|
|
|
| Projekt C 7 |
Ausgewählte wissenschaftliche Ergebnisse:
Teil 3: Bildanalyse und Heterogenitätsbestimmung mit Wavelets |
|
Die Bestimmung von Heterogenitätsbereichen in digitalen Bildern ist eine Aufgabe, die vornehmlich im Bereich der Mustererkennung auftritt. Im Allgemeinen geht es dabei um die algorithmische Beschreibung gewisser Muster, welche die Methode möglichst automatisiert in den Bildern erkennen und herausarbeiten soll. Bei der Beurteilung von Fluoreszenzbildern von mit Ozon begasten Blättern geht es in diesem Zusammenhang vor allem darum, Flecken auf den Bildern zu detektieren, die in einen gewissen Heterogenitätsbereich fallen, d.h. sich von den feineren Strukturen der Zellwände und den gröberen Strukturen der Blattadern unterscheiden. Ziel war es ferner, zu einer qualitativen Abschätzung der Heterogenität zu kommen, die später mit der Ozonbelastung in Beziehung gesetzt werden kann. Wavelets eignen sich zur Lösung dieser Aufgabe besser als Fourier-Methoden, da eine gleichzeitige Auflösung in Raum und Frequenz möglich ist.
Die Auswertung einer ganzen Reihe von verschiedenen Fluoreszenzbildern zeigt, dass man bei der Auswahl von Wavelets und der Skalierungstiefe gut mit einer festen Tiefe von 7 Skalierungsstufen maximal bei Daubechies-Wavelets der Glattheit 3 auskommt. Die Berechnung Filterung auf den Skalierungsebenen 6 (70 Prozent) und 5 (30 Prozent) zeigen übereinstimmend gute Ergebnisse. Die auf diesen beiden Stufen berechnete Waveletvarianz bildet sowohl zeitlich ansteigende Ozonschädigungen ab als auch unterschiedliche Heterogenitätsstufen, die über den visuellen Vergleich der Bilder festgelegt wurden. Die Waveletvarianz beschreibt damit das Phänomen der Heterogenität von Flecken dieser Granularität besser als andere getestete Heterogenitätsmaße (Abb.). Dies war zu erwarten, denn die Heterogenitätsbestimmung ist bei diesem Verfahren auf die Messung innerhalb einer bestimmten Granularität eingestellt, während andere Heterogenitätsmaße nur mit der feinsten (d.h. auf Pixelebene) und der gröbsten (d.h. Mittelwerte über das gesamte Bild) Varianz arbeiten. In diesem Sinne bildet die Waveletvarianz ein Verfahren, das es dem Anwender überlässt, die Granularität der zu messenden Varianzen zu wählen.
 ..
|
|
Zurück zur Ergebnisübersicht
|
