dilation, Opening, Closing, Hit-and-Miss, Thinning und Thickening. In Bild 6.2 sind das ursprüngliche Objekt (a), das Strukturelement (b), das Bild nach Erosion (c) und nach Dilatation (d) dargestellt. Die Operationen funktionieren folgendermaßen:
Erosion: man schiebt das Strukturelement (b) über das Bild, so daß jeder Punkt einmal vom Aufpunkt von (b) (hier das Pixel mit dem weißen Punkt) berührt wird. Nur wenn alle Pixel von (b) in (a) enthalten sind, wird das Pixel, an dem der Aufpunkt sich befindet, in die Ergebnismenge (c) genommen.
Entsprechend umgekehrt funktioniert die Dilatation: immer da, wo der Aufpunkt ein Pixel von (a) trifft, werden alle Pixel, die (b) momentan überdeckt, in die Ergebnismenge (d) aufgenommen.
Man kann sehen, daß diese Operationen nicht rückgängig gemacht werden können, also Informationen verlorengehen. Durch Auswahl des geeigneten Strukturelementes kann man bestimmen, welche Information wichtig sind und erhalten bleiben, und welche nicht.
Bild 6.2 (Klicken Sie auf das Bild, um es deutlicher zu sehen.)

In Bild 6.3 sieht man ein Bild (links), das binarisiert wurde, also nur noch zwei Graustufen enthält (Mitte) und dann "geöffnet" wurde (rechts), d.h., eine Opening-Operation (vom Prinzip ähnlich wie die beiden erwähnten Operationen) wurde durchgeführt. So wurden die meisten Zellen isolierte Objekte, die weiteranalysiert werden können. Bild 6.3
Eine wichtige Operation ist auch die Skelettierung von Objekten, bei denen einzelne Unregelmäßigkeiten nicht entscheidend sind, aber die innere Form, für die ein Skelett zur Beschreibung ausreichend ist. An der Skelettierung sieht man, welche Probleme in der Morphologie entstehen können, wenn die Vorbedingungen nur vage gegeben sind.

6.3 Skelettierung

Die Definition eines Skelettes ist nicht besonders genau, weshalb es auch sehr viele unterschiedliche Ansätze für die Lösung dieses Problems gibt.
Die einzigen allgemeingülten Einschränkungen sind folgende: (aus [1])

In Abbildung 6.4 sieht man links das Originalbild und rechts das Skelett nach der 5.Iteration des Hit-and-Miss- Algorithmus.
Bild 6.4 (Klicken Sie auf das Bild, um es deutlicher zu sehen)

Ein Skelett kann man auch aus einer sogenannten Distance Map (Entfernungskarte) gewinnen. Dieser erste Ansatz zur Skelettierung wurde 1967 eingeführt. Wir stellen uns ein einfaches Objekt wie in Bild 6.5 vor. Das Skelett (die weißen Linien) kommen durch die Mittelpunkte aller Kreise im Objekt zustande, die mindestens mit zwei Punkten den Rand tangieren.
Bild 6.5 (Klicken Sie auf das Bild, um es deutlicher zu sehen)

Oder man stellt sich vor, am ganzen Rand wird gleichzeitig ein Grasfeuer entzündet, das sich zur Mitte ausbreitet. Die Linien, wo sich zwei Feuerfronten treffen und sich auslöschen, sind weiß dargestellt. Daraus ergibt sich, daß jeder Punkt auf einer solchen Linie denselben Abstand zu mindestens zwei Randseiten hat.
Auch eine Skelettiering mittels eines Potentialfeldes ist möglich. Man erstellt ein virtuelles elektrostatisches Feld und erhält im Falle von einem einfachen Rechteck (Bild 6.6) die Linien als Skelett, an denen sich alle anderen Linien treffen.
Bild 6.5

Hier sehen die Linien anders aus als bei der vorherigen Methode. Es gibt noch einige weitere Ansätze zur Skelettierung, doch jeder Algorithmus hat nicht nur Vorteile. Bei manchen Figuren kann es dazu kommen, daß die Skelette in der Mitte unterbrochen werden, was aber der Definition eines Skelettes nicht entspricht.
Es werden immer noch neue Ansätze gesucht. Für Details siehe [3].

6.4 Segmentierung

Ein Bild zu segmentieren, bedeutet eine Zusammenfassung "inhaltlich zusammengehöriger Regionen" (aus [1]), die z.B. anhand ihrer ähnlichen Grauwerte als solche erkannt werden. Dies passiert bei den punktorientierten Verfahren. Da hier aber nur von den Grauwerten ausgegangen wird und keine größeren Zusammenhänge berücksichtigt werden, eignen sie sich nur für relativ einfaches Material. Daneben gibt es die kantenorientierten Verfahren. Da oft Regionen zusammengehören, die eine glatte Kontur haben, kann man Bilder anhand dieser segmentieren. Außerdem gibt es noch den Ansatz, sich an den Regionen orientieren, indem man alle Pixel zusammenfaßt, die "zusammenhängend"(*) sind.
Der vierte Ansatz richtet sich nach der Textur von Regionen, d.h. die Oberflächenstruktur.
Abbildung 6.7 zeigt links ein Originalbild. Es wurde segmentiert (rechts), wodurch 3 Regionen zusammengefaßt werden konnten
Bild 6.5 (aus [4])

Die Regionen haben einen relativ glatten Rand und eine einheitliche Textur.


(*) wie zusammenhängend definiert ist, kann unterschiedlich sein. Einfach zusammenhängend ist eine Region, wenn alle Pixel mindestens direkt rechts, links, oben oder unten einen Nachbarn in dieser Region haben.

Inhaltsverzeichnis
5. Das Bild als Ortsbereichsfunktion
7 Zusammenfassung
8 Literaturverzeichnis